Um relógio digital continua a marcar o tempo enquanto os circuitos danificados se curam instantaneamente, redirecionando sinais elétricos sem interrupção. Crédito: Materiais da Natureza
Muitos organismos naturais têm a capacidade de se auto-regenerar. Agora, máquinas fabricadas serão capazes de imitar essa propriedade. Em descobertas publicadas esta semana em Materiais da Natureza , pesquisadores da Carnegie Mellon University criaram um material de autocura que se autocura espontaneamente sob danos mecânicos extremos.
Este material composto de matéria mole é composto de gotículas de metal líquido suspensas em um elastômero macio. Quando danificado, as gotículas se rompem para formar novas conexões com as gotículas vizinhas e redirecionam os sinais elétricos sem interrupção. Os circuitos produzidos com traços condutores deste material permanecem total e continuamente operacionais quando cortados, perfurado, ou teve material removido.
As aplicações para seu uso incluem robótica bioinspirada, interação homem-máquina, e computação vestível. Como o material também exibe alta condutividade elétrica que não muda quando esticado, é ideal para uso em transmissão de energia e dados.
"Outras pesquisas em eletrônica leve resultaram em materiais elásticos e deformáveis, mas ainda vulnerável a danos mecânicos que causam falha elétrica, "disse Carmel Majidi, professor associado de engenharia mecânica. "O nível sem precedentes de funcionalidade de nosso material de autocura pode permitir que máquinas e eletrônicos de matéria mole exibam a extraordinária resiliência do tecido biológico mole e dos organismos."
Majidi, que dirige o Laboratório Integrado de Materiais Macios, é pioneira no desenvolvimento de novas classes de materiais na área de engenharia de matérias moles.
“Se quisermos construir máquinas mais compatíveis com o corpo humano e o ambiente natural, temos que começar com novos tipos de materiais, " ele disse.
Majidi tem um compromisso de cortesia no Instituto de Robótica. Outros autores incluem Eric Markvicka e Xiaonan Huang, da Carnegie Mellon University, e Michael D. Bartlett, da Iowa State University.