論文の概要: A Compact Peristaltic Pump Based on Magneto-Elastic Hysteresis with Single Pneumatic Control

• arxiv url: http://arxiv.org/abs/2604.21729v2
• Date: Wed, 29 Apr 2026 20:04:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-01 14:06:12.552772
• Title: A Compact Peristaltic Pump Based on Magneto-Elastic Hysteresis with Single Pneumatic Control
• Title（参考訳）: 単一空気圧制御による磁気弾性ヒステリシスを用いた小型永久ポンプ
• Authors: Minjo Park, Metin Sitti,
• Abstract要約: 永久ポンプは、作動流体と直接接触することなく弾性管を変形させることにより、効率的で安全な流体輸送を可能にする。 本研究では,1つの空気圧入力と組込み受動磁石を組み合せた軟膜ポンプについて述べる。
• 参考スコア（独自算出の注目度）: 0.8121462458089143
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Pumping fluids is fundamental to a wide range of industrial, environmental, and biomedical applications. Among various pumping mechanisms, peristaltic pumps enable efficient and safe fluid transport by deforming an elastic tube without direct contact with the working fluid. Although previous studies have introduced mechanical, pneumatic, or magnetic actuations to drive membrane deformation, these approaches often lead to complex pump architectures and control schemes. In this study, we present a soft membrane pump that achieves peristaltic motion through a single pneumatic input combined with an embedded passive magnet. The actuation mechanism and system dynamics were analyzed and simplified through modeling. Numerical simulations were conducted to predict the internal fluid flow, and the magneto-elastic hysteresis behavior observed in the simulations was successfully validated by experiments with a proof-of-concept prototype.
• Abstract（参考訳）: ポンプ流体は、幅広い産業、環境、バイオメディカル用途に基礎を置いている。 様々なポンプ機構の中で、ペリスティックポンプは、作動流体と直接接触することなく弾性管を変形させることにより、効率的で安全な流体輸送を可能にする。 以前の研究では、膜変形を駆動するために機械的、空気力学的、または磁気的アクチュエータを導入したが、これらのアプローチは複雑なポンプ構造や制御スキームに繋がることが多い。 本研究では,1つの空気圧入力と組込み受動磁石を組み合せた軟膜ポンプについて述べる。 アクティベーション機構とシステムダイナミクスをモデリングにより解析・単純化した。 シミュレーションにより内部流動の予測を行い, シミュレーションで観察された磁気弾性ヒステリシスの挙動を, 概念実証実験により検証した。

関連論文リスト

• Sim-to-Real Transfer for Muscle-Actuated Robots via Generalized Actuator Networks [53.12548325396181]
  柔らかい筋肉のアクティベーションと組み合わせたテンドンドライブは、より速く、より安全なロボットを可能にする。 この複雑なアクチュエータのニューラルネットワークモデルを学習するsim-to-realパイプラインを提案する。 我々は,完全にシミュレーションで訓練された,正確なゴール獲得とダイナミック・ボール・イン・カップ・ポリシーの展開に成功した。
  論文  参考訳（メタデータ） (2026-04-10T16:52:54Z)
• Elastomeric Strain Limitation for Design of Soft Pneumatic Actuators [0.0]
  この論文は、ヒトの安全エラストマー・ソフト空気圧アクチュエータの設計、モデリング、およびひずみに基づく制御のための戦略を提示する。 電気粘着性 (EA) ひずみリミッタを用いて, 可変形状生成, 急速力印加, ターゲットインフレーショントラジェクトリについて検討した。 我々は,物質特性とエネルギー最小化に基づく理論モデルを,能動的学習と自動テストを用いて検証する。
  論文  参考訳（メタデータ） (2026-04-03T00:56:14Z)
• Development of Low-Cost and Bidirectional Syringe Pumps for Soft Robotics Applications [0.0]
  シリコーンボクセルをベースとしたソフトロボット(Silibots)は、ボクセルのインフレーションとデフレを形状変化の振る舞いに頼っている。 従来の空気圧アクチュエーター法は、有効性、コスト、複雑さ、精度の欠如など、大きな課題を生じさせる。 本研究は、オフ・ザ・シェルフと3Dプリント部品で構築された低コストでモジュール型のシリンジポンプシステムを導入する。
  論文  参考訳（メタデータ） (2026-03-17T17:08:25Z)
• Multi-Mode Pneumatic Artificial Muscles Driven by Hybrid Positive-Negative Pressure [11.862266769445684]
  Inflatable fluid-Driven Origami-Inspired Artificial muscles (IN-FOAMs)について紹介する。 典型的なIN-FOAMは、膨らませられる骨格を外皮に包み、正圧と負圧の組み合わせで駆動することができる。 骨格パターンはプログラム可能で、収縮、曲げ、ねじれ、回転などの様々な動きを可能にする。
  論文  参考訳（メタデータ） (2026-03-16T10:20:58Z)
• Contactless Precision Steering of Particles in a Fluid inside a Cube with Rotating Walls [1.3225694028747141]
  本研究では,複数粒子の流れを制御できる新しい制御アルゴリズムを提案する。 このシステムは回転ディスクを使用して、粒子を正確な場所に輸送する流れ場を生成する。
  論文  参考訳（メタデータ） (2025-06-19T01:56:54Z)
• Learning characteristic parameters and dynamics of centrifugal pumps under multiphase flow using physics-informed neural networks [1.6874375111244329]
  本研究では,ESPシステムの流体特性,動的状態,重要なパラメータを間接的に推定する物理インフォームドニューラルネットワーク(PINN)モデルを提案する。 PINNモデルの有効性は,これらの圧力測定を入力データとして,未知の状態とパラメータを推定することによって検証した。
  論文  参考訳（メタデータ） (2023-10-04T17:40:46Z)
• Machine learning of hidden variables in multiscale fluid simulation [77.34726150561087]
  流体力学方程式を解くには、しばしばミクロ物理学の欠如を考慮に入れた閉包関係を用いる必要がある。 本研究では, 終端微分可能な偏微分方程式シミュレータを用いて, 偏微分ニューラルネットワークを訓練する。 本手法により, 非線形, 大型クヌーズン数プラズマ物理を再現する方程式に基づく手法が可能であることを示す。
  論文  参考訳（メタデータ） (2023-06-19T06:02:53Z)
• Accurate Machine Learned Quantum-Mechanical Force Fields for Biomolecular Simulations [51.68332623405432]
  分子動力学(MD)シミュレーションは、化学的および生物学的プロセスに関する原子論的な洞察を可能にする。 近年,MDシミュレーションの代替手段として機械学習力場(MLFF)が出現している。 本研究は、大規模分子シミュレーションのための正確なMLFFを構築するための一般的なアプローチを提案する。
  論文  参考訳（メタデータ） (2022-05-17T13:08:28Z)
• Self-oscillating pump in a topological dissipative atom-cavity system [55.41644538483948]
  光共振器に結合した量子ガス中を励起する創発的機構について報告する。 散逸により、空洞場はその2つの四角形の間に進化し、それぞれが異なる中心対称結晶構造に対応する。 この自己振動は、トポロジカル強結合モデルにおける電子の輸送を記述する時間周期ポテンシャルに類似する。
  論文  参考訳（メタデータ） (2021-12-21T19:57:30Z)
• Ultrafast viscosity measurement with ballistic optical tweezers [55.41644538483948]
  非侵襲粘度測定は秒の積分時間を必要とする。 速度を最大20マイクロ秒まで改善した4つの命令を実演する。 光学式ツイーザにおける捕捉粒子の瞬時速度を用いてこれを実現する。
  論文  参考訳（メタデータ） (2020-06-29T00:09:40Z)
• Cat states in a driven superfluid: role of signal shape and switching protocol [62.997667081978825]
  運動エネルギーをゼロ時間平均で振動させた1次元Bose-Hubbardモデルの挙動について検討する。 システムパラメータの変動に対して,この非従来的基底状態のロバスト性を分析する。
  論文  参考訳（メタデータ） (2020-05-11T15:15:06Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。