荷兰格罗宁根大学Advanced Science : 揭示波浪状海豹胡须的感知机理


【导读】

大多数哺乳动物,包括鳍足类动物(海豹、海狮和海象)、老鼠、猫和水獭,都有胡须以作为感知水下流场信息的机械传感器,从而产生对周围环境进行感知。一些 海豹物种,如灰海豹 (Halichoerus grypus) 和斑海豹 (Phoca vitulina)等的胡须具有独特的起伏表面结构(图 1)。 在迎面而来的水流中或在静水中拖曳时,阻流体通常会由于自身后方脱落的交替涡流引起的不稳定性而在横流方向上振动。 如果结构的阻尼足够低,则阻流体会因脱落涡产生的反作用力而振动,从而引起涡激振动。但之前的研究表明,海豹胡须独特的起伏表面结构可以抑制涡激振动。由于这种能力,当海豹在捕猎过程中向前游动时,起伏的胡须不会明显振动,从而增强了胡须对微小的流场扰动(例如逃逸的猎物产生的扰动)的敏感性。 以这种方式,波浪状的胡须可以具备高信噪比并且对水下生物信号保持敏感,例如逃逸下的鱼类的涡流尾迹(图 2)。相关的海豹行为学实验还表明海豹仅使用它们的胡须就可以检测到 180 米以外的猎物。

图1 斑海豹、灰海豹及其波浪状胡须

图2海豹追踪鱼类

荷兰格罗宁根大学课题组Zheng, Xingwen*, Amar M. Kamat, Ming Cao, 以及Ajay Giri Prakash Kottapalli等利用流固耦合仿真和实验流体力学研究揭示波浪状海豹胡须的感知机理,相关成果以封面论文发表在Advanced Science杂志。

【数据概览】

图3使用高分辨率的蓝光扫描技术扫描斑海豹和灰海豹的三维结构

图4利用垂直于胡须轴线的平面对海豹胡须进行切割以获得从底部到端部的横截面阵列及其几何参数

为了进一步对海豹胡须的波浪结构及其感知机理进行探究,来自荷兰格罗宁根大学课题组的作者Xingwen Zheng, Amar M. Kamat, Ming Cao, 以及Ajay G. P. Kottapalli使用高分辨率的蓝光扫描技术扫描了斑海豹和灰海豹的三维结构(图3,Zheng, Xingwen*, Amar M. Kamat, Ming Cao, and Ajay Giri Prakash Kottapalli*, 2022. Wavy Whiskers in Wakes: Explaining the Trail‐Tracking Capabilities of Whisker Arrays on Seal Muzzles.Advanced Science, p.2203062.封面文章)。 而后,通过对扫描获得的胡须模型的测量,确定沿胡须长度的每个横截面的形态参数。 通过使用标准椭圆拟合胡须的横截面, 收集了每个横截面的五个形态学参数,包括椭圆中心的 x、y 坐标、长轴 a 和短轴 b,以及长轴与水平轴的夹角 theta(图4)。收集获得的五个形态参数(图5)被用于确定描述胡须三维模型的数学模型(图6)。使用该数学模型,可以生成三维胡须的 CAD 模型,用于准确地重建它们起伏的几何形状 (图7)。

图 5 海豹胡须沿长度的横截面参数

图6 描述胡须三维模型的数学模型

图7 扫描获得的胡须模型对比通过提出的数学模型计算获得的几何参数构建的胡须模型

通过流固耦合仿真,作者对比了两类海豹胡须和光滑圆柱的涡激振动。圆柱和胡须周围的涡量分布和速度波动揭示了胡须振动与流场之间的相互作用(图8)。 结果表明,光滑圆柱的涡流强度高于两类海豹胡须,此外,斑海豹胡须的涡流强度高于灰海豹胡须。上述流场变化也导致了相应的涡激振动关系,表明了海豹胡须确实有涡激振动抑制的作用,而且灰色海豹须的几何形状可能具有更优的抑制涡激振动的能力。在对单个晶须模型进行研究后,作者还对胡须阵列进行了模拟(图9)。

图8 流场强度: 光滑圆柱>斑海豹胡须>灰海豹胡须

图9 胡须阵列的流固耦合仿真研究

为了验证流固耦合仿真的结果,作者设计了一款带有胡须结构的悬臂梁传感器,并在循环水槽中测量了胡须在来流中的振动(图10)。总共开展了两类实验,一类是胡须在开阔来流中的振动,另一类是胡须在交替传播的涡流中的振动,模拟了胡须在自然中鱼类尾涡中的振动。结果表明,阵列中相邻的胡须的相互影响导致了更大的涡流场波动和流场分布区域,从而导致振动相较单个的晶须显著增加,这表明胡须阵列中存在振动增强效应的可能性。

图10 胡须阵列的流固耦合仿真研究

【作者介绍】

Xingwen Zheng (郑兴文),先后在北京大学和荷兰格罗宁根大学完成机器人学和仿生学的博士课题,现为东京大学JSPS特别研究员,开展医工结合机器人微操作研究。主要研究方向包括:仿生机器人、自然启发的传感技术、机器人微操作系统等。

Amar Kamat,获宾夕法尼亚州立大学博士学位,先后在宾西法尼亚州立大学和格罗宁根大学开展博士后研究,现为Sencilia B.V.公司创始人和首席技术官。主要研究方向包括:3D打印技术、传感器、柔性电子等。

Ming Cao (曹明),IEEE fellow,清华大学本科、硕士毕业,获耶鲁大学博士学位,在普林斯顿大学开展博士后研究,现为格罗宁根大学系统与控制研究方向教授。主要研究方向包括:多智能体系统、复杂系统、传感器网络,以及智能机器人等。

Ajay Kottapalli,获新加坡南洋理工大学博士学位,在新加坡-美国麻省理工学院联合研究与技术中心(SMART)开展博士后研究,现为格罗宁根大学Tenure-track助理教授。主要研究方向包括:MEMS/NEMS技术、仿生学、先进材料、柔性电子等。

论文信息:

Wavy Whiskers in Wakes: Explaining the Trail‐Tracking Capabilities of Whisker Arrays on Seal Muzzles

Zheng, Xingwen*, Amar M. Kamat, Ming Cao, and Ajay Giri Prakash Kottapalli*

Advanced Science

DOI: 10.1002/advs.202203062

原文链接:https://onlinelibrary.wiley.com/doi/full/10.1002/advs.202203062

本文由作者供稿

分享到