基于模型预测控制的热导流光学微操纵

高精度微操纵技术，包括光学挫力和流体动力学捕获，受到广泛关注。近期在光纤复合装配和微型机器人领域的进展尤其通过反复应用激光诱导的局部流场来操纵粘性溶液中的微粒，取得了显著进展。然而，这些方法仍面临着当多个微粒靠近时出现的动力学耦合和不稳定性挑战。本文通过建立热导流的解析模型，引入一种随机优化方法，用于选择精确的流场进行粒子排列，而无需依赖基于规则的启发式方法。通过最小化一个综合目标函数，该方法即使在拥挤环境中也能实现亚微米级的对准精度，避免由意外耦合或粒子碰撞导致的不稳定。一种自主出现的“远距离作用”策略——即随时间将激光扫描路径置于操作粒子更远处——利用热导流的 1/r² 衰减特性来细化定位。总体而言，基于目标函数的模型预测控制提高了自动化光纤微操纵的灵活性，为装配、微制造、机器人和生命科学的新领域提供了可能。