论文部分内容阅读
电致型形状记忆复合材料(Electro-active shape memory composites,E-SMCs)是指在外界驱动电压作用下,材料从临时形状转变至初始形状的一类刺激响应型智能导电复合材料。目前关于E-SMCs的研究仍处于基础阶段,驱动电压偏高、变形不可逆等缺点严重限制了其应用和发展。如何在保证形状记忆效应前提下提高复合材料的导电性,并制备出具有可逆变形、并对外界具有感知功能的E-SMCs仍存在挑战。本论文围绕E-SMCs的导电网络和柔性基体的结构设计及基于E-SMCs的自响应型柔性驱动材料的制备及应用等展开研究,为低压驱动型E-SMCs及基于E-SMCs柔性驱动材料的智能化发展提供理论依据。通过在形状记忆基体内设计三维导电网络,实现了E-SMCs的低压快速驱动。以密胺海绵(MFs)为模板,采用“浸渍-干燥”和真空浇注工艺,制备了内部具有均匀稳定的银纳米线(AgNWs)三维导电网络的银纳米线/密胺海绵/形状记忆环氧树脂复合材料(AgNWs/MFs/SMEP)。AgNWs/MFs三维导电网络具有良好的力学强度、优异的导电性和电阻稳定性。经过5次“浸渍-干燥”循环后电导率达25.8 S/cm,经3000次最大形变量50%压缩回复循环后电导率仅损失0.12%。当AgNWs含量为0.8 wt%时,复合材料电导率高达25.6 S/cm,在3V的低压下,25s内基本回复至初始形状,并具有较好的重复使用性。通过设计基体的互穿网络结构及“三明治”结构,实现了E-SMCs的低压驱动及应变传感。采用熔融共混和紫外光固化法合成了具有互穿网络结构的聚己内酯/聚氨酯丙烯酸酯(PCL/PUA)柔性形状记忆材料。通过喷涂AgNWs和二次浇注工艺制备了“基体-导电层-基体”三明治结构的复合材料(PAP)。研究发现,当PCL含量为25wt%时,材料具有优异的形状记忆效应(形状固定率99%)。AgNWs含量为2.5wt%时,电导率达17.5 S/cm,复合材料在2V电压下25s左右即可完成形状的基本回复。“三明治”结构在赋予材料稳定导电性的同时也使其具有较好的应变传感功能。其弯曲灵敏度为0.66,响应时间为183ms,并具有良好的变形分辨率。结合形状记忆效应及应变传感功能,利用初始形状为弯曲的PAP复合材料,通过设定不同临时形状,实现了物体的抓取和释放动作,且通过电阻变化实现了对不同物体重量的分辨。通过设计不同的多层结构,实现了基于E-SMCs柔性驱动材料的可逆变形及自响应。以AgNPs为导电连接层,利用PVA吸湿变形和PCL/PUA(FSMP)形状记忆的特性,制备了具有可连续的湿-电驱动变形和弯曲传感的柔性PAF薄膜。当AgNPs含量为6mol/m~2时,PAF薄膜具有优异的导电性(表面电阻73.5 mΩ/sq)。cPVA与FSMP层的厚度比为1:3时,复合材料具有优异的湿-电可逆变形驱动性能,在湿气氛围下30s内可发生弯曲变形,并在2V电压下10s内基本完成形状回复。此外,PAF薄膜还具有较好的弯曲传感性能(灵敏度为1.56),成功应用于可实时感知物体的驱动器,完成目标物体的抓取、卸载动作及重量感知,有望在软体机器人等智能电子设备领域得以应用。