私密直播全婐app免费大渔直播,国产av成人无码免费视频,男女同房做爰全过程高潮,国产精品自产拍在线观看

搜索:  
南洋理工大學 PNAS : 使用形狀記憶聚合物克服粗糙表面的“粘附佯謬”和“調控矛盾”
2023-03-24  來源:高分子科技

  壁虎仿生的智能干粘附可以按需粘附和脫粘,這在現代制造技術和工業生活中發揮著舉足輕重的作用。然而,現有智能干粘附體系多用高聚物彈性體制成,這些高聚物干粘附面臨兩大挑戰。一大挑戰是長期困擾粘附領域的“粘附佯謬[1,2]。“粘附佯謬”指的是,盡管分子之間存在較強的相互作用,即使是按照最弱的分子間相互作用——范德華力估算,物體之間的粘附強度也應該高達10 MPa,然而從常識角度看,物體之間實則難以粘附,更不會產生如此強度的粘附作用。自然界中即使是壁虎這樣的“粘附大師”,其粘附強度也就100 kPa左右。導致“粘附佯謬”的主要原因之一是物體表面所存在的粗糙度阻礙了干粘附和基底之間的完全接觸,與此同時,在接觸過程中界面所產生的應變能也會抵消粘附作用,這導致傳統彈性高聚物干粘附的粘附強度將隨著表面粗糙度的增加而迅速衰減。另一大挑戰則是近期引發關注的“調控矛盾”,即粘附強度和調控比之間的矛盾。實際上,越強的粘附能承受的重量越大,但是也越難按需將其粘附強度減弱從而取下。統計結果表明,粘附調控比(干粘附在強粘附狀態和弱粘附調控狀態下的粘附強度之比)會隨著其最強粘附強度的增加而減小。可見,當下粗糙表面的“粘附佯謬”和“調控矛盾”問題仍然有待解決。



  近日,新加坡南洋理工大學高華健院士課題組和夏焜講席教授課題組研究發現,形狀記憶聚合物可以用來克服粗糙表面的“粘附佯謬”和“調控矛盾”問題。該研究通過力學表征和力學建模 [3, 4]系統地研究了形狀記憶聚合物在不同粗糙表面上的粘附行為,相關研究以“Overcoming the adhesion paradox and switchability conflict on rough surfaces with shape memory polymers”為題發表在頂級國際期刊Proceedings of the National Academy of Sciences上。高華健院士和夏焜講席教授的共同指導博士生令狐昌鴻為本文第一作者;湘潭大學-南洋理工大學聯合培養博士生劉楊承毅為論文第二作者;湘潭大學王秀鋒教授和南洋理工大學李棟博士為共同作者;高華健院士和夏焜講席教授為論文共同通訊作者。


  形狀記憶聚合物(圖1A)這種智能材料具有模量可調、形狀鎖存和形狀記憶的特性。利用形狀記憶聚合物從玻璃態到橡膠態轉變過程中巨大的模量變化,形狀記憶聚合物粘附能在柔軟的橡膠態與粗糙表面形成完全接觸(圖1B-i,ii)。保持外載,將形狀記憶聚合物冷卻到橡膠態,此時形狀記憶聚合物和粗糙表面的完全接觸狀態由于形狀記憶聚合物的形狀鎖存效應而被“凍結”,從而能產生很強的“橡-玻”粘附 [3, 5]rubber-to-glass adhesion, 文中縮寫為R2G adhesion)。結果表明,形狀記憶聚合物的“橡-玻”粘附可超過1 MPa,并隨著表面粗糙度的增加不降反增(圖1C),克服了粗糙表面的“粘附佯謬”問題。力學分析表明形狀記憶聚合物的“橡-玻”粘附與粗糙表面的表面積成正比。當形狀記憶聚合物在外部刺激作用下回到橡膠態,其形狀記憶效應會驅動形狀記憶聚合物粘附脫粘。表面粗糙度越大,橡膠態的弱粘附越弱(圖1C),使得形狀記憶聚合物在粗糙表面的粘附調控比能在表面粗糙度增加時與粘附強度同步增加(圖1D)。該研究揭示了形狀記憶聚合物在粗糙表面同步增強粘附強度和粘附調控比的內在機理,為開發更強、更可控的智能粘附系統提供了理論指導。


Fig. 1. (A-B) Design, mechanism, and (C-D) performance of the SMP Smart Adhesive. (A) Material and adhesion characterization systems adopted in this work. (i) Chemical structures of the epoxy precursors of the SMP used. (ii) Illustrations of the cured networks and working principles of the SMP. (iii) Photograph of the clamp-mounted SMP sample held on top of a rough glass surface for the adhesion test. (B) Illustrations of the SMP adhesion on rough surfaces. (C) Adhesion strengths of SMP adhesives compared to those of adhesives made of typical elastomers on rough surfaces. The blue and red spheres represent the R2G and rubbery-state adhesion of SMP, respectively, measured on glass substrates (preload = 255 kPa). The other dots are adhesion strength values reported in the literature for elastomeric adhesives. (D) Adhesion switchability versus adhesion strength of the SMP compared to typical elastomers. The blue spheres represent the adhesion switchability of SMP adhesives and orange squares the adhesion switchability of elastomeric adhesives reported in the literature. The green area shows the range of adhesion switchability and adhesion strength of gecko.


References

[1] Tiwari, A., Wang, J. and Persson, B.N.J., Adhesion paradox: Why adhesion is usually not observed for macroscopic solids. Physical Review E, 2020. 102(4): p. 042803.

[2] Kendall, K., Introduction to molecular adhesion and fracture: The adhesion paradox, in Molecular adhesion and its applications: The sticky universe. 2001, Springer US: Boston, MA. p. 3-23.

[3] Linghu, C., et al., Mechanics of shape-locking-governed r2g adhesion with shape memory polymers. Journal of the Mechanics and Physics of Solids, 2023. 170: p. 105091.

[4] Linghu, C., et al., Overcoming the adhesion paradox and switchability conflict on rough surfaces with shape-memory polymers. Proceedings of the National Academy of Sciences, 2023. 120(13): p. e2221049120.

[5] Linghu, C., et al., Universal SMP gripper with massive and selective capabilities for multiscaled, arbitrarily shaped objects. Science advances, 2020. 6(7): p. eaay5120.


原文鏈接:https://doi.org/10.1073/pnas.2221049120


作者簡介



令狐昌鴻,浙江大學工程力學學士、浙江大學固體力學碩士、新加坡南洋理工大學固體力學博士生,導師夏焜教授和高華健教授。主要從事智能界面粘附力學及其應用、粘附力學、斷裂力學、智能軟物質力學及其應用等研究。研究工作主要基于界面力學、物理和化學原理,利用智能材料可調特性,揭示不同條件下界面粘附強度強弱控制的機理,探索界面粘附強度調控的規律,并基于此研發自適應界面粘附系統,集成并應用于軟體機器人、機械手、無人機、智能可穿戴柔性電子器件、微納組裝、巨量微轉移、醫用膠帶、超材料等領域。擁有中國國家發明專利10項,實用新型專利8項;于Elsevier發表專著章節一章;在JMPS、EML、IJSS、Science Advances、Nature Communications、PNAS、National Science Review、npj Flexible Electronics、Advanced Functional Materials、Soft Matter等國際知名期刊上發表SCI論文20多篇,被SCI論文引用677次。



劉楊承毅,湘潭大學博士生,導師王秀鋒教授。主要從事可穿戴柔性傳感器件相關的表面潤濕性調控和智能粘附構建等研究。在JMPS、IJSS、PNAS、ACS Nano、Advanced Functional Materials、Advanced Materials Technologies、Chemical Engineering of Journal等國際知名期刊上發表SCI論文10多篇,其中兩篇入選ESI高被引論文,相關研究成果得到國內外媒體的廣泛報道。獲得了中國力學學會首屆全國力學博士生學術論壇優秀報告獎,2021-2022年度湘潭大學博士研究生國家獎學金等獎勵。并獲得國家留學基金委資助赴新加坡南洋理工大學機械與航空工程學院夏焜老師課題組聯合培養。

版權與免責聲明:中國聚合物網原創文章。刊物或媒體如需轉載,請聯系郵箱:info@polymer.cn,并請注明出處。
(責任編輯:xu)
】【打印】【關閉

誠邀關注高分子科技

更多>>最新資訊
更多>>科教新聞
主站蜘蛛池模板: 新乡市| 临朐县| 云龙县| 招远市| 建阳市| 乌拉特前旗| 汉中市| 光泽县| 兴安县| 扶余县| 新丰县| 东乌珠穆沁旗| 武城县| 辰溪县| 高尔夫| 泌阳县| 达尔| 云安县| 三江| 隆化县| 宜黄县| 鹤壁市| 合川市| 册亨县| 轮台县| 普洱| 武乡县| 定州市| 读书| 轮台县| 丹巴县| 临桂县| 集安市| 武川县| 延川县| 汉源县| 偃师市| 新乡市| 阿合奇县| 海晏县| 当雄县|