搜索:  
南洋理工大学 PNAS : 使用形状记忆聚合物克服粗糙表面的“粘附佯谬”和“调控矛盾”
2023-03-24  来源:高分子科技

  壁虎仿生的智能干粘附可以按需粘附和脱粘,这在现代制造技术和工业生活中发挥着举足轻重的作用。然而,现有智能干粘附体系多用高聚物弹性体制成,这些高聚物干粘附面临两大挑战。一大挑战是长期困扰粘附领域的“粘附佯谬[1,2]。“粘附佯谬”指的是,尽管分子之间存在较强的相互作用,即使是按照最弱的分子间相互作用——范德华力估算,物体之间的粘附强度也应该高达10 MPa,然而从常识角度看,物体之间实则难以粘附,更不会产生如此强度的粘附作用。自然界中即使是壁虎这样的“粘附大师”,其粘附强度也就100 kPa左右。导致“粘附佯谬”的主要原因之一是物体表面所存在的粗糙度阻碍了干粘附和基底之间的完全接触,与此同时,在接触过程中界面所产生的应变能也会抵消粘附作用,这导致传统弹性高聚物干粘附的粘附强度将随着表面粗糙度的增加而迅速衰减。另一大挑战则是近期引发关注的“调控矛盾”,即粘附强度和调控比之间的矛盾。实际上,越强的粘附能承受的重量越大,但是也越难按需将其粘附强度减弱从而取下。统计结果表明,粘附调控比(干粘附在强粘附状态和弱粘附调控状态下的粘附强度之比)会随着其最强粘附强度的增加而减小。可见,当下粗糙表面的“粘附佯谬”和“调控矛盾”问题仍然有待解决。



  近日,新加坡南洋理工大学高华健院士课题组和夏焜讲席教授课题组研究发现,形状记忆聚合物可以用来克服粗糙表面的“粘附佯谬”和“调控矛盾”问题。该研究通过力学表征和力学建模 [3, 4]系统地研究了形状记忆聚合物在不同粗糙表面上的粘附行为,相关研究以“Overcoming the adhesion paradox and switchability conflict on rough surfaces with shape memory polymers”为题发表在顶级国际期刊Proceedings of the National Academy of Sciences上。高华健院士和夏焜讲席教授的共同指导博士生令狐昌鸿为本文第一作者;湘潭大学-南洋理工大学联合培养博士生刘杨承毅为论文第二作者;湘潭大学王秀锋教授和南洋理工大学李栋博士为共同作者;高华健院士和夏焜讲席教授为论文共同通讯作者。


  形状记忆聚合物(图1A)这种智能材料具有模量可调、形状锁存和形状记忆的特性。利用形状记忆聚合物从玻璃态到橡胶态转变过程中巨大的模量变化,形状记忆聚合物粘附能在柔软的橡胶态与粗糙表面形成完全接触(图1B-i,ii)。保持外载,将形状记忆聚合物冷却到橡胶态,此时形状记忆聚合物和粗糙表面的完全接触状态由于形状记忆聚合物的形状锁存效应而被“冻结”,从而能产生很强的“橡-玻”粘附 [3, 5]rubber-to-glass adhesion, 文中缩写为R2G adhesion)。结果表明,形状记忆聚合物的“橡-玻”粘附可超过1 MPa,并随着表面粗糙度的增加不降反增(图1C),克服了粗糙表面的“粘附佯谬”问题。力学分析表明形状记忆聚合物的“橡-玻”粘附与粗糙表面的表面积成正比。当形状记忆聚合物在外部刺激作用下回到橡胶态,其形状记忆效应会驱动形状记忆聚合物粘附脱粘。表面粗糙度越大,橡胶态的弱粘附越弱(图1C),使得形状记忆聚合物在粗糙表面的粘附调控比能在表面粗糙度增加时与粘附强度同步增加(图1D)。该研究揭示了形状记忆聚合物在粗糙表面同步增强粘附强度和粘附调控比的内在机理,为开发更强、更可控的智能粘附系统提供了理论指导。


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.


原文链接:https://doi.org/10.1073/pnas.2221049120


作者简介



令狐昌鸿,浙江大学工程力学学士、浙江大学固体力学硕士、新加坡南洋理工大学固体力学博士生,导师夏焜教授和高华健教授。主要从事智能界面粘附力学及其应用、粘附力学、断裂力学、智能软物质力学及其应用等研究。研究工作主要基于界面力学、物理和化学原理,利用智能材料可调特性,揭示不同条件下界面粘附强度强弱控制的机理,探索界面粘附强度调控的规律,并基于此研发自适应界面粘附系统,集成并应用于软体机器人、机械手、无人机、智能可穿戴柔性电子器件、微纳组装、巨量微转移、医用胶带、超材料等领域。拥有中国国家发明专利10项,实用新型专利8项;于Elsevier发表专著章节一章;在JMPS、EML、IJSS、Science Advances、Nature Communications、PNAS、National Science Review、npj Flexible Electronics、Advanced Functional Materials、Soft Matter等国际知名期刊上发表SCI论文20多篇,被SCI论文引用677次。



刘杨承毅,湘潭大学博士生,导师王秀锋教授。主要从事可穿戴柔性传感器件相关的表面润湿性调控和智能粘附构建等研究。在JMPS、IJSS、PNAS、ACS Nano、Advanced Functional Materials、Advanced Materials Technologies、Chemical Engineering of Journal等国际知名期刊上发表SCI论文10多篇,其中两篇入选ESI高被引论文,相关研究成果得到国内外媒体的广泛报道。获得了中国力学学会首届全国力学博士生学术论坛优秀报告奖,2021-2022年度湘潭大学博士研究生国家奖学金等奖励。并获得国家留学基金委资助赴新加坡南洋理工大学机械与航空工程学院夏焜老师课题组联合培养。

版权与免责声明:中国聚合物网原创文章。刊物或媒体如需转载,请联系邮箱:info@polymer.cn,并请注明出处。
(责任编辑:xu)
】【打印】【关闭

诚邀关注高分子科技

更多>>最新资讯
更多>>科教新闻