近日，广西大学和团队，打造出一种适用于数字光处理（DLP，Digital Light Processing） 3D 打印的离子弹性体。

图 | 龙雨（来源：）

通过合成具有丰富氢键网络的材料体系，可以赋予离子弹性体高效自主愈合能力，室温愈合效率大于 99%。

（来源：Chemical Engineering Journal）

同时，在常温条件之下离子弹性体就可以降解在水中，从而能够实现绿色型后处理。

而具备自愈合性能和可降解性能的离子弹性体，可以作为柔性传感器的重要组件，能够更好地满足柔性传感器在复杂环境下对于传感信号稳定性的要求，并且符合绿色制造的需求。

研究中，他们还展示了弹性体微结构的设计理念，并在使用数字光处理 3D 打印技术获得实物之后，进行了传感器的组装，借此实现了柔性传感器的定制化需求。

另外，他们还演示了传感器的应用，展示了传感器的高灵敏度性能，尤其是对于微小压力的实时监测能力。总的来说，本次工作为柔性传感器的自愈合离子弹性体的 3D 打印提供了新思路。

由于本次设计的可 3D 打印的离子弹性体，兼具可降解性和可自愈合性能，因此，当这两种性能相互配合，可以有效延长弹性体用于柔性设备时的使用寿命，让柔性设备能够拥有环境友好的特性，进一步带来更多的应用可能。

具体来说：

在电子设备制造上，能够生产更多具备自愈合可降解性能的柔性电子元件，例如生产可拉伸的电路板、自愈合的连接器等，从而用于制造更灵活、更耐用的电子设备。

在柔性机器人上，能够用于制造柔性关节和柔性传感器，增强机器人在复杂环境中的适应性和灵活性。即便柔性机器人的寿命结束，也能轻松地完成后处理。

既要有效，还要“绿色”

众所周知，柔性电子是一种极具潜力的新兴技术。作为柔性电子的重要产品之一，柔性传感器是一种能够适应各种弯曲表面、并能实时监测变化的传感器。

柔性传感器的发展，也与日益普及的智能穿戴设备、医疗健康监测、人机交互等领域息息相关。

作为柔性传感器的核心部件，柔性材料的性能开发和成型手段一直是科研热点之一。

然而，该团队注意到传统柔性传感器在实际应用中受到稳定性和持久性的限制，以至于无法保证传感器的有效使用寿命。

其中一个不可忽视的原因在于：现阶段多数能用于制造传感器的柔性材料，具有不可愈合的特性，导致所造的柔性传感器在损伤之后，会出现稳定性持续下降、寿命变短的问题。

此外，以往多数研究仍然使用模板模塑的方法，来实现柔性材料的成型，无法在结构和形态上实现灵活定制，难以完全符合实际应用场景的要求。

同时，课题组也注意到柔性传感器在使用寿命结束之后，存在后处理的问题。在传统柔性传感器的处理过程中，可能会产生不可降解的固体废弃物，从而对环境造成负面影响。

要想解决上述问题，认为开发能被数字光处理 3D 打印的自愈合可降解弹性体是一种有效途径。

一方面，自愈合能力可以让弹性体在受损之后完成自行修复，让原有的结构和性能得以恢复，从而提高稳定性和可靠性。

同时，可降解传感器的开发，也符合可持续发展的理念，有助于推动绿色制造的发展。

而可降解性能和自愈合性能的相互配合，能够有效延长柔性传感器的使用寿命，提升其环境友好特性。

另一方面，作为一种基于材料累加的增材制造技术，数字光处理 3D 打印技术可以通过数字微镜设备修饰的图案化紫外光，照射到装有前驱体溶液的液槽中的打印平台，从而形成固体聚合物的网络结构图案。

当打印平台向下移动，就能逐层固化形成定制结构的实物，以按需定制的方式制备结构灵活的弹性体，因而具有加工速度快、加工精度高等优点。

结合数字光处理 3D 打印技术，可以实现对自愈合可降解弹性体的精确控制和定制化设计，使其更好地适应不同的传感器形态和功能需求。基于以上原因，该团队设计了这款离子弹性体。

拒绝“假前进、真倒退”

如何选择合适的可数字光处理 3D 打印的离子弹性体材料，是研究中的一个重要步骤。

在这个阶段，鼓励学生和时间赛跑，不要纠结于能做出多么优异的体系，而是把 3D 打印作为首要任务，然后再去针对制备工艺进行优化。

一开始的学生过于依赖查找资料，对于自己上手操作 3D 打印机有些犹豫，担心失败会给自己带来挫折感。

也有学生在使用 3D 打印机遇到几次失败之后变得退缩，只是一味地钻研设备使用说明书，试图从书本中寻找失败原因。

“然而，我深知科研需要实践。如果只是纸上谈兵，单纯分析问题而拒绝实践解决，看似迈着大步往前跨，实则是在假前进、真倒退。”说。

于是，他鼓励学生们大胆尝试 3D 打印机，也鼓励他们探索和记录实验细节，最终学生们都迈过了“实验恐惧症”这个坎。

确定材料和制备工艺之后，课题组开始评估材料的自愈合性能和降解性能，然后开始进行 3D 打印。

其中，如何更好地体现数字光处理 3D 打印的高精度打印优势和定制化优势，成为该团队着重考虑的要点之一。

最后，他们将打印完毕的离子弹性体，成功用于柔性传感器的制造之中，并针对传感器的灵敏度和响应时间等，进行了全面的测试。

接着，其又围绕传感器开展自愈合实验和降解实验，确保传感器具备较好的可使用性和可靠性。

在的理念中，写论文并不意味着研究的结束。他鼓励学生一边做实验，一边写论文，让学生每隔一个阶段就交给他一个更新版论文。

“当然，我也并不要求学生们一开始就写得十全十美，而是想让学生明白完成大于完美。”他说。

比起一篇完美无缺的论文，认为更重要的是，培养学生的写作能力和分析问题能力并做出有效的规划。通过坚持这种“做实验 + 写作”的流程，他和学生都能“无痛”地走向完稿阶段。

最终，相关论文以《3D 打印用于定制柔性传感器的愈合和可降解导电离子弹性体》（）为题发在Chemical Engineering Journal（IF 15.1）。

罗欣是第一作者，担任通讯作者。

图 | 相关论文（来源：Chemical Engineering Journal）

未来，在材料体系的设计上，他们希望引入一些可再生环保材料，以用于 3D 打印的前驱体体系，从而设计更加绿色的可持续发展型柔性材料。

同时，他们也希望造出能用于 3D 打印的可发光或可变色自愈合材料体系，以便在视觉上看到直观的变化。

在 3D 打印柔性传感器的设计和表征上，课题组则希望进一步将实际实验结合仿真实验，来针对传感器的性能加以说明。

认为未来传感器的应用，一定要通过更多的数字化实验来进行量化。

因此，他们将加大仿真模拟实验的力度，通过精确模拟传感器的性能表现，为柔性传感器的设计和优化提供支持。

另据悉，在围绕增材制造的其他研究中，团队已经开始应用 AI 技术。

针对增材制造难以智能化的“卡脖子”问题，课题组已经围绕 AI 开展了在融合激光选区熔化（SLM，Selective laser melting）中的研究。

目前，他们已经构建了多款 AI 算法，能够实现多类型缺陷的识别、分类和定位，缺陷的辨识准确率大于 95%。

具体来说，他们已经将 AI 用于增材制造技术中的多方向、全阶段、多缺陷的检测，包括针对打印前金属粉末床的监测分析、工艺参数的智能优化、路径设计的拓扑优化等。

截至当下，课题组已经收获多项软件著作，并在多个制造系统中完成实机部署，实现了 AI 算法与增材制造系统的智能结合。

参考资料：

1.Luo, X., Wu, H., Wang, C., Jin, Q., Luo, C., Ma, G., ... & Long, Y. (2024). 3D printing of self-healing and degradable conductive ionoelastomers for customized flexible sensors.Chemical Engineering Journal, 149330.

运营/排版：何晨龙

01/

02/

03/

04/

05/