CN112700908A - 一种智能复合材料及其制备方法与应用 - Google Patents
一种智能复合材料及其制备方法与应用 Download PDFInfo
- Publication number
- CN112700908A CN112700908A CN202011485533.5A CN202011485533A CN112700908A CN 112700908 A CN112700908 A CN 112700908A CN 202011485533 A CN202011485533 A CN 202011485533A CN 112700908 A CN112700908 A CN 112700908A
- Authority
- CN
- China
- Prior art keywords
- conductive
- composite material
- electrodes
- resin
- composite
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01B—CABLES; CONDUCTORS; INSULATORS; SELECTION OF MATERIALS FOR THEIR CONDUCTIVE, INSULATING OR DIELECTRIC PROPERTIES
- H01B5/00—Non-insulated conductors or conductive bodies characterised by their form
- H01B5/14—Non-insulated conductors or conductive bodies characterised by their form comprising conductive layers or films on insulating-supports
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
- G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
- G01N27/041—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance of a solid body
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01B—CABLES; CONDUCTORS; INSULATORS; SELECTION OF MATERIALS FOR THEIR CONDUCTIVE, INSULATING OR DIELECTRIC PROPERTIES
- H01B13/00—Apparatus or processes specially adapted for manufacturing conductors or cables
- H01B13/0026—Apparatus for manufacturing conducting or semi-conducting layers, e.g. deposition of metal
Landscapes
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Measurement Of Length, Angles, Or The Like Using Electric Or Magnetic Means (AREA)
- Compositions Of Macromolecular Compounds (AREA)
Abstract
本发明公开了一种智能复合材料及其制备方法与应用。所述制备方法包括:在多孔导电网络结构边缘设置电极,制得导电材料薄膜传感器;使所述导电材料薄膜传感器与树脂基材料复合,或者,先将导电介质或由导电介质构成的多孔导电网络结构与树脂基材料进行复合,固化后得到复合材料,之后在其边缘设置电极,获得智能复合材料。本发明采用导电材料制成薄膜状网络结构,利用该导电网络结构,可以实现对损伤的探测以及定位;同时其容易与树脂基材料进行复合,且不会降低复合材料的机械性能;并且,本发明的智能复合材料可自监测,对损伤进行定位,并图像化显示,还能够对指定损伤进行定点自修复,不影响其他区域。
Description
技术领域
本发明涉及一种纳米复合材料,尤其涉及一种可损伤监测及自修复纳米智能复合材料及其制备方法,以及其应用,属于纳米复合材料技术领域。
背景技术
和金属材料相比,纤维增强树脂基复合材料具有高比强度、高比模量、耐疲劳以及可设计性强等优点,已在航空航天、机械、建筑、船舶、体育、医疗等领域广泛应用。其中,由于其具有轻质、高强的特点,在航空航天飞行器等对结构重量有严格要求的领域得到了越来越广泛的应用和需求。例如,美国波音公司和欧洲空客公司在其最新型飞机中均大量使用了复合材料:波音公司最先进的B787飞机中,复合材料结构重量所占比例高达50%;空客公司的A380中复合材料占结构总重量约25%,A350中复合材料结构重量比例更高达52%。我国自主研发的C919飞机复合材料用量约为12%,正在研发的宽体C929飞机复合材料用量目标为50%以上。在军用飞机方面,美国早期的F-15E战机中复合材料的用量仅为2%,而在最新的F-35战机中,复合材料用量则高达到36%。
然而,复合材料的多相复合结构在赋予了材料优异的结构及功能特性的同时,也导致了复合材料易在服役过程中产生裂纹、纤维脱粘或断裂、分层等多种形式的内在损伤。在复合材料构件失效前,这种内在损伤通常不会引起复合材料外形变化,而且难以通过常见的目视检查或敲打检查发现。因此,对复合材料进行结构健康监测,是监测结构完整性和可靠性的重要手段,为复合材料结构失效进行提前预警,以避免因材料结构失效而引起的事故。
碳纳米管具有高强度、高导电性等优异性能,并可以通过不同的制备方法形成纤维、薄膜和三维网络结构等宏观组装体,利用这些碳纳米管的宏观组装体可以实现对材料的应变感应、损伤监测、制备过程监测等结构健康监测的应用中。但到目前为止,大多数方法需要将碳纳米管分散于树脂基体或将碳纳米管包覆于某种基体材料上来制备应变传感器,这些方法虽然具有一定应变灵敏度,但是其制备方法中都含有多个复杂的步骤。这些复杂步骤不仅降低了实际生产应用中的效率,并且引入了诸多难以控制的因素。此外,大部分传感器均只限于对应变和损伤的定性感应,无法确定损伤的具体位置。例如发明专利CN105713348A和CN106643464A采用CNT与环氧树脂复合,并切割成回字形作为应变传感器,通过被监测构件变形,带动传感器变形并引起其电导率变化,从而实现对应变的监测。这种方法仅能对材料变形进行监测,无法判断变形与损伤区别,且无法对损伤位置进行精准定位。因此开发一种能够实现损伤定位监测,并且能对损伤进行自修复的材料具有重要的实际应用价值。
综上所述,目前现有的复合材料主要存在以下几个不足:1、无法对损伤进行定位,只能定性判断有损伤发生;2、无法自修复;3、修复难以针对指定区域;4、传感器需要贴附或埋入材料内部,对材料原始性能有降低。
发明内容
本发明的主要目的在于提供一种可损伤监测及自修复纳米智能复合材料及其制备方法,以克服现有技术中的不足。
本发明的另一目的在于提供所述智能复合材料的用途。
为实现前述发明目的,本发明采用的技术方案包括:
本发明实施例提供了一种智能复合材料的制备方法,其包括:
由导电介质构成的微观多孔导电网络结构;
至少填充分布于所述多孔导电网络结构所含孔隙中的树脂基材料;以及,
电极,所述电极设置于所述多孔导电网络结构上,或者设置于由多孔导电网络结构与树脂基材料构成的复合结构上。
在一些优选实施例中,所述多孔导电网络结构为二维薄膜状结构或三维结构。
在一些优选实施例中,所述导电介质包括导电材料和/或导电材料包覆的非导电材料,但不限于此。
本发明实施例还提供了一种智能复合材料的制备方法,其包括:
提供导电介质,并形成多孔导电网络结构;
在所述多孔导电网络结构边缘设置电极,制得导电材料薄膜传感器;
使所述导电材料薄膜传感器与树脂基材料复合,获得可损伤监测及自修复纳米复合材料;
或者,先将导电介质或由导电介质构成的多孔导电网络结构与树脂基材料进行复合,固化后得到复合材料;
再在所述复合材料边缘设置电极,获得智能复合材料。
在一些优选实施例中,所述制备方法包括:将导电介质直接分散于树脂基材料中,固化后得到复合材料;
或者,将导电介质制备成二维薄膜状,并至少通过浸泡、灌注或涂覆方式与树脂基材料复合,固化后得到复合材料;
或者,将导电介质制备成三维结构,并通过灌注的方式与树脂基材料复合,固化后得到复合材料。
本发明实施例还提供了由前述方法制备的智能复合材料。
本发明实施例还提供了所述智能复合材料于损伤监测或自修复领域中的用途。
本发明实施例还提供了一种损伤自监测方法,其包括:
提供所述智能复合材料,并通过测量每两个电极间的电压,并记录;
所述智能复合材料损伤后,再次测量每两个电极间的电压,通过有限元算法求解两次电压值的差别,并作出电导率分布变化的图像,图像可显示损伤位置。
本发明实施例还提供了一种自修复方法,其包括:
按照前述自监测方法确定损伤位置后,根据损伤位置确定相对应的两个电极,对该两个电极施电压或电流,实现对损伤位置的定点修复。
本发明的自修复原理在于通电后,在导电复合材料内部会形成导电通路,而电流优先从两电极间的直线通过,因此利用自监测传感器的排布电极,优化电极排布方式,首先确定损伤位置,然后利用与损伤位置的相对应的2个电极,实现局部电加热,提高该部分导电材料和热塑性树脂分子运动速率,从而实现损伤修复。
与现有技术相比,本发明的有益效果至少在于:
本发明采用导电材料制成薄膜状网络结构,利用这种导电网络结构,可以实现对损伤的探测以及定位;同时其容易与树脂基材料进行复合,且不会降低复合材料的机械性能等力学性能;并且,本发明的智能复合材料可自监测,对损伤进行定位,并图像化显示,此外,本发明的纳米复合材料还能够对指定损伤进行定点自修复,不影响其他区域。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1a-图1c分别是本发明一典型实施方案中智能复合材料的传感器电极的排布方式示意图;
图2a是本发明一典型实施方案中导电薄膜传感器与复合材料复合的示意图;
图2b是本发明实施例1中制备的碳纳米管薄膜传感器复合材料的结构示意图;
图3a和图3b分别是本发明实施例3中制备的CNT-PU复合材料的电极结构示意图及损伤成像示意图;
图4a和图4b分别是本发明实施例3中制备的CNT-PU复合材料损伤修复前和修复后的显微照片;
图5是本发明实施例5中制备的自体电极CNT薄膜传感器的结构示意图。
具体实施方式
鉴于现有技术中的不足,本案发明人经长期研究和大量实践,得以提出本发明的技术方案,旨在通过利用导电材料制成薄膜状网络结构,利用这种导电网络结构,可以实现对损伤的探测以及定位。如下将对该技术方案、其实施过程及原理等作进一步的解释说明。
本发明实施例的一个方面提供的一种智能复合材料包括:
由导电介质构成的多孔导电网络结构;
至少填充分布于所述多孔导电网络结构所含孔隙中的树脂基材料;以及,
电极,所述电极设置于所述多孔导电网络结构上,或者设置于由多孔导电网络结构与树脂基材料构成的复合结构上。
在一些优选实施例中,所述多孔导电网络结构为二维薄膜状结构或三维结构,结构为多孔网络结构,具有丰富的孔隙。
进一步地,当结构为薄膜结构时,所述二维薄膜状结构的厚度为0.1~100μm。
在一些优选实施例中,所述导电介质包括导电材料和/或导电材料包覆的非导电材料,但不限于此。
在一些优选实施例中,所述导电材料包括石墨烯、碳纳米管、银纳米线、碳纤维等中的任意一种或两种以上的组合,但不限于此。
进一步地,所述非导电材料包括芳纶纤维、无纺布、玻璃纤维等中的任意一种或两种以上的组合,但不限于此。例如,所述导电材料包覆的非导电材料可以是碳纳米管包裹的芳纶纤维等。
在一些优选实施例中,所述树脂基材料包括热塑性树脂,优选为聚氨酯(PU)、聚乙烯、聚丙烯、聚甲醛、聚砜、橡胶、聚醚醚酮、聚醚酰亚胺、聚苯硫醚等中的任意一种或两种以上的组合,但不限于此。
在一些优选实施例中,所述电极分布设置于所述多孔导电网络结构的边缘,或者设置于由多孔导电网络结构与树脂基材料构成的复合结构的边缘。其中,所述电极可均匀分布,也可按需求非均匀分布。
在一些优选实施例中,所述电极可以包括金属箔(金、银、铜、铂等)、金属导线(金、银、铜、铂等)、导电胶带、导电纤维或导电薄膜等,但不限于此。
进一步地,所述金属箔或金属导线的材质包括金、银、铜、铂等中的任意一种或两种以上的组合,但不限于此。
在一些优选实施例中,所述电极的个数在4个以上。
本发明实施例的另一个方面提供的一种智能复合材料的制备方法包括:
提供导电介质,并形成多孔导电网络结构;
在所述多孔导电网络结构边缘设置电极,制得导电材料薄膜传感器;
使所述导电材料薄膜传感器与树脂基材料复合,获得智能复合材料;
或者,先将导电介质或由导电介质构成的多孔导电网络结构与树脂基材料进行复合,固化后得到复合材料;
再在所述复合材料边缘设置电极,获得智能复合材料。
在一些优选实施例中,所述多孔导电网络结构为二维薄膜状结构或三维结构,结构为多孔网络结构,具有丰富的孔隙。
进一步地,当结构为薄膜结构时,所述二维薄膜状结构的厚度为0.1~100μm。
在一些优选实施例中,所述导电介质包括导电材料和/或导电材料包覆的非导电材料,但不限于此。
在一些优选实施例中,所述导电材料包括石墨烯、碳纳米管、银纳米线、碳纤维等中的任意一种或两种以上的组合,但不限于此。
进一步地,所述非导电材料包括芳纶纤维、无纺布、玻璃纤维等,但不限于此。例如,所述导电材料包覆的非导电材料可以是碳纳米管包裹的芳纶纤维等。
在一些优选实施例中,所述电极分布设置于所述多孔导电网络结构的边缘,或者设置于由多孔导电网络结构与树脂基材料构成的复合结构的边缘。其中,所述电极可均匀分布,也可按需求非均匀分布。请参阅图1a-图1c,为传感器电极的排布方式示意图。
在一些优选实施例中,所述电极可以包括金属箔(金、银、铜、铂等)、金属导线(金、银、铜、铂等)、导电胶带、导电纤维或导电薄膜等,但不限于此。
进一步地,所述金属箔或金属导线的材质包括金、银、铜、铂等中的任意一种或两种以上的组合,但不限于此。
在一些优选实施例中,所述电极的连接方式包括导电胶粘贴、焊接、铆接、螺栓连接、压紧、装订、自体导线等中的至少任意一种,但不限于此。
在一些优选实施例中,所述电极的个数在4个以上。
进一步地,所述电极的材质可以与导电材料的材质相同。将导电材料形成的薄膜切割成带有自体电极的形状,电极与薄膜为相同材料,通过一体裁剪的方式获得传感器。
在一些优选实施例中,所述树脂基材料包括热塑性树脂,优选为聚氨酯(PU)、聚乙烯、聚丙烯、聚甲醛、聚砜、橡胶、聚醚醚酮、聚醚酰亚胺、聚苯硫醚等中的任意一种或两种以上的组合,但不限于此。
在一些优选实施例中,所述制备方法包括:将导电介质直接分散于树脂基材料中,固化后得到复合材料;
或者,将导电介质制备成二维薄膜状,并至少通过浸泡、灌注或涂覆方式与树脂基材料复合,固化后得到复合材料;
或者,将导电介质制备成三维结构,并通过灌注的方式与树脂基材料复合,固化后得到复合材料。
其中,在一些更为具体的实施案例之中,所述智能复合材料(亦可称为“可损伤监测及自修复纳米复合材料”)的制备方法具体包括以下步骤:
1)传感器材料:提供导电材料、导电材料包覆的非导电材料中的一种或几种的组合制成薄膜或三维结构,结构为多孔网络结构,具有丰富的孔隙。其中导电材料包括石墨烯、碳纳米管、银纳米线、碳纤维、以及导电材料包覆的非导电材料,如碳纳米管包裹的芳纶纤维等。当结构为薄膜结构时,薄膜厚度为0.1~100微米;
2)传感器电极:在材料边缘布置电极,可均匀分布,也可按需求非均匀分布,其中电极可以是金属箔(金、银、铜、铂等)、金属导线(金、银、铜、铂等)、导电胶带、导电纤维、导电薄膜等;电极的连接方式包括:导电胶粘贴、焊接、铆接、螺栓连接、压紧、装订、自体导线等;电极个数不少于4个。
3)传感器与复合材料结合:以薄膜材料制成的传感器具有丰富的孔隙结构,当与树脂基复合材料复合时,树脂可以流动到薄膜材料内部,从而实现与复合材料的结合,传感器可安装于表面和内部,且均不降低复合材料原始性能,可参阅图2a所示。
进一步地,本发明的智能复合材料的制备方法可以采用以下方案:
首先,提供导电材料与热塑性树脂的复合材料;其次,布置电极,可以在复合材料边缘布置,如果导电材料为薄膜或三维组装形态,也可以在导电材料边缘布置电极后,再与热塑性树脂复合。
进一步地,所述复合材料的制备方法可以包括以下几种方案:①导电材料分散于热塑树脂基体中,固化后得到复合材料;②将导电材料制备成二维薄膜状,通过浸泡、灌注、涂覆等方式与热塑性树脂复合,固化后得到复合材料;③将导电材料制成三维结构后,通过灌注的方式与热塑性树脂复合,固化后得到复合材料。
本发明实施例的另一个方面还提供了由前述方法制备的智能复合材料。
本发明实施例的另一个方面还提供了所述的智能复合材料于损伤监测或自修复等领域中的用途。
本发明实施例的另一个方面还提供了一种损伤自监测方法,其包括:
提供所述智能复合材料,并通过测量每两个电极间的电压,并记录;
所述纳米复合材料损伤后,再次测量每两个电极间的电压,通过有限元算法求解两次电压值的差别,并作出电导率分布变化的图像,图像可显示损伤位置。
在一些更为具体的实施案例之中,所述损伤自监测方法具体包括以下步骤:
①向其中一个电极输入电流,作为激励电极,电流强度可根据材料电阻性质调整,可以为交流电也可为直流电;②测量其他每两个电极间的电压;③换一个电极作为激励电极,测量剩余其他两个电极间的电压,以此类推,直至所有电极都作为激励电极,并测量其余每两个电极间的电压。例如,智能复合材料边缘分布有8个电极,编号依次为1,2,3,......,7,8。首先以1电极接地,2电极作为激励电极,测量3-4,4-5,5-6,6-7,7-8电极间的电压;然后以2电极接地,3电极作为激励电极,测量4-5,5-6,6-7,7-8,8-1电极间的电压,以此类推,最后以8电极接地,1电极作为激励电极,测量2-3,3-4,4-5,5-6,6-7电极间的电压。
材料损伤后,再次通过以上方法测量电压,然后通过有限元算法求解两次电压值的差别,并作出电导率分布变化的图像,图像可现实损伤位置。
本发明实施例的另一个方面还提供了一种自修复方法,其包括:
按照前述自监测方法,根据自监测结果确定损伤位置后,根据损伤位置确定相对应的两个电极,对该两个电极进行施加电压或施加电流,可对损伤位置进行定点修复。
本发明的自修复原理在于通电后,在导电复合材料内部会形成导电通路,而电流优先从两电极间的直线通过,因此利用自监测传感器的排布电极,优化电极排布方式,首先确定损伤位置,然后利用与损伤位置的相对应的2个电极,实现局部电加热,提高该部分导电材料和热塑性树脂分子运动速率,从而实现损伤修复。
在本发明的另一具体实施例中,本发明的智能复合材料还可以与其他材料进行复合,作为传感器对所述其他材料进行损伤监测。例如,所述其他材料可以是塑料、气囊结构等,但不限于此。所述智能复合材料在具体使用时可以贴合在其他材料形成的构件表面。
藉由上述技术方案,本发明采用导电材料制成薄膜状网络结构,利用这种导电网络结构,可以实现对损伤的探测以及定位;同时其容易与树脂基材料进行复合,且不会降低复合材料的机械性能等力学性能;并且,本发明的纳米复合材料可自监测,对损伤进行定位,并图像化显示,此外,本发明的纳米复合材料还能够对指定损伤进行定点自修复,不影响其他区域。
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合若干具体实施例及附图对本发明的技术方案做进一步详细说明,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。下列实施例中未注明具体条件的试验方法,实施例中的试验方法均按照常规条件进行。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
实施例1碳纳米管薄膜复合材料
碳纳米管50mg,加入聚乙烯吡咯烷酮20mg,在500ml水中超声分散30min后,通过真空抽滤法获得CNT薄膜,CNT薄膜厚度为20μm。将CNT薄膜切割成10cm×10cm的矩形,并在4边均匀布置16个电极,用导电银浆将宽度为3mm的铜箔电极粘贴至CNT薄膜表面,获得CNT薄膜传感器。然后将CNT薄膜传感器与树脂基复合材料复合,将单向环氧树脂玻璃纤维预浸料正交铺层,铺5层,在最顶层放置CNT传感器,使CNT传感器直接与最上层玻璃纤维预浸料中的环氧树脂接触,最后热压成型,获得智能复合材料。通过在不同电极上加激励电流,测量各个电极对间的电压,实现损伤的成像。本实施例制备的碳纳米管薄膜传感器复合材料的结构如图2b所示。
实施例2石墨烯薄膜复合材料
石墨烯10mg,加入SDBS 10mg,在500ml水中超声分散30min后,通过涂布法获得石墨烯薄膜,石墨烯薄膜厚度为0.1μm。将石墨烯薄膜切割成直径为10cm的圆形,在圆形边缘均匀布置24个电极,用铜导电胶带粘贴至石墨烯薄膜表面作为电极,获得石墨烯薄膜传感器。然后将石墨烯薄膜传感器与树脂基复合材料复合,将单向环氧树脂玻璃纤维预浸料正交铺层,铺10层,在中间层放置石墨烯传感器,使石墨烯传感器直接与玻璃纤维预浸料中的环氧树脂接触,最后热压成型,获得智能复合材料。通过在不同电极上加激励电流,测量各个电极对间的电压,实现损伤的成像。
实施例3 CNT-聚氨酯(PU)智能复合材料
制备CNT质量分数为5%的PU复合材料,主要分为两步:1、CNT-PU分散液制备;2、CNT-PU复合材料制备。具体步骤为:
(1)CNT-PU分散液制备:首先在烧杯中称取10g PU,向烧杯中加入100mL DMF溶剂,使PU溶解,75℃搅拌40min;称取0.4g CNT,加入到PU-DMF溶液中,继续加热搅拌2h,获得CNT-PU的分散液。
(2)CNT-PU复合材料制备:首先,将步骤(1)中配置好的CNT-PU分散液倒入一个玻璃培养皿中,85℃加热4小时,蒸发溶剂,获得CNT-PU初始薄膜;然后将CNT-PU初始薄膜放入热压机中热压成膜,100℃,1MPa,1h,获得CNT-PU复合材料。
将CNT-PU复合材料切割成10cm×10cm的矩形,并在4边均匀布置8个电极,电极为银导线,通过导电银浆连接。通过在不同电极上加激励电流,测量各个电极对间的电压,实现损伤的成像,CNT-PU复合材料的电极结构示意图及损伤成像示意图如图3a和图3b所示。由图3a和图3b可见,损伤发生在6,7电极之间,因此在6,7电极间加10mA电流,可见损伤迅速愈合,而复合材料其他区域并未加热变形,见图4a和图4b。
另外,本实施例中的PU亦可替代为聚乙烯、聚丙烯、聚甲醛、聚砜、橡胶等,亦可取得相同的技术效果。
实施例4银纳米线薄膜复合材料
银纳米线1g,在500ml水中超声分散30min后,通过冷冻干燥法制成厚度为100μm的薄膜结构。将银纳米线薄膜切割成直径为10cm的圆形,在圆形边缘均匀布置24个电极,用银导线通过焊接的方式连接于薄膜表面作为电极,获得银纳米线薄膜传感器。然后将银纳米线薄膜传感器与聚甲醛树脂基复合材料复合,将单向环氧树脂碳纤维预浸料正交铺层,铺10层,在表面放置银纳米线薄膜传感器,使银纳米线薄膜传感器直接与碳纤维预浸料中的环氧树脂接触,最后热压成型,获得智能复合材料。通过在不同电极上加激励电流,测量各个电极对间的电压,实现损伤的成像。
实施例5碳纳米管薄膜复合材料
通过浮动催化化学气相沉积法制备CNT薄膜,厚度为20μm。将CNT薄膜切割成带有自体电极的形状,其结构如图5所示,电极与薄膜为相同材料,且无接口,通过一体裁剪的方式获得CNT薄膜传感器。然后将CNT薄膜传感器与聚丙烯树脂基复合材料复合,将单向环氧树脂玻璃纤维预浸料正交铺层,铺5层,在最顶层放置CNT传感器,使CNT传感器直接与最上层玻璃纤维预浸料中的环氧树脂接触,最后热压成型,获得智能复合材料。通过在不同电极上加激励电流,测量各个电极对间的电压,实现损伤的成像。
实施例6碳纤维薄膜复合材料
将短切碳纤维制备成碳纤维毡,厚度为100μm,将其切割成带有自体电极的形状,其结构如图5所示,电极与薄膜为相同材料,且无接口,通过一体裁剪的方式获得碳纤维薄膜传感器。然后通过真空灌注法将碳纤维薄膜与聚醚醚酮树脂复合,并热压成型,最终获得智能复合材料。通过在不同电极上加激励电流,测量各个电极对间的电压,实现损伤的成像。
实施例7碳纳米管/芳纶纤维薄膜复合材料
碳纳米管50mg,加入SDBS100mg,在500ml水中超声分散30min后得到碳纳米管分散液,将芳纶纤维薄膜浸泡于碳纳米管分散液中,30min,使碳纳米管均匀附着与芳纶纤维薄膜表面和内部。将碳纳米管/芳纶纤维薄膜切割成20cm×20cm的矩形,并在4边均匀布置32个电极,用导电银浆将直径为0.3mm的引导线粘贴至碳纳米管/芳纶纤维薄膜表面,获得碳纳米管/芳纶纤维薄膜传感器。然后通过涂覆法将聚乙烯树脂的丙酮溶液涂覆于碳纳米管/芳纶纤维薄膜表面,通过多次涂覆,获得碳纳米管/芳纶纤维薄膜/聚乙烯复合材料。通过在不同电极上加激励电流,测量各个电极对间的电压,实现损伤的成像。
另外,本实施例中的芳纶纤维亦可替代为无纺布、玻璃纤维等,亦可取得相同的技术效果。
实施例8石墨烯柱状复合材料
石墨烯50mg,加入SDBS 100mg,在500ml水中超声分散30min后,将石墨烯分散液放入烧杯中,通过冷冻干燥法除去水,获得柱状石墨烯三维结构。在石墨烯圆柱体顶面和底面圆周各排布8个电极,构成16电极传感单元,用铜导电胶带粘贴至石墨烯圆柱表面作为电极,获得石墨烯薄膜传感器。通过灌注法将橡胶与石墨烯三维结构复合,获可自监测的得石墨烯/橡胶复合材料。通过在不同电极上加激励电流,测量各个电极对间的电压,实现损伤的成像。
实施例9
通过阵列拉膜法制备CNT薄膜,厚度为10μm,并连续经过盛有聚醚酰亚胺的DMF溶液,使得CNT薄膜表面均匀包裹聚醚酰亚胺树脂,获得CNT/聚醚酰亚胺复合材料。将CNT/聚醚酰亚胺复合材料切割成带有自体电极的形状,通过一体裁剪的方式获得CNT/PU复合材料传感器。通过在不同电极上加激励电流,测量各个电极对间的电压,实现损伤的成像。
实施例10
石墨烯50mg,加入SDBS 100mg,在500ml水中超声分散30min后,将石墨烯分散液放入烧杯中,通过冷冻干燥法除去水,获得柱状石墨烯三维结构。通过灌注法将聚苯硫醚与石墨烯三维结构复合,固化后,去除石墨烯圆柱体顶面和底面圆周部分树脂,使得顶面和底面导电,然后在石墨烯圆柱体顶面和底面圆周各排布8个电极,构成16电极传感单元,用铜导电胶带粘贴至石墨烯圆柱表面作为电极,获可自监测的得石墨烯/聚苯硫醚复合材料。通过在不同电极上加激励电流,测量各个电极对间的电压,实现损伤的成像。
实施例11
碳纳米管50mg,加入聚乙烯吡咯烷酮20mg,在500ml水中超声分散30min后,通过真空抽滤法获得CNT薄膜,CNT薄膜厚度为20μm。将CNT薄膜切割成10cm×10cm的矩形,并在4边均匀布置16个电极,用导电银浆将宽度为3mm的铜箔电极粘贴至CNT薄膜表面,获得CNT薄膜传感器。将CNT薄膜传感器用胶贴附于气囊结构表面,随充入气体量的增多,气囊逐渐膨胀,CNT薄膜传感器随气囊变形。通过在不同电极上加激励电流,测量各个电极对间的电压,实现气囊损伤的成像。
藉由以上实施例,本发明采用导电材料制成薄膜状网络结构,利用这种导电网络结构,可以实现对损伤的探测以及定位;同时其容易与树脂基材料进行复合,且不会降低复合材料的机械性能等力学性能;并且,本发明的智能纳米复合材料可自监测,对损伤进行定位,并图像化显示,此外,本发明的纳米复合材料还能够对指定损伤进行定点自修复,不影响其他区域。
本发明的各方面、实施例、特征及实例应视为在所有方面为说明性的且不打算限制本发明,本发明的范围仅由权利要求书界定。在不背离所主张的本发明的精神及范围的情况下,所属领域的技术人员将明了其它实施例、修改及使用。
在本发明案中标题及章节的使用不意味着限制本发明;每一章节可应用于本发明的任何方面、实施例或特征。
在本发明案通篇中,在将组合物描述为具有、包含或包括特定组份之处或者在将过程描述为具有、包含或包括特定过程步骤之处,预期本发明教示的组合物也基本上由所叙述组份组成或由所叙述组份组成,且本发明教示的过程也基本上由所叙述过程步骤组成或由所叙述过程步骤组组成。
应理解,各步骤的次序或执行特定动作的次序并非十分重要,只要本发明教示保持可操作即可。此外,可同时进行两个或两个以上步骤或动作。
此外,本案发明人还参照前述实施例,以本说明书述及的其它原料、工艺操作、工艺条件进行了试验,并均获得了较为理想的结果。
尽管已参考说明性实施例描述了本发明,但所属领域的技术人员将理解,在不背离本发明的精神及范围的情况下可做出各种其它改变、省略及/或添加且可用实质等效物替代所述实施例的元件。另外,可在不背离本发明的范围的情况下做出许多修改以使特定情形或材料适应本发明的教示。因此,本文并不打算将本发明限制于用于执行本发明的所揭示特定实施例,而是打算使本发明将包含归属于所附权利要求书的范围内的所有实施例。
Claims (19)
1.一种智能复合材料,其特征在于包括:
由导电介质构成的微观多孔导电网络结构;
至少填充分布于所述多孔导电网络结构所含孔隙中的树脂基材料;以及,
电极,所述电极设置于所述多孔导电网络结构上,或者设置于由多孔导电网络结构与树脂基材料构成的复合结构上。
2.根据权利要求1所述的智能复合材料,其特征在于:所述多孔导电网络结构为二维薄膜状结构或三维结构;优选的,所述二维薄膜状结构的厚度为0.1~100μm。
3.根据权利要求1所述的智能复合材料,其特征在于:所述导电介质包括导电材料和/或导电材料包覆的非导电材料。
4.根据权利要求3所述的智能复合材料,其特征在于:所述导电材料包括石墨烯、碳纳米管、银纳米线、碳纤维中的任意一种或两种以上的组合;和/或,所述非导电材料包括芳纶纤维、无纺布、玻璃纤维中的任意一种或两种以上的组合。
5.根据权利要求1所述的智能复合材料,其特征在于:所述树脂基材料包括热塑性树脂,优选为聚氨酯、聚乙烯、聚丙烯、聚甲醛、聚砜、橡胶、聚醚醚酮、聚醚酰亚胺、聚苯硫醚中的任意一种或两种以上的组合。
6.根据权利要求4所述的智能复合材料,其特征在于:所述电极分布设置于所述多孔导电网络结构的边缘,或者设置于由多孔导电网络结构与树脂基材料构成的复合结构的边缘。
7.根据权利要求4或6所述的智能复合材料,其特征在于:所述电极包括金属箔、金属导线、导电胶带、导电纤维或导电薄膜;优选的,所述金属箔或金属导线的材质包括金、银、铜、铂中的任意一种或两种以上的组合;和/或,所述电极的个数在4个以上;和/或,所述电极的材质与导电材料的材质相同。
8.一种智能复合材料的制备方法,其特征在于包括:
提供导电介质,并形成多孔导电网络结构;
在所述多孔导电网络结构边缘设置电极,制得导电材料薄膜传感器;
使所述导电材料薄膜传感器与树脂基材料复合,获得智能复合材料;
或者,先将导电介质或由导电介质构成的多孔导电网络结构与树脂基材料进行复合,固化后得到复合材料;
再在所述复合材料边缘设置电极,获得智能复合材料。
9.根据权利要求8所述的制备方法,其特征在于:所述多孔导电网络结构为二维薄膜状结构或三维结构;优选的,所述二维薄膜状结构的厚度为0.1~100μm。
10.根据权利要求8所述的制备方法,其特征在于:所述导电介质包括导电材料和/或导电材料包覆的非导电材料。
11.根据权利要求10所述的制备方法,其特征在于:所述导电材料包括石墨烯、碳纳米管、银纳米线、碳纤维中的任意一种或两种以上的组合;和/或,所述非导电材料包括芳纶纤维、无纺布、玻璃纤维中的任意一种或两种以上的组合。
12.根据权利要求1所述的制备方法,其特征在于:所述电极包括金属箔、金属导线、导电胶带、导电纤维或导电薄膜;优选的,所述金属箔或金属导线的材质包括金、银、铜、铂中的任意一种或两种以上的组合。
13.根据权利要求1所述的制备方法,其特征在于:所述电极的连接方式包括导电胶粘贴、焊接、铆接、螺栓连接、压紧、装订、自体导线中的至少任意一种;和/或,所述电极的个数在4个以上;和/或,所述电极的材质与导电材料的材质相同。
14.根据权利要求1所述的制备方法,其特征在于:所述树脂基材料包括热塑性树脂,优选为聚氨酯、聚乙烯、聚丙烯、聚甲醛、聚砜、橡胶、聚醚醚酮、聚醚酰亚胺、聚苯硫醚中的任意一种或两种以上的组合。
15.根据权利要求1所述的制备方法,其特征在于包括:将导电介质直接分散于树脂基材料中,固化后得到复合材料;
或者,将导电介质制备成二维薄膜状,并至少通过浸泡、灌注或涂覆方式与树脂基材料复合,固化后得到复合材料;
或者,将导电介质制备成三维结构,并通过灌注的方式与树脂基材料复合,固化后得到复合材料。
16.由权利要求8-15中任一项所述方法制备的智能复合材料。
17.权利要求1-7、16中任一项所述的智能复合材料于损伤监测或自修复领域中的用途。
18.一种损伤自监测方法,其特征在于包括:
提供权利要求1-7、16中任一项所述的智能复合材料,并通过测量每两个电极间的电压,并记录;
所述智能复合材料损伤后,再次测量每两个电极间的电压,通过有限元算法求解两次电压值的差别,并作出电导率分布变化的图像,图像可显示损伤位置。
19.一种自修复方法,其特征在于包括:
按照权利要求18所述的自监测方法确定损伤位置后,根据损伤位置确定相对应的两个电极,对该两个电极施电压或电流,实现对损伤位置的定点修复。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011485533.5A CN112700908B (zh) | 2020-12-16 | 2020-12-16 | 一种智能复合材料及其制备方法与应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011485533.5A CN112700908B (zh) | 2020-12-16 | 2020-12-16 | 一种智能复合材料及其制备方法与应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112700908A true CN112700908A (zh) | 2021-04-23 |
CN112700908B CN112700908B (zh) | 2023-01-31 |
Family
ID=75508450
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011485533.5A Active CN112700908B (zh) | 2020-12-16 | 2020-12-16 | 一种智能复合材料及其制备方法与应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112700908B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113698733A (zh) * | 2021-08-31 | 2021-11-26 | 中国科学院苏州纳米技术与纳米仿生研究所 | 一种可回收纳米复合材料、其制备方法及应用 |
CN113777135A (zh) * | 2021-10-09 | 2021-12-10 | 同济大学 | 纤维增强热固性树脂基复合材料层间开裂的监测及修复结构、监测方法及修复方法 |
CN117612653A (zh) * | 2023-12-19 | 2024-02-27 | 东莞市鹏锦机械科技有限公司 | 干法电极自立膜纤维化的区域定位方法及其区域调整装置 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101551350A (zh) * | 2009-05-18 | 2009-10-07 | 南昌航空大学 | 一种建立碳纤维增强树脂基复合材料损伤自诊断系统的方法 |
US20130014367A1 (en) * | 2011-07-12 | 2013-01-17 | The Boeing Company | Large Area Repair of Composite Aircraft |
CN102944315A (zh) * | 2012-11-06 | 2013-02-27 | 沈阳航空航天大学 | 基于碳纳米管三维网络薄膜的温度传感器制备方法 |
CN104919626A (zh) * | 2012-11-09 | 2015-09-16 | 里兰斯坦福初级大学理事会 | 自复原复合材料及其应用 |
CN105713348A (zh) * | 2016-01-19 | 2016-06-29 | 西南科技大学 | 碳纳米管环氧树脂复合材料应变传感器及制作工艺 |
CN105987934A (zh) * | 2015-01-28 | 2016-10-05 | 中国科学院苏州纳米技术与纳米仿生研究所 | 柔性co室温传感器及其制备方法 |
CN106519939A (zh) * | 2016-09-29 | 2017-03-22 | 广东工业大学 | 一种基于形状记忆的自修复型导电传感高分子材料 |
CN106643464A (zh) * | 2016-12-27 | 2017-05-10 | 北京航空航天大学 | 一种基于碳纳米管膜的复合材料各向应变监测方法 |
CN107179336A (zh) * | 2016-03-10 | 2017-09-19 | 中国科学院苏州纳米技术与纳米仿生研究所 | 可贴敷式离子型柔性湿度传感器、其制备方法及应用 |
CN108871177A (zh) * | 2017-05-08 | 2018-11-23 | 中国科学院苏州纳米技术与纳米仿生研究所 | 碳纳米管阵列电极的离子型应变传感器及其制法与应用 |
CN108871178A (zh) * | 2017-05-10 | 2018-11-23 | 中国科学院苏州纳米技术与纳米仿生研究所 | 基于碳纳米管薄膜阻抗相位角变化的柔性传感器及制法 |
CN108896617A (zh) * | 2018-06-20 | 2018-11-27 | 北京航数车辆数据研究所有限公司 | 一种基于导电聚合物涂层阵列的结构健康监测系统 |
KR20190068155A (ko) * | 2017-12-08 | 2019-06-18 | 울산과학기술원 | 복합재를 이용한 구조물의 파손 진단장치 및 이에 의한 구조물 파손 진단방법 |
-
2020
- 2020-12-16 CN CN202011485533.5A patent/CN112700908B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101551350A (zh) * | 2009-05-18 | 2009-10-07 | 南昌航空大学 | 一种建立碳纤维增强树脂基复合材料损伤自诊断系统的方法 |
US20130014367A1 (en) * | 2011-07-12 | 2013-01-17 | The Boeing Company | Large Area Repair of Composite Aircraft |
CN102944315A (zh) * | 2012-11-06 | 2013-02-27 | 沈阳航空航天大学 | 基于碳纳米管三维网络薄膜的温度传感器制备方法 |
CN104919626A (zh) * | 2012-11-09 | 2015-09-16 | 里兰斯坦福初级大学理事会 | 自复原复合材料及其应用 |
CN105987934A (zh) * | 2015-01-28 | 2016-10-05 | 中国科学院苏州纳米技术与纳米仿生研究所 | 柔性co室温传感器及其制备方法 |
CN105713348A (zh) * | 2016-01-19 | 2016-06-29 | 西南科技大学 | 碳纳米管环氧树脂复合材料应变传感器及制作工艺 |
CN107179336A (zh) * | 2016-03-10 | 2017-09-19 | 中国科学院苏州纳米技术与纳米仿生研究所 | 可贴敷式离子型柔性湿度传感器、其制备方法及应用 |
CN106519939A (zh) * | 2016-09-29 | 2017-03-22 | 广东工业大学 | 一种基于形状记忆的自修复型导电传感高分子材料 |
CN106643464A (zh) * | 2016-12-27 | 2017-05-10 | 北京航空航天大学 | 一种基于碳纳米管膜的复合材料各向应变监测方法 |
CN108871177A (zh) * | 2017-05-08 | 2018-11-23 | 中国科学院苏州纳米技术与纳米仿生研究所 | 碳纳米管阵列电极的离子型应变传感器及其制法与应用 |
CN108871178A (zh) * | 2017-05-10 | 2018-11-23 | 中国科学院苏州纳米技术与纳米仿生研究所 | 基于碳纳米管薄膜阻抗相位角变化的柔性传感器及制法 |
KR20190068155A (ko) * | 2017-12-08 | 2019-06-18 | 울산과학기술원 | 복합재를 이용한 구조물의 파손 진단장치 및 이에 의한 구조물 파손 진단방법 |
CN108896617A (zh) * | 2018-06-20 | 2018-11-27 | 北京航数车辆数据研究所有限公司 | 一种基于导电聚合物涂层阵列的结构健康监测系统 |
Non-Patent Citations (2)
Title |
---|
HONGBO DAI等: ""A Novel Methodology for Spatial Damage Detection and Imaging Using a Distributed Carbon Nanotube-Based Composite Sensor Combined with Electrical Impedance Tomography"", 《JOURNAL OF NONDESTRUCTIVE EVALUATION》 * |
曾尤等: "碳纳米管导电网络结构对复合材料拉伸变形的响应性", 《新型炭材料》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113698733A (zh) * | 2021-08-31 | 2021-11-26 | 中国科学院苏州纳米技术与纳米仿生研究所 | 一种可回收纳米复合材料、其制备方法及应用 |
CN113698733B (zh) * | 2021-08-31 | 2022-11-22 | 中国科学院苏州纳米技术与纳米仿生研究所 | 一种可回收纳米复合材料、其制备方法及应用 |
WO2023029257A1 (zh) * | 2021-08-31 | 2023-03-09 | 中国科学院苏州纳米技术与纳米仿生研究所 | 一种可回收纳米复合材料、其制备方法及应用 |
US11945931B1 (en) | 2021-08-31 | 2024-04-02 | Suzhou Institute Of Nano-Tech And Nano-Bionics (Sinano), Chinese Academy Of Sciences | Recyclable nano composite as well as preparation method and application thereof |
EP4317313A4 (en) * | 2021-08-31 | 2024-10-02 | Suzhou Inst Nano Tech & Nano Bionics Sinano Cas | RECOVERABLE NANOCOMPOSITE MATERIAL AND PRODUCTION METHOD AND USE THEREOF |
CN113777135A (zh) * | 2021-10-09 | 2021-12-10 | 同济大学 | 纤维增强热固性树脂基复合材料层间开裂的监测及修复结构、监测方法及修复方法 |
CN117612653A (zh) * | 2023-12-19 | 2024-02-27 | 东莞市鹏锦机械科技有限公司 | 干法电极自立膜纤维化的区域定位方法及其区域调整装置 |
CN117612653B (zh) * | 2023-12-19 | 2024-05-14 | 东莞市鹏锦机械科技有限公司 | 干法电极自立膜纤维化的区域定位方法及其区域调整装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112700908B (zh) | 2023-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112700908B (zh) | 一种智能复合材料及其制备方法与应用 | |
Forintos et al. | Multifunctional application of carbon fiber reinforced polymer composites: Electrical properties of the reinforcing carbon fibers–A short review | |
Gao et al. | Sensing of damage mechanisms in fiber‐reinforced composites under cyclic loading using carbon nanotubes | |
Zhao et al. | Fabrication and characterization of aerosol-jet printed strain sensors for multifunctional composite structures | |
Slobodian et al. | A highly-deformable composite composed of an entangled network of electrically-conductive carbon-nanotubes embedded in elastic polyurethane | |
Liu et al. | Enhanced delamination initiation stress and monitoring sensitivity of quasi-isotropic laminates under in-plane tension by interleaving with CNT buckypaper | |
De Villoria et al. | Multi-physics damage sensing in nano-engineered structural composites | |
JP6140807B2 (ja) | 樹脂と組み合わされた複合部品の製造のための、改良された導電性を有する材料 | |
Qu et al. | Carbon nanotube film based multifunctional composite materials: an overview | |
KR20150023734A (ko) | 복합 물질 | |
Khalid et al. | Piezoresistive characteristics of CNT fiber-incorporated GFRP composites prepared with diversified fabrication schemes | |
CN109341512A (zh) | 一种应变传感器、结构监测系统及制造方法 | |
Shahbaz et al. | Fabrication and analysis of integrated multifunctional MWCNTS sensors in glass fiber reinforced polymer composites | |
CN110906858B (zh) | 一种无纺复合材料、结构应变传感器、分布式监测系统及方法 | |
Qin et al. | Multifunctional MXene/CNT-based layered film for icing detection, anti-icing, and deicing application | |
Ahmed et al. | Additive manufacturing of flexible strain sensors based on smart composites for structural health monitoring with high accuracy and fidelity | |
Augustin et al. | Online monitoring of surface cracks and delaminations in carbon fiber/epoxy composites using silver nanoparticle based ink | |
Miao et al. | On finding of high piezoresistive response of carbon nanotube films without surfactants for in-plane strain detection | |
Wicks et al. | Interlaminar fracture toughness of laminated woven composites reinforced with aligned nanoscale fibers: mechanisms at the macro, micro, and nano scales | |
CN108181029A (zh) | 碳纳米纸传感器多方向监测纤维增强复合材料应变的方法 | |
CN111175352B (zh) | 一种结合柔性电路的微纳米传感器结构健康监测方法 | |
Zhao et al. | Shear stress monitoring of a single-lap joint using inkjet-printed carbon nanotube strain distribution sensor | |
Horoschenkoff et al. | On the characterization of the piezoresistivity of embedded carbon fibres | |
Cherif et al. | Carbon fibre sensors embedded in glass fibre-based composites for windmill blades | |
Huo et al. | Self-sensing properties of bending deformation of buckypaper composites |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |