November 7th, 2016
导电纳米颗粒,如石墨纳米片,在玻璃纤维复合材料的整合产生的固有电网络容易受到应变。这里,不同的方法来获得的基础上增加石墨纳米片的成环氧基体或作为对玻璃纤维织物的涂层提出了应变传感器。
该程序的总体目标是在复合材料中实现自感应性能,用于结构健康监测。这种方法可以帮助回答海上自动检测失败中的关键问题,例如量化代替海上风电场的应变和损害以及预测其服务器寿命。这种技术的主要优点是结构部件本身可以检测到损坏。
虽然这种方法可以深入了解复合材料的结构损伤,但它也可以应用于其他系统,例如损伤恢复期间的生物力学分析。要开始制备,请在无管通风橱中,将 24 克功能化石墨烯纳米片与 DGEBA 单体手工混合。要将 f-GNP 分散到单体中,首先使用 Probe Sonicator 对混合物进行超声处理 45 分钟。
然后,将混合物压延 3 次,每次增加辊子速度。分散后,称量混合物。一边搅拌一边将混合物加热至 80 摄氏度,然后将混合物置于真空下。
搅拌15 分钟,同时对混合物进行脱气。以 DGEBA 单体与固化剂的 100 比 23 重量比称量固化剂。从真空中取出混合物,并停止磁力搅拌。
加入固化剂,用手搅拌至均匀。脱气和手动混合后,在磁力搅拌下将 f-GNP 环氧树脂材料保持在 80 摄氏度。然后,用丙酮清洁钢板。
使用布剪刀将 14 层玻璃纤维织物剪成所需的尺寸。在烤箱中将玻璃布加热至 80 摄氏度。剪下两块与织物尺寸相同的抗粘附聚合物薄膜。
将薄膜放在干净的钢板上。使用刷子,将一层填充 f-GNP 的环氧树脂涂在聚合物薄膜的一平方上。小心地将一块加热的玻璃纤维塑料放在环氧树脂覆盖的薄膜上,使环氧树脂和薄膜完全覆盖。
使用脱气辊压缩材料。继续涂上环氧树脂和织物层,每次压缩,直到所有剩余的织物都用完。涂上最后一层环氧树脂,并将剩余的正方形抗粘附聚合物薄膜放在层压板的顶部。
在热板压机中以更大的压力固化层压板。在无管通风橱中,准备施胶剂与蒸馏水的一对一混合物。加入 7.5 克 f-GNP。
从通风橱中取出混合物,并通过探针超声处理分散纳米片。剪出 14 个方块的玻璃纤维织物。使用 Dip Coater 在玻璃织物上涂上填充 f-GNP 的浆纱。
然后,在真空烘箱中干燥涂层织物。用丙酮清洁钢板。在钢板上放置一块与玻璃纤维织物方块尺寸相同的抗粘附聚合物薄膜。
将 14 块方格的涂层玻璃纤维织物放在聚合物薄膜上,确保边缘对齐。然后,将板和织物放入真空袋中。使用密封胶胶带,密封真空袋。
在 80 摄氏度的烤箱中预热袋子。搅拌时在真空下对 DGEBA 单体进行脱气。以 100 到 23 单体与固化剂重量比添加固化剂,搅拌至均匀。
将真空泵连接到真空袋并进行泄漏检查。将一段聚合物管连接到袋子上,然后将开口端浸入环氧树脂中。打开真空泵,将树脂吸入袋中。
玻璃布堆完全浸泡在环氧树脂中后,关闭泵并密封袋子。将袋子中的层压板在 140 摄氏度的烤箱中固化 8 小时。然后,从真空袋中取出固化的层压板。
要开始准备应变测试,请加工层压板样品。然后,用丙酮清洁样品表面。使用银色丙烯酸导电涂料,在每个样品上画两条相距 20 毫米的窄线。
沿着湿银漆平铺细铜线,作为电极。油漆干燥后,用热熔胶将电线固定到位。配置用于弯曲试验的机械试验机。
对于每个样品,在将样品放入机器之前,用卡尺测量宽度和厚度。根据样品的大小和位置适当设置测试速度和起始位置。将电触点连接到万用表,并测量触点之间的初始电阻。
运行弯曲测试,全程监测阻力。为了准备应变测试,将 f-GNP 玻璃纤维织物切割成 10 毫米宽的条带。并用银导电漆和热熔胶将铜线固定在织物上。
接下来,使用热熔胶将 f-GNP 玻璃纤维织物带连接到丁腈手套的拇指和前三个手指上。测量每个手指上织物上的初始电阻。在记录电阻的同时执行一系列手指弯曲。
首先弯曲拇指,然后是食指,然后是中指,然后是无名指。同时弯曲所有手指。然后,以更高的速度,从拇指到无名指,再重复这个序列。
将 f-GNP 掺入玻璃纤维中会增加材料的导电性,这受感应应变的影响。归一化电阻随着弯曲应变的增加而增加。玻璃纤维在故障点断裂会破坏电网,这被视为标准化电阻的跳跃。
当 f-GNP 玻璃纤维织物应用于丁腈手套的手指时,可以通过阻力的变化来跟踪每个手指的弯曲和运动的持续时间。使 f-GNP 环氧树脂和 f-GNP 玻璃纤维复合材料受到压缩和拉伸应变,导致电阻变化模式略有不同。低于一定水平的压缩应变时,归一化电阻随着应变的增加而逐渐降低。
超过此范围,阻力会增加。然而,归一化电阻在整个过程中随着拉伸应变的增加而增加。开发后,这项技术为传感领域的研究人员铺平了道路,监测材料以探索结构部件的损伤。
看完这个视频,你应该对如何准备自感应复合材料,以及如何实时监测有一个很好的了解。
View the full transcript and gain access to thousands of scientific videos
本研究探索了导电纳米粒子,特别是石墨烯纳米片,集成到复合材料中,以开发结构健康监测的自感知特性。所提出的方法旨在增强复合材料中应变和损伤的检测,潜在应用于海上风电场和生物力学分析。
This work demonstrates how graphene nanoplatelet-reinforced composites enable self-sensing capabilities for real-time strain detection, offering a pathway to reduce reliance on external sensors in structural health monitoring. The approach supports predictive maintenance in hard-to-access environments such as offshore wind farms by embedding sensing functionality directly into load-bearing materials. Its extension to biomechanical monitoring via smart fabrics highlights translational relevance for monitoring human movement in rehabilitation and wearable technology development.
The method positions self-sensing composites as an enabling technology across early discovery (mechanistic de-risking), screening (assay-ready strain readouts), and translational research (wearable biomechanical monitoring), with reuse potential in both material and biological systems.