高华健院士、冷劲松院士、夏焜校长讲席教授综述：形状记忆聚合物智能干粘附研究进展

文章导读

壁虎、章鱼、蜗牛等生物的智能粘附系统启发的智能粘附材料与结构，既可以提供可靠的强粘附，又能够在特定刺激下轻松实现按需分离。这些智能粘附材料与结构给生物医疗、可穿戴器件、机器人、先进制造等领域带了新的机遇，被全球的研究人员广泛关注。然而，以壁虎仿生纤毛粘附结构为代表的传统智能粘附结构设计，仍然面临诸多挑战。例如，纤毛粘附的尺寸效应限制了其微观结构尺寸与粘附强度、现有设计对不同粗糙度表面的适应能力不足，以及粘附强度与粘附切换性的矛盾。形状记忆聚合物（Shape Memory Polymers, SMPs）智能粘附材料通过其独特的R2G（Rubber-to-Glass，橡胶态到玻璃态）转变特性，有效解决了上述挑战，成为发展新一代智能干粘附的重要基础。

近期，清华大学高华健院士、哈尔滨工业大学冷劲松院士、新加坡南洋理工大学夏焜校长讲席教授团队在International Journal of Smart and Nano Materials智能界面科学与工程（Advances in Smart Interfacial Science and Engineering）特刊上发表了题为 “Advancing smart dry adhesives with shape memory polymers” 的综述文章，系统总结了形状记忆聚合物（SMP）通过其可调节刚度、形状锁定和形状记忆效应提升粘附强度与粘附切换性的机制，介绍了SMP干粘附的多种创新设计及应用场景。文章还探讨了SMP智能干粘附这一快速发展领域中持续存在的挑战和新兴机遇。

图1. 自然界中的智能粘附。(a) 自然界中的纤毛粘附结构。(b) 纤毛粘附的基本机制。(c) 自然界中的R2G粘附结构：(i-ii) 粘附在粗糙树皮上的蜗牛；(iii-iv) 附着在鲸鱼皮肤上的藤壶。(d) 使用形状记忆聚合物在粗糙表面实现自适应粘附的机制。

图2. SMP的特性。(a) 热驱动SMP的典型形状记忆循环示意图。(b) 热驱动SMP的变刚度特性，显示了SMP在小压力下表现出对粗糙表面的适应性。(c) 不同状态的热固性SMP的流变模型。(d) 形状记忆循环中的热机械响应。

图3. SMP智能粘附的机理。(a) SMP通过R2G转变增强粘附。(b) 预测R2G粘附拉脱力的平压头等效模型。(c) SMP 与传统弹性粘合剂的粘附强度与表面粗糙度之间的关系和 (d) 粘附切换性和粘附强度相图。(e) 使用受控嵌入的自适应SMP粘附表面。(f) 使用微结构调节接触面积的SMP粘附表面。

图4. 具有自适应表面的无微结构SMP粘附材料和结构。(a) 用于多尺度、不规则形状物体的多功能选择性软抓手。(b) 自剥离双层SMP粘附结构。(c) 使用形状记忆水凝胶的可逆超级胶。(d) 用于药物释放的亚微米颗粒大小和温度控制的顺序释放。(e) 用于粘附的相变形状记忆凝胶。(f) 使用接触应力触发启动的形状记忆水凝胶。

图5. 具有结构化表面的SMP粘附结构。(a) 具有两种不同粘附状态的SMP纤毛结构。(b) 用于转印的SMP半球形表面，可在光滑表面增强粘附切换性。(c-d) 带有微结构的SMP粘附表面：(c) 金字塔形；(d) 飞镖形、肘形和立方形SMP可逆微结构表面。(e)具有不同高度微柱的SMP粘附结构，可用于激光驱动的非接触转印。(f) 使用预拉伸方法自下而上制造的可控起皱SMP-PDMS粘附表面。

图6. SMP智能粘附在各领域的应用。(a) 可重复使用的SMP粘附挂钩。(b) SMP织物贴片。(c) 模仿章鱼触须的可调SMP吸盘。(d) 多功能SMP抓手。(e) 用于可穿戴光子器件的SMP粘附结构。(f) 用于神经刺激和记录的SMP缠绕电极。(g-h) 用于微组装的SMP转印技术。

新加坡南洋理工大学博士后研究员令狐昌鸿和哈尔滨工业大学博士生、新加坡南洋理工大学访问博士生穆童为本文共同第一作者，清华大学高华健院士为本文通讯作者。哈尔滨工业大学赵伟副教授、新加坡南洋理工大学博士后研究员刘杨承毅、新加坡南洋理工大学校长讲席教授夏焜教授（K. Jimmy Hsia）、哈尔滨工业大学冷劲松院士为本文共同作者。

作者简介

令狐昌鸿，新加坡南洋理工大学博士后研究员。浙江大学工程力学学士（导师王高峰教授）、浙江大学固体力学硕士（导师宋吉舟教授）、新加坡南洋理工大学机械与宇航学院固体力学博士（导师夏焜教授和高华健教授）。主要从事智能界面粘附系统的设计制备与集成应用研究。研究工作主要基于界面力学/物理/化学，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规律，并基于此研发自适应界面粘附系统，集成并应用于机器人、机械手、无人机、可穿戴柔性电子器件、微纳组装、3D打印、生物医疗、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，国际专利2项；于Elsevier发表专著章节一章；在JMPS、EML、IJSS、Sci. Adv.、Nat. Comm.、PNAS、Nat. Sci. Rev.、npj Flex. Electron.、Adv. Funct. Mat.、Soft Matter等期刊上发表SCI论文20多篇，H 因子17，引用1267。担任Int. J. Smart Nano. Mater. 的客座编辑与青年编委，以及 JMPS, EML, Natl. Sci. Rev., Sci. Adv., Adv. Funct. Mater, Adv. Intell. Syst.等期刊的审稿人。

穆童，哈尔滨工业大学博士研究生（导师冷劲松教授）。主要从事智能材料力学行为与智能材料结构设计研究。研究工作包括形状记忆聚合物及其复合材料的热-力学行为建模、形状记忆聚合物的粘附力学分析、液晶弹性体复合材料结构设计等。拥有中国国家发明专利3项；发表专著章节1章；在Composites Science and Technology、Composites Part B、Composites Part A等期刊发表论文10篇，被引340次。

参考文献：

Linghu, C., Mu, T., Zhao, W., Liu, Y., Hsia, K. J., Leng, J., & Gao, H. (2024). Advancing smart dry adhesives with shape memory polymers. International Journal of Smart and Nano Materials, 1–41.
https://doi.org/10.1080/19475411.2024.2439954

来源：高分子科学前沿

声明：仅代表作者个人观点，作者水平有限，如有不科学之处，请在下方留言指正！