功能性柔软可拉伸纤维材料在生物医疗器械、软体机器人等领域有着广泛的应用需求。鉴于此，新加坡国立大学Swee Ching TAN(陈瑞深)、东北林业大学陈文帅教授等团队合作，开发了一种模仿蜘蛛吐丝过程的纺丝技术——常温常压自发相分离纺丝技术。这种方法无需额外加热、紫外固化或凝固浴等条件，可以在温和环境下制备功能性柔软可拉伸的导电纤维材料。所得纤维具有足够的强度、机械柔软性和可伸缩性，同时具有优异的导电性和多模态感应能力。。该创新方法为柔性导电纤维的制备提供了高效低成本的解决方案，为生产多功能集成的柔性纤维材料开辟了新的途径。该论文以“Ambient-conditions spinning of functional soft fibers via engineering molecular chain networks and phase separation”为题发表在Nature Communications期刊上。第一作者为新加坡国立大学博士后研究员张松林博士。
研究亮点：
·开发了一种仿生纺丝技术，并通过“一步法”工艺实现了多功能柔性纤维的低成本制备，能耗极低且溶剂使用量少，为纤维和织物电子器件提供了一种可持续发展路径。
·通过引入配位键调控纺丝液的流变特性，并调控固化时间温度等参数，成功克服了Plateau–Rayleigh不稳定（PRI）效应，并获得了常温常压下高度可调节的可纺性。
·所获得的功能性纤维具有优异的可伸展性、强度和导电性，可广泛应用于可穿戴纤维/织物电子领域。
通常，制备具有全方位多功能无缝集成的一维纤维材料比二维薄膜或三维块体材料更加困难。现有技术或方法涉及复杂制造工艺或多个后处理步骤（例如预应变工程、导电填料嵌入、表面涂覆等）。基于此，研究人员通过控制纺丝液的流变特性（例如改变分子链间相互作用、调节溶液固化时间、温度等参数），同时结合非溶剂蒸汽诱导相分离效应，进而开发了常温常压下自发相分离纺丝技术（图1）。具体地，研究人员分析了纺丝液的可纺性在不同实验参数条件下的变化规律，并绘制了常温常压下具有高可纺性的纺丝液制备所需特定实验条件参数组合（图1c）。此外，文中也对纺丝液由液相转变为固相的自发相分离过程进行了原理分析和实验验证，为开发自发相分离纺丝技术提供了新的见解。
图1 | a-b, 纺丝液的配制和自发相分离纺丝过程示意图；c, 纺丝液的可纺性调节机制，包括控制纺丝液的固化温度、固化时间和分子链间作用力强弱等；d-e, 纺丝液的分子链间作用力类型和常温常压下纺丝液自发相分离的过程示意图
视频1：显微镜下观察到的自发相分离纺丝过程
利用自发相分离纺丝技术所制备的纤维具有优异的可拉伸性、机械强度和电导性。研究人员对其应变传感性能进行了系统的分析（图2a-b），并发现该纤维对不同频率的机械刺激都能做出快速的相应，包括低频1Hz和高频50Hz，这个特性在有机材料中较为少见（图2c-d）。图2e-g展示了该纤维材料的高低频机械刺激响应特性在实际中的一个应用示例。值得注意的是，该纤维的所有这些特性，只需在温和的实验条件下通过“一步法”自发相分离纺丝技术即可获得，为功能性纤维的制备提供了一种低成本、绿色的制造技术，非常适合用于可持续纺织电子产品的生产。研究人员还展示了所制备的功能性纤维的其他应用场景，包括作为自发电的纤维传感器用于运动监测、压力传感、人机交互等领域。
图2 | a, 纤维的压阻效应; b, 在小应变（1-5%）和大应变（10-50%）范围内应变传感信号；c, 在1-50 Hz频率下的应变传感信号；d, 在10 Hz的机械刺激下进行的2300次循环测试信号；e-g, 利用纤维监测能换器的高频运动过程：e傅里叶变换（SFFT）分析，f 相应的频谱数据，g能换器以不同频率工作时的传感信号
总结：该研究开发了一种新型自发相分离纺丝技术，这种纺丝方法与蜘蛛丝纺丝过程类似，操作简便，使用的溶剂量少，能耗低，符合环保和可持续发展要求。所制备的纤维集成多种功能，可以应用于多种领域。这种仿生纺丝技术为制备具有多模态感应能力的智能纺织品提供了可持续性的创新解决方案。
原文连接：
Songlin Zhang, Mengjuan Zhou, Mingyang Liu, Zi Hao Guo, Hao Qu, Wenshuai Chen & Swee Ching Tan. Ambient-conditions spinning of functional soft fibers via engineering molecular chain networks and phase separation. Nat Commun 14, 3245 (2023). https://doi.org/10.1038/s41467-023-38269-z
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！
热门跟贴