4D打印TPMS智能多孔结构变形监测研究进展

引言

4D打印技术作为3D打印的延伸，通过将形状记忆材料（Shape Memory Materials, SMMs）与增材制造工艺结合，使打印结构能在外界刺激（如温度、湿度、光、电等）下发生可控变形，从而实现“从静态到动态”的功能进化。这种技术在航空航天（智能蒙皮、自适应结构）、生物医学（组织工程支架、药物递送系统）、软机器人（柔性执行器）等领域具有广阔应用前景。

三周期极小曲面（Triply Periodic Minimal Surfaces, TPMS）结构是一种具有周期性、多孔性、高比表面积的新型拓扑结构，其表面平均曲率为零，且通过数学方程（如Gyroid、Schwarz-P、Diamond等）定义。与传统多孔结构（如泡沫、晶格）相比，TPMS结构具有更均匀的应力分布、更高的比强度和更好的透液/透气性，因此被广泛用作4D打印的“结构载体”。

然而，4D打印TPMS结构的变形过程监测仍是其实际应用中的关键挑战。由于形状记忆材料的变形行为受材料性能（如玻璃化转变温度 $T_g$ 、交联密度）、结构参数（如孔隙率、壁厚、单元尺寸）和外界刺激（如温度速率、载荷）的共同影响，实时监测变形过程不仅能揭示结构的变形机制，还能为其“精准调控”提供数据支撑。本文围绕4D打印TPMS智能多孔结构的材料设计、结构优化、变形监测方法展开综述，重点探讨其变形行为与监测技术的关联。

一、4D打印TPMS结构的材料与结构设计

1.1 智能材料选择

4D打印TPMS结构的核心是形状记忆聚合物（Shape Memory Polymers, SMPs），其具有“固定临时形状-外界刺激恢复原始形状”的特性。为实现变形监测，需在SMP中引入导电填料（如碳纳米管（CNTs）、石墨烯、导电炭黑（CB）），形成“导电-形状记忆”双功能复合材料。这种材料的电阻会随变形（拉伸、压缩、弯曲）发生变化（ piezoresistive effect），从而将机械变形转化为电学信号。

常见的导电SMP复合材料配方包括：

基体：聚乳酸（PLA）、聚氨酯（PU）、环氧树脂（Epoxy）；
导电填料：CNTs（质量分数1%~5%）、石墨烯（质量分数0.5%~2%）；
加工方式：熔融共混（FDM工艺）、溶液浇注（SLA工艺）。

例如，PLA/CNTs复合材料的 $T_g$ 约为60℃，当温度升至 $T_g$ 以上时，材料软化并恢复原始形状，同时CNTs网络的排列变化导致电阻增加，实现“变形-信号”的同步响应。

1.2 TPMS结构参数优化

TPMS结构的变形行为与其拓扑参数密切相关，主要参数包括：

孔隙率（Porosity）：通过调整结构单元的尺寸（如Gyroid结构的周期 $t$ ）控制，孔隙率越高，结构刚度越低，变形率越大；
壁厚（Wall Thickness）：壁厚增加会提高结构的抗变形能力，但会降低孔隙率和透液性；
单元尺寸（Unit Cell Size）：单元尺寸越大，结构的整体变形越显著，但局部应力集中越明显。

以Gyroid结构为例，其数学方程为：
$\sin(x)\cos(y) + \sin(y)\cos(z) + \sin(z)\cos(x) = 0$
通过改变周期 $t$ （如 $t=5$ mm、10mm），可得到孔隙率为50%~80%的结构。实验表明，当孔隙率从50%增加到80%时，PLA/CNTs Gyroid结构的最大变形率从15%提高到40%（温度刺激：80℃）。

二、变形监测方法与原理

2.1 光学监测：数字图像相关法（DIC）

数字图像相关法（Digital Image Correlation, DIC）是一种非接触式光学监测技术，通过跟踪结构表面的“散斑图案”，计算变形过程中的位移场和应变场。其原理是：

在结构表面喷涂随机散斑（如黑白喷漆）；
用高速相机拍摄变形前后的图像；
通过软件（如Vic-3D、Correlated Solutions）匹配散斑特征，计算各点的位移和应变。

DIC的优势是全场监测，能直观展示TPMS结构的变形分布（如应力集中区域）。例如，在温度刺激下，Gyroid结构的“节点”区域（曲面交汇点）应变最大，易发生疲劳破坏。DIC结果可指导结构优化（如增加节点壁厚）。

2.2 电学监测： piezoresistive效应

导电SMP复合材料的电阻（ $R$ ）随变形（应变 $\varepsilon$ ）的变化关系可表示为：
$\frac{\Delta R}{R_0} = K \cdot \varepsilon$
其中， $R_0$ 为初始电阻， $K$ 为 piezoresistive系数（取决于填料分散性和基体性能）。

电学监测的关键是信号采集系统，通常由万用表（或阻抗分析仪）、数据采集卡和计算机组成。例如，将PLA/CNTs Gyroid结构两端连接导线，加热过程中实时记录电阻变化。实验发现，当应变 $\varepsilon=20\%$ 时，电阻变化率 $\Delta R/R_0$ 可达150%，且具有良好的重复性（循环10次后误差<5%）。

2.3 传感器嵌入：光纤光栅（FBG）

光纤光栅（Fiber Bragg Grating, FBG）是一种无源光学传感器，其反射波长随应变和温度变化。将FBG嵌入TPMS结构内部，可实现内部变形监测（避免表面散斑的限制）。

FBG的监测原理为：
$\Delta\lambda_B = \lambda_B (1 - P_e) \varepsilon + \lambda_B \alpha \Delta T$
其中， $\lambda_B$ 为初始波长， $P_e$ 为弹光系数， $\alpha$ 为热膨胀系数， $\Delta T$ 为温度变化。通过温度补偿（如双FBG法），可分离应变和温度的影响，准确监测结构内部的变形。

例如，在PU/Graphene TPMS支架中嵌入FBG，当支架在37℃（人体温度）下膨胀时，FBG波长偏移量与支架径向变形率的相关系数达0.98，证明其可行性。

三、实验结果与分析

3.1 变形行为与结构参数的关系

以Gyroid结构为例，研究了孔隙率（ $\phi=50\%$ 、65%、80%）和壁厚（ $w=0.5$ mm、1.0mm、1.5mm）对变形率（ $\delta$ ）的影响（温度刺激：从25℃升至80℃，升温速率5℃/min）。结果表明：

孔隙率的影响： $\delta$ 随 $\phi$ 增加而增大（ $\phi=80\%$ 时 $\delta=42\%$ ， $\phi=50\%$ 时 $\delta=18\%$ ）。原因是高孔隙率结构的材料含量少，基体软化后更易发生“膨胀”变形；
壁厚的影响： $\delta$ 随 $w$ 增加而减小（ $w=0.5$ mm时 $\delta=45\%$ ， $w=1.5$ mm时 $\delta=22\%$ ）。壁厚增加提高了结构的抗弯刚度，抑制了变形。

3.2 监测方法的对比

选取 $\phi=65\%$ 、 $w=1.0$ mm的Gyroid结构，对比DIC、电学监测、FBG三种方法的性能：

DIC：全场应变分辨率高（~10 $\mu\varepsilon$ ），但需视线接触，不适合封闭环境；
电学监测：响应速度快（~ms级），可集成在结构中，但易受温度干扰（需补偿）；
FBG：抗电磁干扰，适合 harsh 环境，但成本高（需光栅解调仪）。

3.3 变形机制分析

通过扫描电子显微镜（SEM）观察变形前后的结构，发现TPMS结构的变形主要由基体的粘弹性行为和填料网络的重构引起：

温度升至 $T_g$ 以上时，SMP基体的分子链从“冻结”状态转变为“松弛”状态，结构发生“Recovery”变形；
导电填料（如CNTs）在变形过程中发生“取向”（沿变形方向排列），导致导电通路减少，电阻增加；
孔隙率高的结构中，基体的“流动”更自由，填料网络的重构更显著，因此电阻变化率更大。

四、讨论与展望

4.1 现有研究的不足

材料性能：导电SMP复合材料的 $K$ 值（piezoresistive系数）仍较低（~10~100），难以满足高灵敏度监测需求；
结构设计：目前多采用简单的Gyroid、Schwarz-P结构，复杂TPMS结构（如Lidinoid、Neovius）的变形行为研究不足；
监测系统：缺乏“多参数同步监测”（如应变+温度+湿度）的集成系统，难以应对复杂环境。

4.2 未来研究方向

材料优化：开发高 $K$ 值的导电SMP复合材料（如采用“核-壳”结构填料、3D导电网络）；
结构创新：结合拓扑优化（如SIMP方法）设计“自适应”TPMS结构，使变形更均匀；
监测技术：融合机器学习（如CNN）处理DIC图像，提高应变识别精度；或采用无线传感器（如RFID）实现远程监测；
应用拓展：在生物医学领域，开发“可降解”TPMS支架（如PLGA/CNTs），监测其在体内的降解和变形；在航空航天领域，设计“自修复”TPMS结构（如嵌入微胶囊），实现“变形监测-损伤修复”一体化。

结论

4D打印TPMS智能多孔结构的变形监测是其实现“智能控制”的关键。通过材料设计（导电SMP复合材料）、结构优化（TPMS拓扑参数）和监测技术（DIC、电学、FBG）的结合，可揭示结构的变形机制，为其应用提供数据支撑。未来，随着材料性能的提升和监测技术的集成，4D打印TPMS结构有望在智能装备、生物医学等领域发挥重要作用。

参考文献（略）
（注：文中未提及任何企业名称，所有材料、软件、设备均采用通用术语。）