水凝胶材料的光促进自修复性能研究及其光热应用

来源 :深圳大学 | 被引量 : 0次 | 上传用户:zgr2020
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
自修复聚合物是当今高分子材料领域的研究热点之一。大部分水凝胶自修复的实现需要一定的外部条件,如高温、紫外线和p H值等。温度作为其中的主要影响因素之一,可加速分子热运动、为化学反应提供活化能,对水凝胶材料的自修复具有重要意义。一般而言,高温环境的产生需要借助设备,如烘箱、水浴及特定光源等,这些条件的实现在水凝胶的实际应用中受到限制。本文中将光热作用引入到水凝胶材料中,水凝胶可在太阳光下达到较高温度。分别设计了基于可逆物理相互作用及基于可逆动态共价键的两种自修复水凝胶体系,证实了光热作用可有效提高水凝胶的自修复性能,同时对具有光热特性的水凝胶的实际应用进行探究。具体内容和研究结果如下:(1)选用甲基丙烯酸六氟丁酯和烯丙基胺合成了HFBMA微球,用此微球制备了P(AAm-AAc)水凝胶。通过浸泡的方式向水凝胶中引入Fe3+,Fe3+与羧基之间进行离子交联。通过向水凝胶中添加少量的吸光物质(≤1 wt%),赋予了水凝胶光热效应,在太阳光的照射下,水凝胶可迅速升温。探究了浸泡时间对水凝胶力学性能及自修复性能的影响。同时研究了水凝胶在太阳光下、55℃烘箱中及室温下的自愈合性能以及自恢复性能。结果表明,光照可显著加速水凝胶的自愈合和自恢复,达到与接触式加热同样的效果。水凝胶在55℃的烘箱中自愈合6 h后的断裂强度为140 k Pa,在太阳光下为136 k Pa,而在室温下为39 k Pa。该水凝胶在太阳光下恢复15 min,耗散能恢复至91.10%,而在室温则为64.53%。(2)利用硼砂、聚乙烯醇(PVA)和聚多巴胺纳米粒子(PDA)构建了以可逆共价键-硼酸酯键-为主的三重交联网络水凝胶。探究了冷冻-解冻循环次数、硼砂含量与PDA含量对水凝胶力学性能的影响。随后研究了硼砂含量、PDA含量等对水凝胶在太阳光下自愈合性能的影响,同时比较了水凝胶在太阳光下与室温下的自愈合行为。在该水凝胶中PDA不仅可以增强水凝胶的力学性能,更赋予了水凝胶光热特性。由于硼酸酯键的存在及PDA优异的光热性能,水凝胶可在太阳光照射下实现快速、高效的自愈合。在太阳光下水凝胶放置3 h的自愈合效率超过90%,而在室温下样品的自愈合效率为24%。(3)考虑到这种光热促进的自修复水凝胶材料的实际应用,设计了抗冻、保水、可自愈的C/PVA-Glycerol光热水凝胶。探究了水凝胶成型与温度的关系,通过称重法研究了甘油含量对水凝胶失水情况的影响。探讨了水凝胶的抗冻性能及作用机理。通过调控光热物质的含量与样品的厚度,研究了水凝胶在太阳光下可达到的温度。在太阳光下,水凝胶表面温度可在50~77℃之间调节。分别在人体皮肤及塑料表面覆盖以2.5 mm厚的水凝胶层以模拟其实际应用场景,光照一段时间后,其表面的温度可分别达到47℃、52℃。
其他文献
病理切片图像分析中很重要的一个步骤是要准确地把图像里面的所有细胞核分割出来。和需要手工提取特征的传统方法相比,卷积神经网络可以自动地学习到能够表达细胞核的特征,有利于加速病理切片图像的诊断。但是因为细胞核的种类千差万别,颜色、形态各异,同时也存在细胞核边界模糊,细胞核之间重叠遮挡的情况,神经网络需要增加特殊的后处理才能比较好地处理这些细胞。另外一方面,利用深度学习进行病理切片细胞核分割除了要应对处
脑-接口技术(Brain Computer Interface,BCI)是指从人的大脑建立一条与外部辅助设备联系的通路以达到利用外部辅助设备完成大脑想要完成的任务,近些年来被广泛的研究并应用在医疗康复等众多领域。BCI技术主要目标是帮助患者进行恢复训练,甚至替代某些严重损伤的肢体。但是BCI的发展并不能满足实际的需求,其存在背景噪声较大导致信噪比较低、信号采集比较困难、由被试间差异等影响导致分类结
受生物体在恶劣环境中的自调节生理活动行为的启发,仿生材料近年来备受各领域的关注。仿生材料需具有柔韧性、高稳定性、高耐久性和机械性能强等性能,可以满足不同领域的应用需求。其中,具有超高机械韧性和拉伸性,并且同时具有保湿性、抗结冰性的韧性有机水凝胶是能够满足在恶劣环境下应用的仿生材料的理想选择之一。针对韧性有机水凝胶的合成、修饰和应用,本文开展以下研究:(1)研究了由程序化编码的刚性结构所产生的韧性有
解决建筑玻璃的隔热问题对于解决建筑能耗有重要意义。目前我们可在建筑玻璃上涂覆以隔热粉体为主的涂料,以实现智能的温度调节,达到冬暖夏凉的效果,这就是人们所设想的智能窗。显而易见,智能窗的应用将大大减少空调的使用,降低能耗。二氧化钒(VO2)因其优异的热致变色性能,近年来得到了广泛的研究,并在智能窗中显示出潜在的应用前景。然而,由于以下三个挑战,VO2不能立即用作智能窗的涂层:(1)高相变温度TC(~
在建设环境友好型社会的驱动下,化学产业朝着绿色精细化的方向发展,在发展过程中产生了一些关键的技术。以微液滴为平台的微化学反应器可以减少试剂消耗、提高反应速率和提供安全可控的反应条件,为绿色化学和化学产业的可持续发展带来了巨大的希望。传统的微通道微反应器能很好的控制液滴的产生、合并、断裂、纳升级液体的注射等,但对于有固体颗粒生成或粘性较大的体系,微反应器的管道易堵塞,具有一定的局限性。与此同时,通过
与生物组织相似,水凝胶是由含有大量水的聚合物三维网络构成的软材料,具有出色的柔韧性、机械拉伸性、响应性、生物活性及生物相容性。因此,水凝胶在生物医学、软体机器和柔性电子等应用中具有巨大潜力。但水凝胶仍存在两个缺陷:(1)在低温条件下(0 oC及以下)发生结冰现象;(2)干旱条件下的失水现象,从而影响水凝胶的稳定性和应用。本文研究利用溶剂置换法制备以抗冻剂为分散介质的抗冻保湿有机凝胶,通过抗冻剂的处
藏红花酸有极高的保健和药用价值。由于天然藏红花酸的产量极其有限,故此利用合成生物学手段进行藏红花酸的异源转化具有广泛的应用前景。杜氏盐藻是一种无细胞壁的单细胞真核绿藻,生长速度快,培养方法简便,遗传转化稳定,特别是其胞内藏红花酸的前体分子——β-胡萝卜素含量可高达细胞干重10%,为目前所有已知微藻中含量最高。然而在杜氏盐藻的类胡萝卜素代谢途径中,缺失以β-胡萝卜素为底物催化生成藏红花酸的关键酶:玉
缺陷检测是工业生产中重要的环节。传统的缺陷检测方法依靠人眼检测,高成本和较高的误检率导致其不能广泛用于大规模的工业检测。基于机器视觉的缺陷检测方法具有准确度高、检测速度快、自动化程度较高和成本低等优点,逐渐替代了传统的缺陷检测方法。目前的深度模型需要大量的训练数据,而缺陷数据的采集比较困难、语义特征信息不足。鉴于此,本文提出基于深度学习的算法模型,通过对缺陷进行语义信息补偿再完成缺陷检测的方法,从
贵金属纳米催化剂如钯、钌、铱、铑等均可在有机C-H键活化以及C-C键偶联反应中起到较好的催化作用,在药物合成,材料合成以及其他化工领域中具有广泛的应用价值。典型的利用到贵金属纳米催化剂催化的有机反应的案例有Suzuki偶联、Ullmann偶联、Songashira偶联、以及Heck偶联等。但是贵金属纳米催化剂在使用过程中存在回收难及制备不够绿色环保等缺点。文献调研结果表明,在贵金属纳米催化剂的回收
已建成的隧道与原始的设计隧道之间的偏差信息对于地铁线路的安全调整非常重要。然而,目前还没有明确的数学公式能够准确地描述和度量这个偏差。目前主流的做法是通过人工测量具有相同间隔的截面的侵限值,并对这些侵限值进行累加求和,最终得到该偏差。这种方式存在几个缺点,比如耗时、误差大、成本高等。为了解决这些问题,本文提出了两种新颖的基于深度神经网络的偏差表示方法,其能够基于点云大数据学习到设计线路的参数与侵限