【儀表網(wǎng) 研發(fā)快訊】開發(fā)能夠模仿生物體，在損傷后自主感知、愈合和反饋的材料，是材料科學(xué)領(lǐng)域的一項重大挑戰(zhàn)。然而，傳統(tǒng)自修復(fù)材料往往需要在機械強度、穩(wěn)定性與修復(fù)效率之間做出取舍，難以兼得。為突破這一瓶頸，李承輝教授團隊開發(fā)了一種基于人工智能(AI)的自診斷、自修復(fù)系統(tǒng)。該系統(tǒng)通過將離子液體融入普通熱塑性塑料(聚己內(nèi)酯，PCL)中，制備出一種可修復(fù)的導(dǎo)電復(fù)合材料。材料損傷后，其電學(xué)特性的變化可被系統(tǒng)精確感知；AI系統(tǒng)在定位損傷后，會自主啟動局部微電流加熱，使材料熔融并無縫愈合。該系統(tǒng)首次完整地實現(xiàn)了“感知-修復(fù)-反饋”的閉環(huán)，完成了從“自修復(fù)”到“智修復(fù)”的概念轉(zhuǎn)變，從而發(fā)展出一種設(shè)計合成自修復(fù)材料的新方法。
 

　　該工作創(chuàng)新性地將離子液體(IL, [BMIM]TFSI)作為導(dǎo)電填料，融入商業(yè)化的熱塑性高分子聚己內(nèi)酯(PCL)基體中(圖1)。相較于傳統(tǒng)的剛性無機填料，液態(tài)的離子液體不僅賦予了材料優(yōu)異的離子導(dǎo)電性(為損傷“感知”提供電信號基礎(chǔ))，更通過離子-偶極相互作用構(gòu)建了動態(tài)交聯(lián)網(wǎng)絡(luò)，保證了材料的柔韌性。通過系統(tǒng)的實驗優(yōu)化，團隊發(fā)現(xiàn)當(dāng)離子液體含量為~33.3 wt%(IL-PCL-50)時，材料在機械強度、韌性與導(dǎo)電性之間達到了最佳平衡。該材料的熔點約60℃，這一熱響應(yīng)特性使其能夠通過精準的局部加熱實現(xiàn)高效的損傷修復(fù)。
 

圖1. 導(dǎo)電自修復(fù)聚合物的結(jié)構(gòu)和表征。
 

　　傳統(tǒng)的修復(fù)效果評估依賴于破壞性的力學(xué)測試，無法實現(xiàn)實時監(jiān)控。為解決這一難題，團隊建立了一套智能評估策略。該策略通過響應(yīng)面模型(RSM)，將損傷特征與修復(fù)條件(如溫度、時間)及修復(fù)效率進行關(guān)聯(lián)。由于材料的導(dǎo)電性恢復(fù)與機械強度恢復(fù)之間存在時間差，團隊還引入了標度因子進行校準，使得系統(tǒng)能夠僅通過非破壞性的電學(xué)測量，就準確推斷出真實的機械性能恢復(fù)程度。最終，AI可依據(jù)該模型，針對不同程度的損傷，智能地計算出最優(yōu)修復(fù)方案(所需電壓與加熱時間)，以最高效的方式達到最佳修復(fù)效果(η > 99%)，實現(xiàn)了從“被動修復(fù)”到“智能決策”的跨越(圖2)。
 

圖2.材料自修復(fù)性能的響應(yīng)曲面建模。
 

　　為了賦予材料精準的“痛覺”，團隊開發(fā)了一種高靈敏度的八端口阻抗測量方法。該方法可在材料表面采集28維的復(fù)雜阻抗向量，如同一個精密的“神經(jīng)傳感網(wǎng)絡(luò)”，能夠?qū)崟r捕捉由損傷引起的微弱電信號變化。這些高維數(shù)據(jù)被輸入到一個經(jīng)過深度學(xué)習(xí)訓(xùn)練的反向傳播神經(jīng)網(wǎng)絡(luò)(BPNN)模型中。該AI模型扮演著系統(tǒng)“大腦”的角色，能夠從復(fù)雜的電信號“指紋”中解碼出損傷的精確空間坐標，其預(yù)測精度高達R² = 0.987(x坐標)和R² = 0.977(y坐標)，為后續(xù)的精準“治療”提供了可靠導(dǎo)航。
 

圖3.基于阻抗測量和深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的損傷感知和愈合機制。
 

　　在AI“大腦”下達修復(fù)指令后，系統(tǒng)進入高效的“自執(zhí)行”階段。一個與材料集成的選擇性加熱電阻陣列會根據(jù)AI的定位結(jié)果，精確激活損傷區(qū)域?qū)?yīng)的微型加熱單元。焦耳熱效應(yīng)使局部溫度在短時間內(nèi)迅速超過材料熔點，促使高分子鏈重新流動、融合，從而在數(shù)秒至數(shù)分鐘內(nèi)完成無痕修復(fù)。這一“靶向治療”式的修復(fù)方式，極大提升了能量利用效率。在修復(fù)過程中，系統(tǒng)會持續(xù)進行阻抗監(jiān)測，并將數(shù)據(jù)反饋給AI進行實時“療效評估”。一旦AI判定材料已完全愈合(分類準確率>90%)，便會自動切斷加熱，完成一次完整的“感知-決策-執(zhí)行-反饋”智能閉環(huán)。整個過程無需任何人工干預(yù)，真正實現(xiàn)了無人化、自主化的智能修復(fù)。
 

圖4.智能修復(fù)系統(tǒng)的構(gòu)造與演示。
 

　　綜上所述，這項工作通過將材料科學(xué)與人工智能前沿技術(shù)深度融合，成功構(gòu)建了一個全自主的智能修復(fù)系統(tǒng)。它不僅解決了傳統(tǒng)自修復(fù)材料的關(guān)鍵瓶頸，更提出了一種全新的智能材料設(shè)計范式。該系統(tǒng)所展現(xiàn)出的高精度、高效率和全自主的特性，使其在深海、外太空等人類難以介入的極端環(huán)境中的無人平臺上具有巨大的應(yīng)用潛力，為下一代智能自主材料的發(fā)展提供了重要的理論基礎(chǔ)和技術(shù)框架 。
 

　　相關(guān)成果以“From Self-Healing to Smart-Healing: A Self-Diagnosing and Self-Healing System Based on Artificial Intelligence”為題，發(fā)表在《Advanced Materials》上(DOI: 10.1002/adma.202513641)。南京大學(xué)羅文林、東南大學(xué)徐瑤瑤、南京理工大學(xué)程雄為文章共同第一作者，南京大學(xué)李承輝教授、東南大學(xué)黃曉東教授、南京理工大學(xué)顧文華教授為文章的通訊作者。該工作得到了國家自然科學(xué)基金等項目的資助。