项目名称: 具有仿生增强的多重力响应智能聚合物的合成及性能研究

项目编号: No.21304076

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 数理科学和化学

项目作者: 张欢

作者单位: 厦门大学

项目金额: 25万元

中文摘要: 在本项目中,我们首先将不同性质的新共价键型力色团置于聚合物链中间,通过超声力化学快速获得不同共价键型力色团的相对强弱。然后,利用超分子力色团形成的仿生模块结构来增强材料的力学性能,并在同一体系中引入多种共价键力色团,构建同时具有超强力学性能和多重力响应性能的智能聚合物材料。通过多种力色团的协同作用和选择性/次序行活化,获得多级应力消除效应;利用应力引发的杂DA反应,实现力致共价交联进一步增强材料力学性能,同时原位生成新的力色团;利用新力色团的力响应特性,发展具有基于新型力致变色的应力感应和损害预报功能的新材料;同时利用超分子力力色团和新生成力色团实现超分子和动态共价多重自修复。重点研究不同力色团的比较方法和表征手段、应力引发的共价交联、新力色团的原位生成、新力色团的力响应特性和动态共价自修复功能。期望在仿生高分子和多重力响应聚合物的交叉研究中做出新的亮点。

中文关键词: 超分子作用;仿生;力响应;力色团;自修复

英文摘要: In this proposal, we will first incorporate novel covalent mechanophores of different characteristics into the center of a polymer chain. Through the use of sonochemistry, the information of mechanochemical activity among different mechanophores will be readily obtained. Then, biomimetic modular structures can be readily formed through the introduction of supramolecular mechanophore. Moreover, multiple types of covalent mechanophores will also be introduced into a single polymer chain to construct multiple mechanoresponsive materials. Synergistic effect as well as selective and sequential activation of the mechanophores will be achieved to provide multilevel stress reliefs and super self-toughening. In addition, hetro-Diels-Alder reaction between the activated mechanophore and the embedded reactants will be mechanically triggered, resulting in stress induced cross-inking and generation of new mechanophores in-situ. The newly formed mechanophore is expected to be mechanoresponsive as well and its mechanochromic property can be utilized to develop novel stress/damage sensor. By using the newly formed mechanophores together with the original covalent mechanophore as well as the supramolecular mechanophore, supramolecular and dynamic covalent self-healing will be achieved. Emphasis will be placed on the stress indu

英文关键词: Supramolecular interactions;Biomimetic;mechanoresponsive;mechanophore;self-healing

成为VIP会员查看完整内容
0

相关内容

【AAAI 2022】299页PPT,NUS最全《自动合成》教程
专知会员服务
18+阅读 · 2022年3月17日
【AAAI2022】用于视觉常识推理的场景图增强图像-文本学习
专知会员服务
48+阅读 · 2021年12月20日
基于深度神经网络的图像缺损修复方法综述
专知会员服务
25+阅读 · 2021年12月18日
细粒度图像分类的深度学习方法
专知会员服务
41+阅读 · 2021年10月18日
专知会员服务
37+阅读 · 2021年5月28日
专知会员服务
94+阅读 · 2021年2月6日
【NeurIPS 2020】生成对抗性模仿学习的f-Divergence
专知会员服务
25+阅读 · 2020年10月9日
人机对抗智能技术
专知会员服务
201+阅读 · 2020年5月3日
第二代 AirPods Pro 明年见|4nm 制程天玑 2000 跑分曝光
ZEALER订阅号
0+阅读 · 2021年11月13日
李克强:智能车辆运动控制研究综述
厚势
20+阅读 · 2017年10月17日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
Arxiv
0+阅读 · 2022年4月19日
Towards Fine-grained Causal Reasoning and QA
Arxiv
0+阅读 · 2022年4月15日
Arxiv
46+阅读 · 2021年10月4日
Directional Graph Networks
Arxiv
27+阅读 · 2020年12月10日
Arxiv
10+阅读 · 2020年11月26日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
小贴士
相关主题
相关VIP内容
【AAAI 2022】299页PPT,NUS最全《自动合成》教程
专知会员服务
18+阅读 · 2022年3月17日
【AAAI2022】用于视觉常识推理的场景图增强图像-文本学习
专知会员服务
48+阅读 · 2021年12月20日
基于深度神经网络的图像缺损修复方法综述
专知会员服务
25+阅读 · 2021年12月18日
细粒度图像分类的深度学习方法
专知会员服务
41+阅读 · 2021年10月18日
专知会员服务
37+阅读 · 2021年5月28日
专知会员服务
94+阅读 · 2021年2月6日
【NeurIPS 2020】生成对抗性模仿学习的f-Divergence
专知会员服务
25+阅读 · 2020年10月9日
人机对抗智能技术
专知会员服务
201+阅读 · 2020年5月3日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月19日
Towards Fine-grained Causal Reasoning and QA
Arxiv
0+阅读 · 2022年4月15日
Arxiv
46+阅读 · 2021年10月4日
Directional Graph Networks
Arxiv
27+阅读 · 2020年12月10日
Arxiv
10+阅读 · 2020年11月26日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
微信扫码咨询专知VIP会员