来源:江苏激光联盟
导读:澳大利亚墨尔本皇家理工大学的科学家们开发了一种经济高效、可扩展的方法,用于快速制造嵌入纺织品的储能装置。下一代防水智能织物将在几分钟内进行激光印刷和制作。这是研究人员在新型电子纺织技术背后所想象的未来。
电子纺织品/智能服装是可穿戴技术的一个分支,由于其巨大的潜力,例如将电子设备、能量存储和天线与纺织品结合在一起,因此备受关注。该技术能够使无线通信、健康感应及监控和可以在智能城市、偏远地区、电信和生物医学行业中找到应用的发光器件适用于自足式下一代可穿戴设备。
这些自供电技术的实现需要太阳能电池或压电发电机等能量收集器的支持。但是这些能量收集器的不可持续性要求这些储能器具有成本效益、经久耐用、高性能、具有柔韧性和可拉伸性的机械强度、无毒且不易爆的特点。目前,繁琐的纽扣电池及袋式锂离子电池通过胶合、缝合在衣服上被使用作储能器。用于电子纺织的另一种常见的能量存储是基于向大型制造能力扩展的纤维或纱线,将电极、隔离物和电解质合并到单根纤维中。然而,此类的低表面积可能导致能量存储能力低,这导致需要组装大束纤维以实现支撑电子纺织所需的能量存储。
样品电路印在织物上。图片来源:Felice Torrisi
RMIT科学学院的研究员Litty Thekkakara博士也表示,具有内置传感、无线通信或健康监测技术的智能纺织品需要强大而可靠的能源解决方案。目前的智能纺织品能量存储方法,例如将电池缝在衣服上或使用电子纤维,可能既麻烦又沉重,并且还存在容量问题。
皇家墨尔本理工大学Litty Thekkakara博士
印刷储能器可用于替代可集成储能器,因为其重量轻,结构紧凑,为可穿戴技术提供了动力。用于能量存储电极制造的主要方法包括丝网印刷和喷墨印刷。但是这些方法增加了制造中的额外步骤和时间,机械强度低,并导致了额外成本,这可能对大规模生产储能集成电子纺织品产生负面影响。
另一方面,使用最佳辐照条件的激光印刷是一种适用于纳米到大型结构的单步光学平版印刷制造方法。使用低维材料(如活性炭和石墨烯)作为这些能量存储的电极材料,以及合适的电解质,可以解决电子纺织品的能量存储相关问题。根据已有的研究成果显示,高达150%的可伸缩激光印刷石墨烯超级电容器对可穿戴技术来说是有望达成的,而可穿戴技术又依赖于氧化石墨烯(GOs)的自愈特性。
在该研究中,研究人员演示了在3分钟制造时间内,大型防水可拉伸纺织品结合激光打印石墨烯储能在尺寸为100 cm2纺织品内,该储能器属于超级电容器类别,并将这些超级电容器的研究扩展到纺织品集成太阳能存储。
这项新技术可以在3分钟内生产出10x10厘米的智能纺织品贴片。 图片来源:皇家墨尔本理工大学
下图给出了形成防水激光打印石墨烯储能器的整个过程的示意图,该过程扩展到石墨烯太阳能储能器的形成。在初始阶段,将由聚二甲基硅氧烷(PDMS)制成的弹性体溶液涂覆在织物的一侧,以实现尼龙织物的防水性能,然后待其干燥(方法)。这些织物的另一面涂有氧化石墨烯(GO;graphene oxide)/哑光粘合剂溶液,以形成厚度为3μm的薄膜。粘合剂介质的存在为GOs提供了防水性能。
大型防水激光印刷石墨烯太阳能存储器的制造步骤示意图
此外,考虑到避免对下层织物的损害,使用从连续波(CW)到飞秒(fs)脉冲变化的不同类型的激光束来进行减少织物上涂覆的氧化镓/无光泽薄膜的试验,以获得能量存储电极的均匀电导率和孔隙率条件,因为这两个因素在能量存储电容的形成中是必不可少的。
激光印刷石墨烯超级电容器。 图解:激光打印的石墨烯分形电极在6 W(Scale-2.5 cm)的激光束功率下获得的100cm2区域的照片图像。重点介绍:涂有厚度为10μm的激光打印石墨烯薄膜的织物的扫描电子显微镜(SEM)图像,以及由于去除水分而导致GO薄膜的光热还原而暴露的激光打印石墨烯。
当这些电子元件与汗水或环境中的水分接触时,也会遭受短路和机械故障。研究人员开发的基于石墨烯的超级电容器不仅可以完全清洗,而且可以存储为智能服装供电所需的能量,而且可以在数分钟内大规模生产。该研究还分析了概念验证型智能纺织品在各种机械,温度和耐洗性测试中的性能,发现其保持稳定和高效。
该技术使石墨烯超级电容器(功能强大且持久的能量存储设备,可以轻松地与太阳能或其他电源结合使用)可以直接激光印刷到纺织品上。在概念验证中,研究人员将超级电容器与太阳能电池相连,从而提供了一种高效、可清洗和自供电的智能织物,该织物克服了现有电子纺织储能技术的关键缺点。
上海理工大学RMIT名誉教授兼杰出教授Min Gu表示,该技术可以实现电子纺织品可再生能源的实时存储。通过解决电子纺织品与储能相关的挑战,我们希望为下一代可穿戴技术和智能服装提供动力。
最后,不断发展的智能面料行业在可穿戴设备中为消费者、医疗保健和国防部门提供了多种应用,从监控患者的生命体征到跟踪野外士兵的位置和健康状况,以及飞行员、驾驶员疲劳程度监测。
本文来源:DOI: 10.1038/s41598-019-48320-z
|