胶粘剂在人类历史上有着悠久的应用历史，从最早的使用天然材料到现代的使用人工合成大分子。对胶粘剂的要求也经历了一系列的变化，从单一的追求粘接强度到对环境友好、耐久性和可回收性。
近年来，物联网( IoT )和智能机器人的出现对材料性能提出了新的要求，特别是在信息化和智能化方面。胶粘剂的智能化主要指的是可控可逆胶粘剂，比如利用光、电、热等物理场实现胶粘剂的脱粘与再粘附等。而如何实现粘附强度的无损检测，并将其转变为可实时读取的数字信号，是实现胶粘剂信息化的关键。
粘附状态的检测通常涉及三个过程，包括胶粘剂的固化过程、固化后粘附强度的预测和受力状态下粘附失效的预警。胶粘剂的固化过程一般可以通过测试胶粘剂分子聚合动力学的方法来表征，例如流变学测试。然而，在被粘物间的胶粘剂的固化过程进行原位表征是难以实现的。
粘结强度的检测主要是基于断裂机制，即破坏现有状态并记录过程来获取粘附强度等信息。电磁脉冲和超声波可以确定粘接样品之间是否存在缺陷，以及用来区分粘附的强弱区域。然而，这些方法难以实现粘附强度的量化检测，并且这些方法难以实时监控粘附状态的变化。
随着电子技术的进步，包括光、力和声在内的物理量可以通过传感器转换成电信号。例如，使用离子导体和电子导体构建的传感器，可以通过电容和电阻的变化来感知压力等信息。因此，将粘附的状态转化为电信号是实现胶粘剂信息化的有效途径。
近期，苏州大学严锋教授团队合成了一系列基于（聚）离子液体的智能检测胶粘剂（DA）。将离-电传感技术相结合，实现了粘附失效的实时监测和预警。通过对聚合过程的电容电阻记录，实现了胶粘剂在被粘物中固化过程的原位测量；通过建立电容、电阻和粘附强度间的关系，及电路设计和电脑编程，构建了粘附强度预测的有效机制。
粘附强度由界面粘附和内聚粘附共同决定。界面的粘附强度通常取决于被粘物与胶粘剂之间的相互作用，相互作用的位点越多，粘附能越大。离子导体和电子导体在界面会由于电荷分离形成电化学双电层（EDL），双电层电容的大小与界面处离子数量息息相关。因此，研究人员通过建立电容和粘附强度间的关系，来获取界面粘附的信息。内聚粘附取决于胶粘剂本身的强度。当材料破裂或产生缺陷时，其电阻会发生变化。因此，可以通过电阻来监测胶粘剂的内聚强度。
多年来，断裂力学一直被认为是胶粘剂失效的基本描述。可以通过拉伸样品直到其破裂来测量粘合强度。在这里，根据聚离子液体（PIL）的机械和电气特性，将机械信号与电信号相关联。
DA和金属粘附物的原理图和等效电路图如图1a所示。粘附样品由两个粘附物（金属）和一个粘合剂（DA）组成，可以认为是超级电容器。在DA和金属粘附物之间的界面处形成的电化学双电层（EDL）产生的电容为C1和C2。阻力（R）来自DA本身。C1和C2与金属与DA之间的有效接触面积有关。一旦DA和金属之间的接口发生故障，电容就会减小。内聚粘接强度取决于胶粘剂本身的强度。如果DA内部发生断裂或缺陷，电阻将急剧增加。因此，R与内聚力强度有关，如图1b所示。通过记录电容和电阻来确认粘附状态，实现粘附失效的早期预警。图1c展示了经典的EDL模型，DA是离子液体（IL）和丙烯酸乙酯（EA）的共聚物，如图1d所示。制备的胶粘剂标记为DA-x，其中x表示共聚物中EA的摩尔比。图2a显示了室温和0 ℃下小角X射线散射（SAXS）测试的曲线。接下来使用示差扫描量热法（DSC）以确认DA系列的玻璃化转变温度，如图2b所示。DSC测试的起始温度为25 ℃，加热至125 ℃，保持10分钟。然后保持10分钟，温度降至-60 ℃。最后，温度从-60 ℃加热到125 ℃。DA-1在42 ℃时显示最高的玻璃化转变温度，随着EA的加入，该温度依次降低。
图2c显示了DA系列在25 ℃下的单轴拉伸试验。DA-0的杨氏模量最高（169.69 MPa），但韧性较差（1.48 MJ m−3），测试温度（25 ℃）低于DA-0的玻璃化转变温度。它的链条在此温度下受到限制。DA-1的应变略有改善（13.06%），但强度降低（15.92 MPa）。DA-2显示出屈服曲线，因为它的玻璃化转变温度（23 ℃）接近测试温度。DA-3具有良好的韧性（14.94 MJ m−3），应变为600%，但杨氏模量显著降低（5.93 MPa）。图2d给出了DA系列304不锈钢的力-位移曲线。DA-0的粘接强度为3.4 MPa。DA-1的粘接强度最高，达到4.9 MPa。DA系列的失效原因是界面失效，因为它们的粘接强度低于其断裂强度。增加EA含量改善了界面相互作用，但降低内聚强度也影响了搭接剪切应力。DA-3显示出最佳的初始粘附力；然而，由于DA-3的内聚强度低，在测试过程中被拉伸变形。为了进一步证明DA-1的粘接强度，8 cm-2的粘接样品可以承受80 kg的成人体重，如图2e所示。许多胶粘剂在主体表面原位固化，以更好地进行界面渗透。传统上，流变测试用于表征聚合物的聚合过程。然而，胶粘剂在被粘物中固化的原位过程很难观察。在这里，ITO（氧化铟锡）玻璃被用作粘附剂，以验证DA监测聚合过程的能力。
随着聚合的开始，单体变成聚合物链，与前驱体溶液相比，链运动显着减少，导致电容降低和电阻增加（图3a）。首先进行DA-1的常规光流变测试，如图3b所示。紫外光的波长为405 nm，紫外光的功率为1 mW cm−2。样品在振荡模式下进行测试，每曝光0.1秒后进行频率扫描（从10到2 Hz）。聚合物前驱体溶液表现出粘性状态，其中损耗模量超过储能模量。在第4 s时，DA-1的损耗模量与储能模量相似，表明DA-1从液体转变为固体。随着聚合的进行，模量迅速增加，直到10 s。然后，模量开始缓慢增加。图3c显示了电信号记录的聚合过程。聚合前，电容为793.1 nF，电阻为1.5 Ω。由IL单体和EA单体组成的聚合物前驱体溶液充当电解质溶液，其中IL单体被完全电离。前驱体溶液的粘度相对较低，润湿性和离子淌度性好。因此，样品表现出高电容和低电阻。当聚合开始时，电容在2 s内迅速下降到10.2 nF，表明界面处的单体首先聚合。相比之下，电阻增加得更慢，这表明界面后面的聚合仍在进行。粘附强度与内聚力和界面粘附力有关，取决于两个因素。在这项工作中，胶粘剂的失效强度小于胶粘剂的强度。因此，粘附强度的预测主要取决于评估界面粘附强度。
界面粘附强度与样品的预处理有关。在未处理的样品中，粘合剂和粘附物直接放在一起，未经任何处理。如图4a所示，大多数缺陷位于未处理样品的界面处，热压处理的样品中存在少量缺陷。相应地，未处理的样品具有最低的电容和粘合强度。进一步测试了不同条件下的搭接剪切强度和电容，以确定电容与粘附强度之间的关系。图4b显示了在25 ℃下使用各种预压处理30分钟的样品。更高的处理力通常意味着更好的界面接触和更高的界面粘合强度。当预压从0增加到0.2 MPa时，电容和粘合强度也分别增加到0.54 nF和2.86 MPa。样品的处理温度也会影响电容，如图4c所示。在50 ℃下处理的样品显示出最高的电容（0.74 nF）和粘合强度（3.86 MPa）。通过对不同样品数据的拟合，作者发现粘附强度和电容之间也存在很强的相关性（图4d）。粘合强度可以通过电场来调节和控制（图4e）。由于粘附物是金属，因此可以通过对样品进行粉末化来施加电场。图4f显示了电场施加时间、电容和粘合强度之间的关系。随着电场施加时间的增加，粘附强度从4.61 MPa增加到5.48 MPa。电容也从0.84 nF增加到1.12 nF。随后进行电场流变测试以研究电场对DA的影响，如图4g所示。DA-1的模量在开始时随着电场施加时间的增加而迅速降低，然后其模量趋于稳定。最后，研究人员开发了一个完全无线的同步粘附检测平台。图5a显示了拉伸断裂测试期间记录的电容和电阻信号。拉伸断裂测试期间电容电阻的变化可以分为两部分。在初始阶段，电容随着拉伸而缓慢减小，而电阻保持相对稳定。随着拉伸的进行，胶粘剂逐渐剥离，电容从0.91 nF降低到0.70 nF。此时，粘附失效进入第二阶段。一侧的静电容量迅速下降，导致总静电容量和电阻明显下降。然后电容减小，直到胶粘剂完全分离，电阻急剧增加。
图5b中展示的系统是完全无线的同步检测平台，它利用低功耗蓝牙片上系统（BLE SoC）来捕获和传输电容读数，管理三态LED阵列，并发送蓝牙通知。这些LED灯泡（绿色、橙色和红色）在视觉上分别表示胶粘剂的状态：原始、拉伸和断裂。随附的智能手机软件为数据可视化、数据存储和实时警报提供了一个用户友好的界面（图5b）。微处理器捕获电容数据并以10 Hz采样率无线同步到智能手机。此外，还建立了使用三态LED的视觉警告机制，如图5c所示。按下粘附设置按钮后，系统记录粘附样品的基线电容并点亮绿色LED，指示胶粘剂样品的原始状态。初始电容测量是通过对100个样本进行平均来确定的，每隔10 μs采集一次，以降低噪声。当电容低于基线的80%时，LED从绿色变为黄色，当电容低于10 pF时变为红色，表明胶粘剂失效。这项工作提出了一种使用基于PIL的可检测粘合剂的电信号测量来评估粘附状态的无损方法。电容用于评估界面粘附力，而电阻用于测量内聚粘附力，从而允许对胶粘剂状态进行原位监测。通过全面的拉伸断裂和电气测试，已经建立了机械强度和电气性能之间的明确相关性。为了增强这些功能，作者将蓝牙技术集成到系统中，实现了对胶粘剂状况的无线实时监控，这对于高可靠性应用中的预测性维护尤为重要。
然而，挑战仍然存在，尤其是在非金属材料中的粘附检测方面，其中有效电化学双电层（EDL）的形成受到限制，从而导致可检测电容降低。尽管存在这些挑战，此研究仍为一个新的信息平台奠定了基础，该平台可能会对智能机器人和物联网领域产生重大影响。来源：高分子科学前沿、The Dream Group则君课题组https://onlinelibrary.wiley.com/doi/epdf/10.1002/adfm.202413799
