梦之墨推动三维表面共形电子技术再迎新进展

在可穿戴设备、生物传感、人机交互等前沿领域，三维表面共形电子凭借能紧密贴合复杂曲面、打破传统平面电子应用边界的核心优势，一直是全球科研与产业界聚焦的热门课题，具备广泛的场景适配性与强大的功能拓展潜力。

作为深耕电子增材制造领域的创新企业，梦之墨在该方向已有突破，推出可直接在复杂三维表面精准制作电子线路的设备，为共形电子的场景化落地提供有力支撑。

同时，在科研界三维表面电子技术探索也从未停歇。近日，中科院理化所、清华大学、天津大学团队成员在《Nature Electronics》联合发表文章，提出了基于热塑性薄膜与半液态金属的创新方案。

我们相信，随着科研界的持续研究与产业界的实践赋能，将涌现更多更优的技术方案，持续破解应用痛点、拓宽适配场景，推动三维表面电子技术加速走向规模化应用，为相关产业的创新发展注入持久动力。

以下内容转自高分子前沿科学：

在可穿戴设备、生物传感器、人机交互等领域，能够贴合于三维曲面的共形电子器件一直是研究热点。然而，现有制造方法要么机械稳定性不足、材料选择受限，要么依赖专用设备和复杂流程，难以满足大规模应用的需求。近日，中科院理化所国瑞研究员联合清华大学汪鸿章特别研究员和天津大学黄显教授，提出了一种通过自适应基底实现从平面到立体的曲面共形电子器件制备策略。作者以常见的热塑性薄膜为例，以半液态金属为导电材料，通过开发出对应的半液态金属图案化方法，结合有限元仿真辅助电路图案设计，成功开发了低成本、适用范围广、制备与安装简单快捷的共形电子器件制备方法，相关研究成果为共形电子的制备与规模化生产与应用提供了新的思路。相关研究成果以题为“Shape-adaptive electronics based on liquid metal circuits printed on thermoplastic films”发表在最新一期的《Nature Electronics》上。

合作团队的方案灵感源自于常见的热塑性包装薄膜。热塑性薄膜(聚氯乙烯PVC)在生产过程中经高温拉伸后冷却定型，当再次加热至变形温度区间(57.0-70.6℃)时，内部储存的应力会驱动薄膜收缩，从而紧密贴合目标物体表面。在热塑性薄膜膜上制备出电路通过加热即可将所需电路固定在目标曲面上(图1)。为解决电路在收缩过程中的稳定性问题，团队通过在液态金属EGaIn中混入镀银铜颗粒制成半液态金属Cu-EGaIn。与纯液态金属相比，Cu-EGaIn的导电性更强(达9.5×10⁶ S m⁻¹)，且流动性大幅降低，既能承受剧烈收缩变形，又能避免流动导致的电路失效。配合聚丙烯酸酯(PMA)压敏胶的选择性粘附作用，可在热塑性薄膜上绘制精度为100微米的电路图案。针对电路在收缩安装时的变形，团队通过有限元仿真，建立了热塑性薄膜变形预测模型，能够根据目标三维曲面的形态，精准设计初始平面电路图案，确保收缩后形成排布合理的功能电路。这种 "预设计 - 热收缩" 的流程，既简化了制造工艺，又保证了器件精度。

图1.形状自适应电子器件的概念与设计

Cu-EGaIn在热塑性薄膜表面的图案化是通过PMA的选择性黏附实现。通过直写法在热塑性薄膜表面绘制电路图案，Cu-EGaIn通过氢键与 PMA 粘结，无论收缩前后，PMA对液态金属的粘附力均高于热塑性薄膜，通过刷涂法即可实现Cu-EGaIn选择性沉积与固定。对比纯EGaIn，Cu-EGaIn可避免液态金属因为重力等外力流动团聚，可以在曲面保持形态完整，为电路性能稳定提供支撑。在收缩过程中，Cu-EGaIn导线跟随基底的收缩而收缩，例如400 μm Cu-EGaIn导线收缩后缩至 220 μm，横截面由梯形转变为规则圆顶形，高度从30 μm增至70 μm，但结构稳定且无缺陷。证明其在收缩过程中仍可保持稳定的电学连接(图2)。

图2. Cu-EGaIn导线与热塑性薄膜的粘附性及横截面轮廓表征

利用粘附力差异制备的Cu-EGaIn导线线宽精度可实现100 μm，观察Cu-EGaIn导线在热收缩前后的宽度变化及微观形貌，显示线宽窄于 500 μm的导线收缩后宽度略超理论预测，而线宽大于 500 μm的导线受EGaIn聚集影响较小，且所有导线收缩前后电阻均低于10 Ω;经5000 次弯曲和扭转循环测试，收缩前导线电阻变化分别不超过4%和4%，收缩后分别增至 8%和15%，表现出良好的稳定性;对螺旋电路进行按压、挤压和拉伸等力学作用，其电阻虽有暂时性波动，但外力移除后可恢复初始值，体现出优异的结构稳定性(图3)。

图3. 制备精度与导线的电稳定性

该方法通过收缩的方式将电子器件固定在目标曲面上，因此对目标曲面的材料与状态耐受性强，作者通过多场景测试展现了该技术在目标物体尺度、材质、表面形态及粘附难度上的普适性(图4)。该图呈现了不同尺寸(玻璃珠、乒乓球、网球、篮球)、不同材质(塑料飞机、玻璃杯、柚子、铁模型)以及复杂曲面的 3D模型上，LED 阵列均能通过热收缩实现稳定共形封装。针对草皮、石膏、湿木、聚四氟乙烯等难粘附表面，借助热塑性薄膜与目标表面的物理联锁和摩擦力，其剥离强度达30 N，远超商用VHB胶带，且未对基材造成损伤;通过对球体不同位置导线的测试，显示即使收缩程度存在差异，电阻变化最大仅约3 Ω，而将器件应用于多种不同物体后，各导线电阻增量均控制在0.5 Ω以内。

为展示该技术的应用前景，作者制备多种形状自适应电子器件进行演示，通过一系列场景化案例展现了该技术在航空航天、智能传感、医疗健康等领域的实用价值(图5)。包括模型飞机机翼表面的共形除冰系统，其电热丝可在10 秒内将翼面温度从 27℃提升至35℃，同时集成的LED阵列可实现夜间飞行导航;在船舶表面制备的共形太阳能阵列，能最大化利用曲面面积实现能量收集;针对水果运输储存需求，开发的温湿度传感电路可贴合香蕉、西瓜等农产品表面，连续12 小时稳定监测环境参数;在医疗健康领域，可穿戴脉搏波传感器凭借小巧舒适的设计可精准采集生理信号，而智能绷带通过分布的压力传感器实时监测包扎压力，当压力接近损伤阈值时，警示灯会自动点亮警示，该绷带可适配颈部、手腕、脚踝等不同部位，通过多传感器布局实现全方位压力监测;这些应用案例充分验证了形状自适应电子器件在不同场景下的稳定性与适配性，为相关领域的技术升级提供了新方案。

图5.多种形状自适应电子器件的应用演示该技术的一个重要应用场景是对现有设备进行无损升级，为其附加更多功能。作者以人机界面与智能手套为例进行了展示(图6)。作者在机器人头部和机械臂表面通过热收缩方法集成的共形触觉传感器阵列与 LED阵列，实现了精准的触摸检测与反馈功能;基于该技术开发的智能手套集成了5 个压力传感器和3 个温敏电阻，可在抓取黄瓜、塑料球、金属圆柱等8 种不同物体时同步采集压力与温度数据;利用这些数据对10种机器学习算法(包括CNN、随机森林、SVM等)进行训练与测试，其中 CNN算法的物体识别准确率最高达97%;为实现高效分类，团队设计了基于一维CNN的多模态检测模型，通过对温度和压力数据分别进行卷积、特征提取与融合，有效提升了识别可靠性;t-SNE可视化结果显示，原始数据在高维空间中难以区分，经深度学习训练后不同物体的数据可实现线性分离，五折交叉验证结果表明8类物体的识别准确率介于90%-100% 之间，充分证明了多传感融合策略在物体识别中的优势，也为传统设备的智能化升级提供了低成本、易实现的解决方案。

图6.面向人机界面的形状自适应电子器件应用演示

总结

该策略无需复杂工艺即可实现平面电路到三维曲面的高效转化，器件兼具高耐用性与广泛适配性，且制造成本低廉、操作简便。未来，团队将通过优化印刷工艺提升电路精度，开发更大面积的均匀加热设备以适配大型目标，进一步拓展技术的应用边界。这项技术不仅为可穿戴电子、智能传感等领域提供了新的制造范式，更有望推动 "万物互联" 时代下，普通物体向智能设备的低成本转型，具有重要的学术价值与产业前景。论文第一作者为天津大学博士蒋成杰，共同通讯作者为中科院理化所研究员国瑞、清华大学深圳国际研究生院特别研究员汪鸿章、天津大学教授黄显。该论文受期刊邀请撰写了Research Briefing文章。

该工作得到了国家自然科学基金的支持。

论文链接：

https://www.nature.com/articles/s41928-025-01528-6