文章导读
壁虎、章鱼、蜗牛等生物的智能粘附系统启发的智能粘附材料与结构，既可以提供可靠的强粘附，又能够在特定刺激下轻松实现按需分离。这些智能粘附材料与结构给生物医疗、可穿戴器件、机器人、先进制造等领域带了新的机遇，被全球的研究人员广泛关注。然而，以壁虎仿生纤毛粘附结构为代表的传统智能粘附结构设计，仍然面临诸多挑战。例如，纤毛粘附的尺寸效应限制了其微观结构尺寸与粘附强度、现有设计对不同粗糙度表面的适应能力不足，以及粘附强度与粘附切换性的矛盾。形状记忆聚合物（Shape Memory Polymers, SMPs）智能粘附材料通过其独特的R2G（Rubber-to-Glass，橡胶态到玻璃态）转变特性，有效解决了上述挑战，成为发展新一代智能干粘附的重要基础。
近期，
清华大学
高华健院士
、哈尔滨工业大学
冷劲松院士
、新加坡南洋理工大学
夏焜校长讲席教授
团队
在
International Journal of Smart and Nano Materials
智能界面科学与工程（Advances in Smart Interfacial Science and Engineering）特刊上发表了题为 “Advancing smart dry adhesives with shape memory polymers” 的综述文章，
系统总结了形状记忆聚合物（SMP）通过其可调节刚度、形状锁定和形状记忆效应提升粘附强度与粘附切换性的机制，介绍了SMP干粘附的多种创新设计及应用场景。文章还探讨了SMP智能干粘附这一快速发展领域中持续存在的挑战和新兴机遇。
图1. 自然界中的智能粘附。(a) 自然界中的纤毛粘附结构。(b) 纤毛粘附的基本机制。(c) 自然界中的R2G粘附结构：(i-ii) 粘附在粗糙树皮上的蜗牛；(iii-iv) 附着在鲸鱼皮肤上的藤壶。(d) 使用形状记忆聚合物在粗糙表面实现自适应粘附的机制。
图2. SMP的特性。(a) 热驱动SMP的典型形状记忆循环示意图。(b) 热驱动SMP的变刚度特性，显示了SMP在小压力下表现出对粗糙表面的适应性。(c) 不同状态的热固性SMP的流变模型。(d) 形状记忆循环中的热机械响应。
图3. SMP智能粘附的机理。(a) SMP通过R2G转变增强粘附。(b) 预测R2G粘附拉脱力的平压头等效模型。(c) SMP 与传统弹性粘合剂的粘附强度与表面粗糙度之间的关系和 (d) 粘附切换性和粘附强度相图。(e) 使用受控嵌入的自适应SMP粘附表面。(f) 使用微结构调节接触面积的SMP粘附表面。
图4. 具有自适应表面的无微结构SMP粘附材料和结构。(a) 用于多尺度、不规则形状物体的多功能选择性软抓手。(b) 自剥离双层SMP粘附结构。(c) 使用形状记忆水凝胶的可逆超级胶。(d) 用于药物释放的亚微米颗粒大小和温度控制的顺序释放。(e) 用于粘附的相变形状记忆凝胶。(f) 使用接触应力触发启动的形状记忆水凝胶。
图5. 具有结构化表面的SMP粘附结构。(a) 具有两种不同粘附状态的SMP纤毛结构。(b) 用于转印的SMP半球形表面，可在光滑表面增强粘附切换性。(c-d) 带有微结构的SMP粘附表面：(c) 金字塔形；(d) 飞镖形、肘形和立方形SMP可逆微结构表面。(e)具有不同高度微柱的SMP粘附结构，可用于激光驱动的非接触转印。(f) 使用预拉伸方法自下而上制造的可控起皱SMP-PDMS粘附表面。
图6. SMP智能粘附在各领域的应用。(a) 可重复使用的SMP粘附挂钩。(b) SMP织物贴片。(c) 模仿章鱼触须的可调SMP吸盘。(d) 多功能SMP抓手。(e) 用于可穿戴光子器件的SMP粘附结构。(f) 用于神经刺激和记录的SMP缠绕电极。(g-h) 用于微组装的SMP转印技术。
新加坡南洋理工大学博士后研究员
令狐昌鸿
和哈尔滨工业大学博士生、新加坡南洋理工大学访问博士生
穆童
为本文共同第一作者，清华大学
高华健院士
为本文通讯作者。哈尔滨工业大学
赵伟副教授
、新加坡南洋理工大学博士后研究员
刘杨承毅
、新加坡南洋理工大学校长讲席教授
夏焜教授
（K. Jimmy Hsia）、哈尔滨工业大学
冷劲松院士
为本文共同作者。
令狐昌鸿，
新加坡南洋理工大学博士后研究员。浙江大学工程力学学士（导师王高峰教授）、浙江大学固体力学硕士（导师宋吉舟教授）、新加坡南洋理工大学机械与宇航学院固体力学博士（导师夏焜教授和高华健教授）。主要从事智能界面粘附系统的设计制备与集成应用研究。研究工作主要基于界面力学/物理/化学，利用智能材料可调特性，揭示不同条件下界面粘附强度强弱控制的机理，探索界面粘附强度调控规律，并基于此研发自适应界面粘附系统，集成并应用于机器人、机械手、无人机、可穿戴柔性电子器件、微纳组装、3D打印、生物医疗、超材料等领域。拥有中国国家发明专利10项，实用新型专利8项，国际专利2项；于Elsevier发表专著章节一章；在JMPS、EML、IJSS、Sci. Adv.、Nat. Comm.、PNAS、Nat. Sci. Rev.、npj Flex. Electron.、Adv. Funct. Mat.、Soft Matter等期刊上发表SCI论文20多篇，H 因子17，引用1267。担任Int. J. Smart Nano. Mater. 的客座编辑与青年编委，以及 JMPS, EML, Natl. Sci. Rev., Sci. Adv., Adv. Funct. Mater, Adv. Intell. Syst.等期刊的审稿人。
穆童
，哈尔滨工业大学博士研究生（导师冷劲松教授）。主要从事智能材料力学行为与智能材料结构设计研究。研究工作包括形状记忆聚合物及其复合材料的热-力学行为建模、形状记忆聚合物的粘附力学分析、液晶弹性体复合材料结构设计等。拥有中国国家发明专利3项；发表专著章节1章；在Composites Science and Technology、Composites Part B、Composites Part A等期刊发表论文10篇，被引340次。
