直写织物！3D打印智能纺织品，戴手套就能识别物体？

本文分享的研究成果大概是一句话：

一件普通的T恤突然能够监测你的心跳、呼吸，甚至识别你的运动状态。

韩国科学技术院（KAIST）的研究团队在《npj Flexible Electronics》期刊上发表的最新研究显示，利用直接墨水书写（DIW）3D打印技术，可以直接在各种织物上打印出功能完整的传感器和电路系统。

这项研究的核心创新在于，研究人员开发出了一套完整的多功能墨水系统，能够在单次打印过程中同时制造应变传感器、互连电极和温度传感器。

不再需要复杂的后处理工艺，也不用担心不同材料之间的兼容性问题：

一台DIW3D打印机就能搞定所有事情。

一图胜千言：直观展示技术概念

研究团队首先通过图1清晰地展示了整个技术概念：利用商用DIW 3D打印机在各种织物基材上直接打印CNT-SBS应变传感器和银片-PS互连电极。

这张概览图不仅展示了打印设备的工作状态，还通过扫描电镜图像证实了墨水材料在织物上的均匀分布效果，为后续的性能分析奠定了基础。

AM易道注意到，该研究对织物基材具有良好的通用性，无论是棉布、尼龙、聚酯纤维还是其他常见纺织材料，都能实现高质量的传感器打印。

技术突破：让墨水渗透有学问

研究团队的巧思体现在对墨水渗透机制的精准控制上。

通过调节聚苯乙烯（PS）和甲苯的比例，他们可以精确控制导电墨水在织物中的渗透深度：

从10%的表面覆盖到100%的完全渗透（如图3所示）。

这种可控渗透技术带来了一个非常实用的功能：

通过打印不同渗透深度的电极，可以在织物的两面之间建立选择性连接，实现类似于电路板中过孔的功能。

AM易道理解，你可以在织物的正面和背面分别布置不同的传感器，然后通过中间层的导电通道将它们连接起来，形成一个完整的多层电路系统。

最让人印象深刻的是应变传感器的性能表现。

使用多壁碳纳米管（MWCNT）和苯乙烯-丁二烯-苯乙烯（SBS）共聚物制成的传感器，在拉伸范围内表现出了11.07的高灵敏度系数，线性度达到0.99（如图2所示）。

这个数据意味着传感器非常敏感且稳定。

当织物被拉伸时，传感器的电阻变化与拉伸程度呈现几乎完美的线性关系（0.99接近满分1.0），而11.07的灵敏度系数表示即使是很小的形变也能被准确检测到。

简单说就是这个传感器既敏感又可靠，不会出现测不准或者数据跳跃的问题。

图4全面展示了3D打印电极的机械和电气性能。

这些电极在各种机械刺激下都表现出了卓越的稳定性。

在30%应变的1000次循环测试中，电极阻值几乎没有变化；在50kPa压力的1000次循环测试中同样保持稳定。

更有趣的是渗透程度对电极性能的影响：

渗透程度越高，电极的拉伸性能越好，最高可达115%的拉伸极限。

这种特性为设计不同功能需求的智能织物提供了更多选择空间。

从概念到应用：智能服装的多种可能

研究团队并没有止步于实验室测试，他们制作了多个实际应用原型来验证技术的实用性。

在运动监测方面，他们将应变传感器集成到运动服中，分别放置在肩膀、肘部内侧和膝盖等关键部位（如图5所示）。

通过监测这些关键点的应变变化，系统能够准确识别跑步、跳跃运动和俯卧撑等不同运动模式，甚至可以计算运动次数和监测姿态质量。

更有趣的是呼吸监测面罩的应用。

研究人员将传感器集成到紧身棉质面罩中，能够实时监测佩戴者的呼吸模式变化。

在30次跳跃运动的测试中，系统清晰地记录了运动前平稳呼吸、运动中呼吸强度和频率逐渐增加，以及运动后逐渐恢复的完整过程。

最有趣的是智能手套的物体识别功能。

通过在手套的关节处安装应变传感器，在指尖安装压力传感器，整个系统总共集成了10个传感器（如图6所示）。

利用机器学习算法训练后，这款智能手套能够以98.32%的准确率识别篮球、泡沫球、玩偶、玻璃杯、纸杯和笔等6种不同物品。

多层织物架构：立体化的智能系统

AM易道认为，这项研究最具前瞻性的部分是多层织物架构的实现。

研究团队开发了一种三层智能手套系统：顶层集成应变传感器，中间层包含未连接的电极用于信号传输，底层集成压力传感器（如图7所示）。

通过策略性地布置互连电极，系统能够同时获取应变和压力信号，实现在单一接触点同时检测多种物理量的功能。

这种设计思路为未来开发更复杂的多功能智能织物系统提供了重要参考。

值得注意的是，所有这些传感器系统都表现出了良好的耐用性。

应变传感器在经历100次横向摩擦测试后没有出现材料转移，保持了稳定的性能。

更重要的是，这些传感器具备可洗涤性，经过10次洗涤循环后仍能保持重复性能。

3D打印工艺优化

从技术实现角度来看，研究团队对DIW3D打印工艺进行了系统性优化。

打印质量主要受喷嘴速度、挤出压力、喷嘴直径以及喷嘴与基材间距等参数控制。

对于应变传感器墨水，最优打印参数为：

25G喷嘴，80kPa挤出压力，10mm/s打印速度，喷嘴与基材间距比为0.6。

而对于导电电极墨水，则需要更高的挤出压力（100-150kPa）来确保良好的导电性能。

研究还发现，织物表面粗糙度对打印质量的影响相对较小，这意味着该技术具有良好的基材适应性，可以应用于棉布、尼龙、聚酯纤维等多种常见织物材料。

技术挑战与发展前景

当然，这项技术仍面临一些挑战。

AM易道过去的文章分享关于DIW打印技术在智能织物方面的研究层出不穷：

多彩变色魔法：3D打印胆甾液晶弹性体玩转智能织物与隐形防伪！

而其在高精度图案制作方面存在局限性，主要受限于基材与喷嘴之间的固有间隙。

最大的问题还是分辨率。

目前实现的线条分辨率约为440微米，虽然足以满足大多数智能织物应用需求，但对于某些精密应用可能还需要进一步改进。

布料上直接3D打印 这类微喷+固化的3D打印技术显然更适合精准和多色彩的服装应用

延伸阅读：十万亿的服装市场, 3D打印卷土重来，这次有何不同？

另外，针对DIW打印，不同织物类型需要针对性的打印参数优化，这在一定程度上增加了工艺复杂性。

但考虑到叠加传感器这个角度，DIW能够为每个用户量身定制的智能传感器阵列具有巨大的市场潜力。

毕竟传统的智能织物制造通常需要多个步骤和不同的设备，而DIW技术能够在单一工艺流程中完成所有功能组件的制造。

AM易道结语：

我们认为，这项研究启发的是智能织物制造从贴片式改造向原生集成的一种转变。

当3D打印技术能够在织物基材上直接构建完整的传感网络时，我们看到的不仅是制造工艺的简化，更是整个可穿戴电子产业链的另一个分支。

当然目前大规模应用还早，技术属早期，但AM易道认为，随着AI交互及具身智能的兴起，智能衣物的技术和市场想象空间将被逐步释放。

#3D打印  #智能织物  #可穿戴设备  #DIW3D打印  #传感器 #智能服装 #柔性电子  #功能材料  #npjFlexibleElectronics #服装3D打印 #具身智能