自感知Ti-6Al-4V仅在嵌入式应变片经受住激光粉末床熔融时有效

在这篇论文之前，钛内部传感为何困难

金属增材制造已成熟到可以可靠打印复杂Ti-6Al-4V几何形状的程度，但构建舱内的热环境对任何热敏感元件仍然充满敌意。LPBF过程中的原位X射线衍射表明，Ti-6Al-4V的亚表面冷却速率在2×10⁴至7×10⁴ K/s之间，具体取决于激光功率，较慢的冷却会产生更大的残余应变和相分数变化[6]。几何形状又增加了一层复杂性：与以马氏体为主的基体相比，水平孔和悬伸结构会形成更粗糙的下表面、下垂以及局部独特的α+β层片状微观组织，而降低激光功率可改善形状保真度，但无法消除这些局部梯度[3]。总之，这两项前期研究界定了此前的边界：金属本身难以实现局部控制，因此在同一构建过程中将聚合物–金属传感器嵌入其中，预计会导致传感器或周围材料发生退化。

这篇新论文通过将问题拆分为三个可控界面来加以解决：控制墨水润湿与打印分辨率的介电表面、控制导电网络形成的固化窗口，以及在激光扫描过程中为传感器提供屏蔽的粉末层[1]。这与单纯选择耐热聚合物的策略不同，因为该论文表明，聚酰亚胺尽管以热稳定性著称，在LPBF条件下仍然失效，其原因很可能是界面应力和粘附退化，而非聚合物本身的热极限[1]。

四种传感器架构、两种幸存者，以及比较实际揭示的内容

该研究评估了四种通过LPBF嵌入Ti-6Al-4V中的应变片架构：一种置于聚酰亚胺基底上的商用箔式应变片、一种采用商用聚酰亚胺的DIW打印应变片、一种采用玻璃纤维增强酚醛树脂的DIW打印应变片，以及一种采用卷对卷沉积的TPGDA薄膜介电层的DIW打印应变片[1]。TPGDA和GF酚醛基底的打印传感器在嵌入后保持了电学功能和应变传感性能，而聚酰亚胺基配置则更容易发生热失效和界面失效[1]。嵌入后电阻分别下降了134 Ω（酚醛）和144 Ω（TPGDA），作者将此归因于残余热暴露导致银纳米颗粒墨水进一步烧结[1]。这一电阻下降是一项发现，而非缺陷：它表明导电网络在嵌入过程中持续致密化，但同时也意味着嵌入前的标定不等于嵌入后的标定。

这一对比之所以重要，是因为它分离出了失效模式。聚酰亚胺相对于许多聚合物具有热稳定性，因此其失效指向的是LPBF工艺条件——快速加热和冷却循环、陡峭的热梯度以及局部能量输入——而非仅仅是聚合物本身的降解温度[1]。存活的堆叠具有一个共同特征：它们均采用冷嵌入策略进行嵌入，对PI和酚醛传感器使用1 mm粉末保护层，或对TPGDA传感器采用R2R/DIW混合工艺[1]。粉末层选择1 mm是为了最大限度地提高对粉末堆积和激光诱导加热局部变化的鲁棒性，而非因为更薄的层经过测试并失败了[1]。

印刷应变片与商用箔式及复合嵌入传感器的对比

来自航空航天复合材料用柔性印刷应变计的对立证据表明，当基体材料是聚合物复合材料而非金属时，印刷传感器能够达到何种性能[4]。在该研究中，DIW印刷的银基和碳基应变计被粘接到或嵌入CFRP层压板中，其中碳基应变计在拉伸应变低于0.2%时应变系数可达12，能够检测到小至−0.005%的相对电阻变化，并且在存在初始漂移的情况下仍能承受超过2000次拉伸循环[4]。这些印刷应变计比商用箔式应变计更轻、更便宜，无基底版本约重3 mg，成本约为0.18英镑，而商用TML应变计约为8.75英镑[4]。然而，该研究也指出了一个已知的脱层风险，即当Kapton薄膜被用作印刷传感器与导电CFRP层之间的电绝缘层时[4]。

钛合金嵌入研究那篇论文未报告其嵌入式传感器的灵敏度系数、循环寿命或漂移率，因此依据现有证据无法将其与复合材料嵌入式打印应变片进行直接性能比较[1][4]。可以比较的是集成挑战：在CFRP中，主要风险是绝缘层处的分层以及复合材料在180 °C下固化2 h期间的热失配[4]；在LPBF Ti-6Al-4V中，主要风险是激光扫描期间的瞬态热暴露，而粉末层正是为缓解这一风险而设计的[1]。复合材料方面的工作验证了DIW打印应变片作为结构材料中的传感元件是可行的，但并未验证在缺乏本文所引入的粉末屏蔽和介电表面工程的情况下，同样的应变片能够在金属增材制造中存活下来[1][4]。

使生存成为可能的热窗口与表面工程

该论文的热表征确定了TPGDA介电材料和TPM银纳米颗粒墨水的狭窄工艺窗口。热重分析显示，从约220 °C开始出现渐进式失重；差示扫描量热法识别出约260 °C处的玻璃化转变、约280 °C处的结晶以及约350 °C处的完全熔化，这意味着暴露于约200 °C以上会对聚合物网络造成不可逆损伤[1]。银墨水电阻在所有测试温度下均随固化时间降低，但200 °C及以上的温度会在导电层中诱发孔隙形成，最大热耐受约为250 °C下8500 s，之后退化变得明显[1]。所选固化条件为150 °C下3800 s，制备的传感器电阻约为350 Ω，与商用器件相当，同时避免了对介电层和导电层的降解[1]。

表面工程同样至关重要。刚沉积的TPGDA对DIW的润湿性不足，因此采用等离子体和电子束辐照来改性表面[1]。提高等离子体电流会增强刻蚀并产生明显的峰状结构，而EBI则生成更光滑、更对称的表面形貌；低电流等离子体在光滑形貌、足够极性和可控润湿性之间实现了最佳平衡，从而实现了可靠的附着力和高分辨率图案化[1]。高电流等离子体或EBI导致的过度润湿会引起墨水渗散并损害打印分辨率[1]。这是一项关于工艺控制的发现，而非普遍规律：最佳表面处理取决于具体的介电材料和墨水组合，论文将TPGDA和TPM银墨水作为模型材料，其设计原则有望迁移至其他可打印的聚合物–金属传感器系统[1]。

尚未验证的问题：长期疲劳、高温服役与完全封装

该论文证明了细胞相容性：所有传感器类型在PBS中浸泡三天和三周后均表现出80–90%的高细胞存活率，荧光成像证实细胞主要为伸长、健康的成纤维细胞[1]。这一结果支持了生物医学应用的潜力，但这只是短期体外评估，并非体内植入稳定性研究[1]。作者明确指出，未来工作应聚焦于拓宽兼容介电材料和导电材料的范围、提升长期可靠性与循环稳定性，并将该策略扩展至其他传感模态和金属增材制造平台[1]。当前的布线配置需要局部接触传感器焊盘，尚不能代表完全封闭的近净成形实现方案；未来架构可能引入导电馈通、互连通道或集成连接器以实现完全封装[1]。

更广泛的结构健康监测文献为这些未经核实的条件为何重要提供了背景。物理信息模型和灰箱模型可以降低SHM应用中的训练数据需求和排放，但其性能取决于底层传感数据的质量和覆盖范围[2]。用于间接SHM的无监督深度学习方法表明，所有测试过的模型架构在遇到高频局部噪声时都会出现显著的性能下降，这是实际部署的关键瓶颈[5]。神经扩展卡尔曼滤波器和循环卷积网络可以从振动数据中学习复杂的结构动力学，但在物理参数化且可辨识的情况下，残差卡尔曼滤波器优于网络，且深度学习方法无法外推到训练数据集之外属性的结构[7][8]。这些发现并未直接测试嵌入式钛传感器，但它们确立了一点：任何自感知金属的价值都取决于其随时间产生的数据的可靠性和可解释性——而这篇新论文尚未解决这些条件[1][2][5][7][8]。

关于这些来源

本研究页面基于8项研究（4篇同行评审、4篇预印本）——发表于2020年至2026年间，其中6项来自2024年或之后——这些研究是从通过质量筛选的13项研究中选出的最相关研究，而这些研究又取自一个超过5亿篇文献的数据库中检索到的73篇论文。

本文引用的文献