在可穿戴設備、生物傳感、人機交互等前沿領域，三維表面共形電子憑借能緊密貼合復雜曲面、打破傳統平面電子應用邊界的核心優勢，一直是全球科研與產業界聚焦的熱門課題，具備廣泛的場景適配性與強大的功能拓展潛力。

作為深耕電子增材制造領域的創新企業，夢之墨在該方向已有突破，推出可直接在復雜三維表面精準制作電子線路的設備，為共形電子的場景化落地提供有力支撐。

同時，在科研界三維表面電子技術探索也從未停歇。近日，中科院理化所、清華大學、天津大學團隊成員在《Nature Electronics》聯合發表文章，提出了基于熱塑性薄膜與半液態金屬的創新方案。

我們相信，隨著科研界的持續研究與產業界的實踐賦能，將涌現更多更優的技術方案，持續破解應用痛點、拓寬適配場景，推動三維表面電子技術加速走向規模化應用，為相關產業的創新發展注入持久動力。

以下內容轉自高分子前沿科學：

在可穿戴設備、生物傳感器、人機交互等領域，能夠貼合于三維曲面的共形電子器件一直是研究熱點。然而，現有制造方法要么機械穩定性不足、材料選擇受限，要么依賴專用設備和復雜流程，難以滿足大規模應用的需求。近日，中科院理化所國瑞研究員聯合清華大學汪鴻章特別研究員和天津大學黃顯教授，提出了一種通過自適應基底實現從平面到立體的曲面共形電子器件制備策略。作者以常見的熱塑性薄膜為例，以半液態金屬為導電材料，通過開發出對應的半液態金屬圖案化方法，結合有限元仿真輔助電路圖案設計，成功開發了低成本、適用范圍廣、制備與安裝簡單快捷的共形電子器件制備方法，相關研究成果為共形電子的制備與規模化生產與應用提供了新的思路。相關研究成果以題為“Shape-adaptive electronics based on liquid metal circuits printed on thermoplastic films”發表在最新一期的《Nature Electronics》上。

合作團隊的方案靈感源自于常見的熱塑性包裝薄膜。熱塑性薄膜(聚氯乙烯PVC)在生產過程中經高溫拉伸后冷卻定型，當再次加熱至變形溫度區間(57.0-70.6℃)時，內部儲存的應力會驅動薄膜收縮，從而緊密貼合目標物體表面。在熱塑性薄膜膜上制備出電路通過加熱即可將所需電路固定在目標曲面上(圖1)。為解決電路在收縮過程中的穩定性問題，團隊通過在液態金屬EGaIn中混入鍍銀銅顆粒制成半液態金屬Cu-EGaIn。與純液態金屬相比，Cu-EGaIn的導電性更強(達9.5×10? S m?1)，且流動性大幅降低，既能承受劇烈收縮變形，又能避免流動導致的電路失效。配合聚丙烯酸酯(PMA)壓敏膠的選擇性粘附作用，可在熱塑性薄膜上繪制精度為100微米的電路圖案。針對電路在收縮安裝時的變形，團隊通過有限元仿真，建立了熱塑性薄膜變形預測模型，能夠根據目標三維曲面的形態，精準設計初始平面電路圖案，確保收縮后形成排布合理的功能電路。這種 "預設計 - 熱收縮" 的流程，既簡化了制造工藝，又保證了器件精度。

圖1.形狀自適應電子器件的概念與設計

Cu-EGaIn在熱塑性薄膜表面的圖案化是通過PMA的選擇性黏附實現。通過直寫法在熱塑性薄膜表面繪制電路圖案，Cu-EGaIn通過氫鍵與 PMA 粘結，無論收縮前后，PMA對液態金屬的粘附力均高于熱塑性薄膜，通過刷涂法即可實現Cu-EGaIn選擇性沉積與固定。對比純EGaIn，Cu-EGaIn可避免液態金屬因為重力等外力流動團聚，可以在曲面保持形態完整，為電路性能穩定提供支撐。在收縮過程中，Cu-EGaIn導線跟隨基底的收縮而收縮，例如400 μm Cu-EGaIn導線收縮后縮至 220 μm，橫截面由梯形轉變為規則圓頂形，高度從30 μm增至70 μm，但結構穩定且無缺陷。證明其在收縮過程中仍可保持穩定的電學連接(圖2)。

圖2. Cu-EGaIn導線與熱塑性薄膜的粘附性及橫截面輪廓表征

利用粘附力差異制備的Cu-EGaIn導線線寬精度可實現100 μm，觀察Cu-EGaIn導線在熱收縮前后的寬度變化及微觀形貌，顯示線寬窄于 500 μm的導線收縮后寬度略超理論預測，而線寬大于 500 μm的導線受EGaIn聚集影響較小，且所有導線收縮前后電阻均低于10 Ω;經5000 次彎曲和扭轉循環測試，收縮前導線電阻變化分別不超過4%和4%，收縮后分別增至 8%和15%，表現出良好的穩定性;對螺旋電路進行按壓、擠壓和拉伸等力學作用，其電阻雖有暫時性波動，但外力移除后可恢復初始值，體現出優異的結構穩定性(圖3)。

圖3. 制備精度與導線的電穩定性

該方法通過收縮的方式將電子器件固定在目標曲面上，因此對目標曲面的材料與狀態耐受性強，作者通過多場景測試展現了該技術在目標物體尺度、材質、表面形態及粘附難度上的普適性(圖4)。該圖呈現了不同尺寸(玻璃珠、乒乓球、網球、籃球)、不同材質(塑料飛機、玻璃杯、柚子、鐵模型)以及復雜曲面的 3D模型上，LED 陣列均能通過熱收縮實現穩定共形封裝。針對草皮、石膏、濕木、聚四氟乙烯等難粘附表面，借助熱塑性薄膜與目標表面的物理聯鎖和摩擦力，其剝離強度達30 N，遠超商用VHB膠帶，且未對基材造成損傷;通過對球體不同位置導線的測試，顯示即使收縮程度存在差異，電阻變化最大僅約3 Ω，而將器件應用于多種不同物體后，各導線電阻增量均控制在0.5 Ω以內。

為展示該技術的應用前景，作者制備多種形狀自適應電子器件進行演示，通過一系列場景化案例展現了該技術在航空航天、智能傳感、醫療健康等領域的實用價值(圖5)。包括模型飛機機翼表面的共形除冰系統，其電熱絲可在10 秒內將翼面溫度從 27℃提升至35℃，同時集成的LED陣列可實現夜間飛行導航;在船舶表面制備的共形太陽能陣列，能最大化利用曲面面積實現能量收集;針對水果運輸儲存需求，開發的溫濕度傳感電路可貼合香蕉、西瓜等農產品表面，連續12 小時穩定監測環境參數;在醫療健康領域，可穿戴脈搏波傳感器憑借小巧舒適的設計可精準采集生理信號，而智能繃帶通過分布的壓力傳感器實時監測包扎壓力，當壓力接近損傷閾值時，警示燈會自動點亮警示，該繃帶可適配頸部、手腕、腳踝等不同部位，通過多傳感器布局實現全方位壓力監測;這些應用案例充分驗證了形狀自適應電子器件在不同場景下的穩定性與適配性，為相關領域的技術升級提供了新方案。

圖5.多種形狀自適應電子器件的應用演示該技術的一個重要應用場景是對現有設備進行無損升級，為其附加更多功能。作者以人機界面與智能手套為例進行了展示(圖6)。作者在機器人頭部和機械臂表面通過熱收縮方法集成的共形觸覺傳感器陣列與 LED陣列，實現了精準的觸摸檢測與反饋功能;基于該技術開發的智能手套集成了5 個壓力傳感器和3 個溫敏電阻，可在抓取黃瓜、塑料球、金屬圓柱等8 種不同物體時同步采集壓力與溫度數據;利用這些數據對10種機器學習算法(包括CNN、隨機森林、SVM等)進行訓練與測試，其中 CNN算法的物體識別準確率最高達97%;為實現高效分類，團隊設計了基于一維CNN的多模態檢測模型，通過對溫度和壓力數據分別進行卷積、特征提取與融合，有效提升了識別可靠性;t-SNE可視化結果顯示，原始數據在高維空間中難以區分，經深度學習訓練后不同物體的數據可實現線性分離，五折交叉驗證結果表明8類物體的識別準確率介于90%-100% 之間，充分證明了多傳感融合策略在物體識別中的優勢，也為傳統設備的智能化升級提供了低成本、易實現的解決方案。

圖6.面向人機界面的形狀自適應電子器件應用演示

總結

該策略無需復雜工藝即可實現平面電路到三維曲面的高效轉化，器件兼具高耐用性與廣泛適配性，且制造成本低廉、操作簡便。未來，團隊將通過優化印刷工藝提升電路精度，開發更大面積的均勻加熱設備以適配大型目標，進一步拓展技術的應用邊界。這項技術不僅為可穿戴電子、智能傳感等領域提供了新的制造范式，更有望推動 "萬物互聯" 時代下，普通物體向智能設備的低成本轉型，具有重要的學術價值與產業前景。論文第一作者為天津大學博士蔣成杰，共同通訊作者為中科院理化所研究員國瑞、清華大學深圳國際研究生院特別研究員汪鴻章、天津大學教授黃顯。該論文受期刊邀請撰寫了Research Briefing文章。

該工作得到了國家自然科學基金的支持。

論文鏈接：

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