利用石墨烯/PVA涂层织物传感器优化电压辅助热机械（VARTM）的现场过程监测

《Materials & Design》：Optimizing the in-situ process monitoring of VARTM using graphene/PVA-coated fabric sensor

在线监测真空辅助树脂传递模塑（VARTM）过程，采用5 wt%石墨烯/PVA涂层玻璃纤维（GF）传感器，通过10对电极沿树脂流动方向及垂直方向布置，实时检测真空压力和树脂流动前沿，优化工艺参数（总浸润时间、夹紧点时间），实现非侵入式质量监控，提升复合材料性能。

　　在当今工业4.0快速发展的背景下，复合材料制造技术正经历着深刻的变革。随着对高性能复合材料的需求不断增长，尤其是在汽车和航空航天领域，对生产过程的精确监控变得尤为重要。真空辅助树脂传递模塑（VARTM）作为一种广泛应用的复合材料制造工艺，其优势在于操作简便、成本低廉以及能够生产复杂形状的结构件。然而，VARTM过程中树脂流动的不均匀性可能导致产品中出现干斑、气泡以及厚度分布不均等缺陷，影响最终产品质量。因此，开发一种能够实时监测树脂流动状态的非侵入式传感器成为提升工艺智能化和产品品质的关键。

本文提出了一种基于压阻效应的新型在线监测系统，利用石墨烯/聚乙烯醇（PVA）涂层的织物传感器来采集VARTM过程中的数据。该传感器通过将玻璃织物（GF）浸入不同石墨烯含量（3%、5%、7%）和不同浸渍次数（3次和5次）的涂层溶液中制备而成。通过优化这些参数，研究人员成功实现了对真空压力变化的精准检测，并能够捕捉到每一轮真空周期之间的滞后效应。此外，该传感器在树脂流动过程中能够准确识别流前沿位置，包括可能出现的“赛跑”现象（race-tracking），这是一种由于树脂流动不均而导致的局部区域未充分浸润的问题。

研究团队通过将10对电极均匀分布在织物的表面，分别沿着和垂直于树脂流动方向，实现了对整个VARTM过程的全面监测。这不仅有助于识别树脂的流动路径，还能够评估诸如总浸润时间和夹紧点等关键工艺参数。与传统的嵌入式传感器相比，该织物传感器具有更高的可扩展性和非侵入性，不会对树脂流动造成干扰，从而保证了复合材料的最终性能不受影响。此外，该传感器作为复合材料的一部分，其电极布置在边缘区域，确保了对主材料内部的无干扰测量，使得整个监测过程更加安全和高效。

在实验部分，研究团队采用了多种材料，包括双向E玻璃织物、真空袋、剥离胶带、流体介质、真空泵、进料口和出料口等。所使用的树脂系统由Kinetix R118环氧树脂和Kinetix H120固化剂组成，按1:4的比例混合。石墨烯添加剂来自First Graphene Ltd，其颗粒尺寸为50微米，含量为20%。PVA则由Merck Science Pty Ltd提供，其分子量为47000。为了制作电极和连接导线，研究团队使用了银导电涂料和双组分银导电环氧胶。在电导率测试中，采用了Keysight DAQ973A数据采集系统，该系统具有自动校准、高扫描速度以及对高电阻的高分辨率等优点。

制备涂层溶液的过程涉及将PVA颗粒与去离子水混合，并通过磁力搅拌器在80℃下搅拌1小时。随后，根据不同的石墨烯含量（3%、5%、7%）向溶液中添加相应的石墨烯粉末。混合后的溶液在室温下进一步搅拌2小时，形成最终的石墨烯/PVA涂层配方。浸渍过程则是在一个100毫升的塑料容器中进行，将切割成20毫米×100毫米的GF条带浸入溶液中2分钟，随后在80℃下干燥15分钟。这一过程重复进行n次，以制备n次浸渍的GF样品。不同石墨烯含量和浸渍次数的样品名称在表2中列出。

为了进一步验证涂层的性能，研究团队采用了多种表征手段。扫描电子显微镜（SEM）用于观察样品的表面形貌，结果显示，随着石墨烯含量的增加，GF表面变得更加粗糙并出现更多褶皱。傅里叶变换红外光谱（FTIR）用于分析涂层对GF表面化学结构的影响，观察到多个吸收峰的出现，表明石墨烯与GF之间发生了化学键合。拉曼光谱则用于评估涂层对GF结构的影响，显示出D带和G带的特征峰，进一步确认了石墨烯的均匀分布和结构特性。X射线光电子能谱（XPS）分析则揭示了涂层中元素的分布情况，表明随着石墨烯含量的增加，碳元素的比例显著上升，而硅元素的比例相应下降，这与石墨烯在GF表面的覆盖情况一致。

在电导率测试中，研究团队发现随着石墨烯含量的增加，样品的电阻显著下降，电导率相应提高。这表明石墨烯的引入有效增强了GF的导电性能。然而，浸渍次数对电导率的影响更为显著，当浸渍次数从3次增加到5次时，电阻下降了数倍，说明更多的石墨烯被沉积在GF表面，从而形成了更完整的导电网络。这一发现对于优化传感器性能具有重要意义。

在VARTM过程的监测中，研究人员重点分析了真空压缩和树脂浸润两个阶段。在真空压缩阶段，所有传感器均表现出相似的电导率变化趋势，即在施加真空时电导率上升，而在释放真空时电导率下降。这种变化主要归因于真空对GF的压缩作用，导致纤维之间的接触面积增加，从而改善了电导性。然而，随着浸渍次数的增加，传感器表现出更明显的滞后效应，表明其在压缩和释放过程中存在一定的形变和能量损失。5%石墨烯含量的传感器在这一阶段表现出最大的电导率变化，达到了16.49%，显示出良好的灵敏度和稳定性。

在树脂浸润阶段，电导率的变化主要受到树脂流动压力的影响。5%石墨烯含量的传感器在这一阶段表现出最佳的监测效果，能够清晰地识别夹紧点和总浸润时间。而3%石墨烯含量的传感器虽然在早期阶段表现出较大的电导率变化，但由于石墨烯含量较低，其导电网络不够密集，导致夹紧点难以识别。相比之下，7%石墨烯含量的传感器由于石墨烯的过度聚集，使得导电路径变得冗余，因此在夹紧后电导率的变化较小，难以准确捕捉树脂流动的细节。

通过将电极对布置在GF的两侧，研究团队能够实时监测树脂流动前沿的位置。在3%石墨烯含量的传感器中，电导率的变化显示树脂流动前沿从进料口向出料口逐渐推进，同时电极对L6H6和L9H9表现出轻微的电导率下降，这可能意味着树脂在这些区域流动较慢。而在5%石墨烯含量的传感器中，电导率的变化更为均匀，表明树脂在GF中分布较为均衡，没有出现明显的流动不均现象。7%石墨烯含量的传感器则表现出较小的电导率变化，这可能与石墨烯的过度聚集有关，导致其对树脂流动的响应变得不敏感。

为了进一步分析树脂流动前沿的分布情况，研究团队绘制了电导率随时间变化的热图。在3%石墨烯含量的传感器中，夹紧后电导率的变化较小，表明树脂流动前沿的分布较为均匀。而在5%和7%石墨烯含量的传感器中，夹紧后电导率的变化趋势更加明显，说明树脂在这些区域的流动更加迅速。此外，热图还揭示了在夹紧点之后，树脂流动前沿逐渐覆盖整个GF表面，从而实现了对复合材料内部结构的全面监测。

本研究的结果表明，5%石墨烯/PVA涂层的GF传感器在VARTM过程中表现出最佳的性能。它不仅能够准确识别夹紧点和总浸润时间，还能有效监测树脂流动前沿的位置，从而为工艺控制提供可靠的数据支持。此外，由于其非侵入性和高可扩展性，这种传感器在实际工业应用中具有广阔前景。它不仅适用于VARTM工艺，还可能拓展到其他涉及压力施加的树脂传递模塑（RTM）工艺中，为复合材料制造的智能化和自动化提供新的解决方案。

总的来说，本文通过实验研究，成功开发了一种基于石墨烯/PVA涂层的压阻式织物传感器，能够实时监测VARTM过程中的关键参数。该传感器的制备方法简单，成本低廉，具有良好的稳定性和灵敏度。通过调整石墨烯含量和浸渍次数，研究人员能够优化传感器的性能，使其适用于不同的工艺需求。此外，该传感器的非侵入性特点使其在不影响复合材料性能的前提下，能够实现对整个制造过程的全面监测，为提高产品质量和制造效率提供了新的技术路径。未来的研究可以进一步探索该传感器在不同复合材料体系中的应用，并通过校准实验将其与实际工艺参数建立更精确的关联。