引言
连续碳纤维增强树脂基复合材料（CFRP）因其轻质、高强度、高比模量、优异的抗疲劳性能和结构设计灵活性，被广泛应用于航空航天、高铁交通、新能源设备和先进工程结构[1], [2], [3], [4]。然而，CFRP在制造、装配和使用过程中容易发生内部损伤，包括基体开裂、分层、纤维断裂和界面脱粘[5], [6], [7], [8], [9]。这种损伤通常隐藏在复合材料内部，伴随微弱的早期信号和复杂的演化机制[10], [11], [12], [13], [14]。如果不能及时识别，可能导致结构承载能力渐进退化甚至突发结构破坏[15], [16], [17]。因此，内部损伤的实时原位监测对于确保CFRP长期安全服役具有重要意义[18], [19]。
目前，超声检测[20], [21], [22]、声发射[23], [24], [25]、红外热成像[26], [27], [28]、X射线成像[29], [30], [31]和其他无损检测技术[32], [33], [34]已广泛应用于CFRP的损伤评估。然而，这些方法大多依赖外部设备，通常离线或间歇性进行，对于服役条件下的长期、连续和实时监测是不够的。基于碳纤维固有导电网络的自感知方法具有更高的结构集成度[35], [36], [37], [38], [39]。然而，它们的电响应与多种因素强耦合，包括纤维结构、导电通路、界面接触和损伤形态。因此，它们仍存在损伤定位精度不足、损伤类型识别能力有限等问题。嵌入式传感技术为捕捉复合材料结构内部损伤演化提供了更直接的方式[34], [40], [41], [42], [43]。然而，对于3D打印CFRP，传统嵌入式传感器往往表现出较差的结构兼容性，可能引入局部缺陷或应力集中，从而破坏3D打印CFRP的力学性能[44], [45], [46], [47], [48]。因此，在不显著损害3D打印CFRP结构完整性的前提下实现高灵敏度的内部损伤监测和损伤分类，仍然是复合材料结构健康监测的关键挑战。
针对这些挑战，本研究提出了一种基于嵌入式热塑性聚氨酯/碳纳米管（TPU/CNT）柔性传感器的3D打印连续碳纤维聚乳酸/碳纤维（PLA/CF）复合材料内部损伤实时监测策略，并进一步开发了一种集成损伤监测和评估的智能监测系统。TPU/CNT柔性传感器结合了CNT导电网络的高灵敏电响应和TPU基体的优异柔性，使其可作为与3D打印PLA/CF复合材料兼容的嵌入式传感单元。通过优化传感器的几何结构和嵌入密度，传感器集成导致的3D打印PLA/CF力学性能退化被控制在5%以内，同时实现了有效的损伤监测，表现出良好的结构兼容性。
基于此优化的传感结构，采用三点弯曲载荷作为代表性损伤诱导条件[49], [50]。同步采集3D打印PLA/CF复合材料渐进损伤演化过程中的力学和电信号。提取应力、应变和相对电阻变化等关键参数，建立了力学损伤演化与电响应之间的映射关系。此外，根据不同损伤阶段的信号构建特征点，制定损伤识别准则，实现3D打印PLA/CF复合材料起始、扩展和临界失稳的损伤识别。在此基础上，仅通过电信号即可实现3D打印PLA/CF复合材料内部损伤的临界早期监测，无需依赖力学信号。本研究开发的嵌入式柔性传感器使3D打印PLA/CF复合材料在保持结构完整性和承载能力的前提下，增强了内部损伤监测的灵敏度、准确性和智能化程度。该策略为CFRP的结构健康监测提供了新途径，集成了材料设计、结构集成和智能传感。
