Tailoring Diels–Alder Cross-Linked Liquid Crystal Elastomers for Spatially Programmable Monolithic Actuators
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Liquid crystal elastomers with thermo-reversible Diels-Alder cross-links (DALCEs) offer exceptional reprocessability and mild-temperature reprogrammability, enabling repeated fabrication of diverse actuators. However, optimizing their molecular design and refabrication protocols remains crucial to further unlocking their potential. This work systematically investigates DALCEs synthesized via aza-Michael addition reactions between RM82, furfurylamine, and various chain extenders (phenylethylamine, ethylamine, butylamine, hexylamine, octylamine, and 6-amino-1-hexanol). The effects of cross-linking density and chain extender selection on phase behavior, thermomechanical properties, and actuation performance have been thoroughly examined. The results show that a PEA-based formulation with moderate cross-linking density achieves the most balanced performance. Based on this optimized formulation, a novel (re)fabrication strategy is introduced by harnessing DALCEs' intrinsic reprocessability, reprogrammability, and self-healing properties. This strategy employs multilevel fiber programming before monolithic actuator formation, enabling spatially controlled liquid crystal alignment and facilitating iterative actuator refinement through reconstruction. Consequently, complex morphing behaviors in disk films and stress-modulating functions in tubular actuators were demonstrated. This work establishes a versatile, easily synthesized material platform for spatially programmable, dynamic monolithic actuators, paving the way for advanced applications in soft robotics and adaptive devices.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle