A highly stable PI-PU conductive copolymer for wearable
Notice bibliographique
Résumé
Smart textiles require conductors that maintain electrical stability under repeated deformation and laundering while preserving textile-like softness. Here, we develop a poly(imide-urethane) (PI–PU) copolymer that combines the high-temperature dimensional stability, abrasion, and dielectric properties of polyimide (PI) with the elasticity of polyurethane (PU). The PI–PU copolymer was synthesized from polytetramethylene ether glycol (PTMEG 3000), 3,3′,4,4′-benzophenonetetracarboxylic dianhydride (BTDA), and m-xylylene diisocyanate (XDI) in N-methyl-2-pyrrolidone (NMP) under nitrogen; optional melamine crosslinking improved mechanical robustness. Conductive pastes were obtained by dispersing 62 wt% Ag powder in the PI–PU using a high-speed vacuum defoaming mixer. Printed traces on TPU film exhibited a resistivity of 3.5 × 10 -5 Ω·cm and negligible resistance change after 20% elongation and recovery (0–8% variation, best case 0%). After AATCC 135 laundering 50 times, the resistance on knitted and woven laminates increased modestly from ∼2.0–2.8 Ω to 5.1–5.5 Ω, indicating durable conductivity and superior wash-wear resistance compared with a neoprene-based benchmark. The results demonstrate that PI–PU/Ag is a promising platform binder for printed circuits in wearable electronics, enabling stable signal transmission under cyclic strain and laundering. • A new elastic conductive slurry from polymer polymerization, material ratio, homogenization technology, and process design. • The basic slurry in this study is a high-strength elastic PI-PU material with high hardness on the surface, and surface protection is required during use. • The PI-PU elastic conductive paste in this study has lower resistivity (3.5 × 10 -5 Ω‧cm). • The PI-PU copolymer has a lower elastic resistance variation rate (<10%) • The PI-PU conductive slurry has better washing/ resistance (50 times).
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».