超材料通過各結構單元的特異性組合，為仿生電子器件的多模態集成與解耦提供實現路徑。然而，制造工藝和功能材料的不匹配嚴重制約電子器件的材料與制造手段的的選擇范圍。早在兩千年前的春秋時期，失蠟法便用于鑄造結構復雜、配比多樣的青銅器。若能通過微尺度3D打印制備可溶化“蠟模"，進而獲取空心“模骨"后注入功能材料，則可制造結構復雜、種類多樣的超材料電子器件，對多類型、高性能、難成型器件的制造具有重要意義。

基于此，來自西安交通大學的陳小明、邵金友教授團隊在《Device》上發表一篇題為“ Investment micro-casting 3D-printed multi-metamaterial for programmable multimodal biomimetic electronics"的論文。

本文提出了一種基于布爾邏輯的熔模微鑄造μ-3D打印（BμSL）技術，實現了多種不同功能材料的復雜高精結構成型。繼而模仿觸覺強弱感知，制造類神經元超材料器件，增強了機械手抓取的自主執行與多模態識別能力。這項研究為可編程超材料電子的設計與制造提供一種通用策略。

亮點

1. 受古代青銅器失蠟法鑄造工藝啟發，提出一種面向多材料、難成型、跨尺度、可編程的超材料電子3D打印方法；
   

2. 提出一種基于電潤濕效應的微注塑方法，實現超20種復雜超材料器件成型；
   

3. 設計與制造類神經元效應的壓電超材料電子，實現仿生抓取、多模態特征解耦、自感知識別與強化學習應用。
   

簡介

超材料電子皮膚是通過模仿皮膚多種功能實現類觸覺感知的復合器件，有助機器人實現靈巧操作和精準識別（如：柔軟度和紋理）。通過3D打印優異功能導向的人工結構，器件可實現多模態感知集成與解耦。但在制造上也由于超材料的功能集成度高而面臨如下挑戰：

1. 功能材料在打印中的相變不易受控（如激光、熱或光子沖擊）；

2. 打印材料的功能負載度低（如含量或均一性）；

3. 功能材料對打印參數的依賴度高，性能開發范圍受限；

4. 跨尺度、懸臂及拓撲結構難打印，微尺度誤差控制困難；

為了盡可能降低打印工藝對器件性能的削弱，解決超材料器件“材料-結構-工藝"不匹配的問題，作者受古代青銅器失蠟法鑄造工藝啟發，提出一種基于布爾邏輯的熔模微鑄造3D打印方法（BμSL），通過制備可去除的3D微鑄造模具，實現結構復雜、材料多樣的電子器件制造。

1.BμSL制造方法及特點

如圖1所示為熔模微鑄造3D打印方法的示意圖，并展示了多種難成型功能材料的超材料結構，包括高固相含量的鐵基電磁材料和鈦酸鋇基壓電功能材料，以及Ga-In金屬和海藻酸鈉水凝膠。該方法還可制造多材料、多類型復雜微結構，包括極小曲面晶格、八角桁架等。多種功能材料與復雜三維微結構的隨機組合，極大拓寬了可制造器件的范圍。進一步，作者提出一種具有梯度化結構的三維壓電超材料電子，通過模仿皮膚神經元的分布特點，突出“材料-結構-功能"一體化的制造優勢。

2.可溶性光敏樹脂合成及微尺度打印

首先，作者研究了BμSL方法中的關鍵工藝步驟（圖2）：可溶性光敏樹脂的合成及微尺度結構打印。通過研究并調控樹脂組成及曝光成型規律，實現常溫常壓下無明顯溶脹的光固化“蠟模"制造，最小成形尺寸可達10 μm。與LIGA刻蝕及其他可溶可打印的高分子體系對比，該樹脂體系可裂解成鹽并溶于水，無固體殘余，在裂解率和最小成型尺寸上具有明顯的優勢。其中，該研究利用摩方精密nanoArch® P140（精度：10 μm）3D打印系統制備了一種具有復雜結構的可溶光敏樹脂3D打印預模（PM）。

3.跨尺度功能超材料

作者進一步對超疏水可穩定去除的“模骨"制造進行了研究（圖3）。實現“蠟模"與“模骨"的結構轉化是BμSL方法中的難點。作者提出基于電潤濕效應的微流道異質材料置換方法，得到了跨尺度、多種類（PVDF/CNT，PVA/BNNS）的壓電超材料，包括具有微觀三維結構的橡膠基超材料和具有微-納二級結構的氣凝膠超材料。與同類型制造方法對比，BμSL在成形結構長徑比（>20）、材料選擇種類（>20）和成型尺寸（50μm）等方面，均優于其它方法。

4.仿生超材料壓電器件及可編程性能設計

進一步，如圖4所示，為說明BμSL方法在結構-功能一體化器件上的應用，作者設計并制造了具有梯度化結構的柔性壓電超材料（FMG）。通過模擬計算和實驗驗證，獲得多組性能可調、結構可變的壓電單體器件（FMPx）。結果表明FMPx的小載荷響應較無結構化器件提升近20倍，進而將其梯度化組裝，可得到兼具小載荷靈敏響應性和大載荷穩定服役性的梯度化結構超材料器件FMG。這說明BμSL方法可提高柔性壓電超材料電子的響應可調控能力，拓展了適用范圍。

5.多模態感知系統及自主交互

作者建立了壓電超材料器件與機械手自主控制的交互系統（圖5）。通過將多個FMG-T/J器件分別安裝到機械手的尖部和關節處，測試并獲取仿生多模態陣列感知系統（BASS）對軟硬感知的斜率特征（kx）和抓取狀態（U(θ)）的響應特征。研究發現，該系統增強了機械手對易碎、易變形等15種物體的感知能力。作者通過將感知數據結合強化學習模型訓練，顯著提高了硬度識別精度。BASS賦予機械手對不同軟硬物體（0.72-13.15 kg/cm2）的動態抓取反饋和多模態（接觸、彎曲、摩擦、剛度）感知能力。

總結

綜上，本文研究結果為仿生超材料電子的“材料-結構-功能"一體化制造及性能調控提供了實現方案。BμSL方法為仿生超材料電子性能設計帶來新的實現思路，降低了多模態器件的感知集成難度。該工作所得到的感知交互系統為機械手自主操縱與反饋提供大量數據，未來可靈活應用于軟電子器件、機器人自主判斷與識別、柔性觸手及控制等多類具身智能應用。