Предиктивное проектирование растягиваемых электродов с неизменной работой при деформации с помощью интегрированного рабочего процесса на основе робототехники и машинного обучения

Электроника, которую можно растягивать как кожу

От умных рубашек, отслеживающих сердцебиение, до мягких роботов, движущихся как живые существа — будущим устройствам понадобятся провода и батареи, которые можно растягивать, скручивать и сгибать, не допуская отказов. В этой статье описан новый способ проектирования таких «растягиваемых электродов», чтобы они продолжали работать даже при растяжении в несколько раз по сравнению с исходной длиной. Объединив лабораторных роботов, искусственный интеллект и компьютерное моделирование, исследователи обнаруживают материалы и структуры, которые ведут себя больше как эластичная кожа, чем как хрупкий металл.

Почему сложно сделать растягиваемые провода

Большинство металлов и материалов для батарей отлично проводят электричество, но плохо переносят деформацию. При растяжении тонкие металлические пленки быстро трескаются, а их электрическое сопротивление резко возрастает, что приводит к сбоям устройств. Инженеры пробовали жидкие металлы, сети из нанопроволок и хитроумные узоры, распределяющие напряжение, но одновременно обеспечить высокую проводимость, большую растяжимость и стабильную работу при деформации по-прежнему было трудно. Обычный подход методом проб и ошибок, при котором изменяется по одному параметру, просто не справляется с огромным числом возможных рецептов и технологических шагов.

Пусть роботы и ИИ исследуют огромное пространство вариантов

Авторы решают эту проблему, построив интегрированный конвейер «открытия материалов». Пипетирующий робот сначала смешивает сотни комбинаций четырёх компонентов: проводящих листов MXene, углеродных нанотрубок, золотых наночастиц и гибкого полимера. Эти смеси фильтруют в тонкие пленки и проверяют на проводимость. Исходя из этих результатов, модель машинного обучения быстро отбрасывает плохие варианты и выделяет более небольшой, перспективный регион пространства вариантов. Затем в нескольких раундах «активного обучения» ИИ предлагает наиболее информативные новые рецепты и условия обработки; робот их готовит, команда измеряет свойства, и модель обновляется. Приёмы увеличения данных дополнительно повышают надёжность модели без необходимости в тысячах дополнительных экспериментов.

Создание крошечных складок, которые смягчают большие деформации

Помимо состава ключевая идея в том, что форму поверхности пленок можно спроектировать так, чтобы они переносили растяжение. Уменьшая и повторно растягивая материал на специальных пластиковых листах и липких лентах, команда получает микротекстурированные пленки, украшенные иерархическими складками и смятиями — гребнями поверх волн. Компьютерные симуляции показывают, как эти формы работают: при растяжении складки сначала выпрямляются, поглощая деформацию, так что сам материал испытывает лишь небольшие локальные напряжения. Пока эти напряжения остаются ниже определённого порога, проводящие пути остаются неповреждёнными, и электрическое сопротивление почти не меняется, даже при растяжении на несколько сотен процентов.

От сверхрастяжимых проводов до мягких батарей

Используя свою «чемпионскую» предиктивную модель, рабочий процесс рекомендует конкретный микротекстурированный нанокомпозит для использования в качестве поддерживающего подслоя под очень тонкую золотую плёнку. Оптимизированная структура даёт золотой проводник, который ведёт себя почти как массивный металл, но может быть растянут более чем в десять раз от исходной длины до заметного увеличения сопротивления и выдерживает десятки тысяч циклов растяжения и восстановления. Те же принципы проектирования применены для создания полностью растягиваемой цинк–марганцево-диоксидной батареи. Здесь микротекстурированные золотые коллекторы принимают толстые слои жёстких материалов батареи, и при этом собранное устройство можно удлинять до 300 процентов, сохраняя почти неизменную ёмкость и КПД на сотнях циклов заряд/разряд.

Что это значит для будущих носимых технологий

Для неспециалистов главный вывод в том, что команда продемонстрировала практический рецепт создания мягких, долговечных источников питания и электрических соединений, которые могут растягиваться вместе с нашим телом или мягкими машинами. Вместо медленных догадок их процесс с участием роботов и ИИ быстро находит сочетания ингредиентов и форм поверхности, которые сохраняют электрические характеристики при экстремальных деформациях. Эта стратегия может ускорить разработку удобных медицинских носимых устройств, гибких устройств Интернета вещей и роботов нового поколения, приближая нас к электронике, которая движется так же естественно, как кожа и мышцы, с которыми она должна работать.

Цитирование: Yang, H., Chen, Q., Chen, T. et al. Predictive design of stretchable electrodes with strain-insensitive performance via robotics- and machine learning-integrated workflow. Nat Commun 17, 1778 (2026). https://doi.org/10.1038/s41467-026-68484-3

Ключевые слова: растягиваемая электроника, носимые устройства, проектирование с помощью машинного обучения, мягкие батареи, микротекстурированные материалы