Prediktiv design av töjbara elektroder med töjningsokänslig prestanda via en robotik- och maskininlärningsintegrerad arbetsflöde

Elektronik som kan töjas som hud

Från smarta tröjor som följer vår hjärtrytm till mjuka robotar som rör sig som levande varelser—framtidens prylar behöver ledningar och batterier som kan töjas, vridas och böjas utan att sluta fungera. Denna artikel beskriver ett nytt sätt att designa sådana ”töjbara elektroder” så att de fortsätter att fungera även när de dras till flera gånger sin ursprungliga längd. Genom att kombinera laboratorierobotar, artificiell intelligens och datorbaserade simuleringar hittar forskarna material och strukturer som beter sig mer som elastisk hud än som sprött metall.

Varför töjbara ledningar är svåra att tillverka

De flesta metaller och batterimaterial är utmärkta på att leda elektricitet men dåliga på att hantera töjning. När tunna metallfilmer dras ut spricker de snabbt och deras elektriska resistans skjuter i höjden, vilket får enheter att sluta fungera. Ingenjörer har provat flytande metaller, nätverk av nanotrådar och smarta mönster som sprider ut påfrestningen, men att samtidigt uppnå hög ledningsförmåga, stor töjbarhet och stabil prestanda under belastning har förblivit undvikande. Det vanliga försöket-och-fel-anslaget, där man ändrar en parameter i taget, klarar helt enkelt inte av det enorma antalet möjliga recept och bearbetningssteg.

Låt robotar och AI utforska ett enormt designutrymme

Författarna angriper problemet genom att bygga en integrerad pipeline för ”materialupptäckt”. En pipetteringsrobot blandar först hundratals kombinationer av fyra byggstenar: ledande MXene-skikt, kolnanorör, guldbeläggda nanopartiklar och en flexibel polymer. Dessa blandningar filtreras till tunna filmer och testas för hur väl de leder elektricitet. Med hjälp av dessa resultat slår en maskininlärningsmodell snabbt bort dåliga kandidater och kartlägger en mindre, lovande region i designutrymmet. Därefter föreslår AI:n i flera omgångar av ”aktiv inlärning” de mest informativa nya recepten och bearbetningsvillkoren; roboten tillverkar dem, teamet mäter deras egenskaper och modellen uppdateras. Dataaugmenteringsknep förbättrar modellens pålitlighet ytterligare utan att kräva tusentals extra experiment.

Skapa små veck som tämjer stora töjningar

Förutom sammansättningen är den viktigaste insikten att filmens yta kan utformas för att klara töjning. Genom att krympa och återsträcka materialet på specialplastskivor och klistertejp skapar teamet mikrotexturerade filmer dekorerade med hierarkiska veck och skrynklor—åsar ovanpå vågmönster. Datorsimuleringar visar hur dessa former fungerar: när materialet dras ut rätas vecken ut först och absorberar deformationen så att materialet självt endast utsätts för små lokala töjningar. Så länge dessa töjningar hålls under en viss gräns förblir ledande banor intakta och den elektriska resistansen förändras knappt, även vid flera hundra procents förlängning.

Från ultratöjbara ledare till mjuka batterier

Med sin ”mästarmodell” för prediktion rekommenderar arbetsflödet en specifik mikrotexturerad nanokomposit att användas som ett stödjande underlager för en mycket tunn guldfilm. Denna optimerade stapel ger en guldkondutor som beter sig nästan som bulkmetall men som kan töjas till mer än tio gånger sin ursprungliga längd innan dess resistans ökar märkbart, och den överlever tiotusentals töjnings–relaxeringscykler. Samma designprinciper appliceras sedan för att skapa ett fullt töjbart zink–mangandioxidbatteri. Här rymmer de mikrotexturerade guldcollectorerna tjocka lager av styva batterimaterial, ändå kan den färdiga enheten förlängas till 300 procent samtidigt som kapacitet och verkningsgrad förblir nästan oförändrade över hundratals laddnings–urladdningscykler.

Vad detta betyder för framtidens bärbara teknik

För icke-specialister är huvudbudskapet att teamet visat ett praktiskt recept för att bygga mjuka, hållbara ström- och ledningskomponenter som kan töjas tillsammans med våra kroppar eller med mjuka maskiner. Istället för att förlita sig på långsam gissningslek hittar deras robot- och AI-styrda process snabbt kombinationer av ingredienser och ytfomer som håller den elektriska prestandan stabil även under extrema deformationer. Denna strategi kan påskynda utvecklingen av komfortabla medicinska bärbara enheter, flexibla IoT-prylar och nästa generationens mjuka robotar, och föra oss närmare elektronik som rör sig lika naturligt som huden och musklerna de är tänkta att samarbeta med.

Citering: 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

Nyckelord: töjbar elektronik, bärbara enheter, design med maskininlärning, mjuka batterier, mikrotexturerade material