苏州纳米所李清文团队成功实现>7GPa碳纳米管纤维制备

 碳纳米管纤维（Carbon nanotube fiber,CNTF）是由大量一维碳纳米管组装而成的宏观纤维材料，其碳纳米管组装单元（CNT）在理论上具备超高的力学与电学性能，使得碳纳米管纤维展现出兼具金属纤维、高分子纤维及碳纤维的综合性优势。在多种碳纳米管纤维常用制备方法中，浮动催化直接纺丝法（floatingcatalysis chemical vapor deposition, FCCVD）由于具有极高的制备效率，被认为是碳纳米管纤维宏量制备的关键技术。然而，该方法制备的碳纳米管纤维存在着大量的碳纳米管弯曲、缠结及管间孔隙等缺陷，限制了纤维性能的充分发挥以及实际应用。为此，研究人员通过多种后处理手段进行浮动催化碳纳米管纤维的性能增强研究。总体而言，现有后处理手段往往只着重关注纤维中的某一类型缺陷，且关于纤维微观结构变化对纤维载荷传递与性能的影响机理尚不明晰，阻碍了碳纳米管纤维性能的进一步提升。因此，发展出可同时实现纤维再取向及致密化的综合后处理技术，已然成为高性能碳纳米管纤维研究与应用领域的关键。

 本工作中，中国科学院苏州纳米所李清文团队开发出一种针对浮动催化法碳纳米管纤维的新型综合后处理增强策略，主要包括氯磺酸辅助牵伸取向与辊压致密，可实现碳纳米管纤维中碳纳米管取向度及管间堆积致密度的同步提升。此外，通过纤维表面及断面的高分辨SEM、广角X射线散射（WAXS）、偏振Raman光谱及BET分析等多种微观结构表征手段，揭示出纤维微观结构演变对纤维力电性能的影响及增强机理。研究表明，纤维内碳纳米管弯曲、缠结及管间孔隙等缺陷在后处理过程中得到显著降低，对纤维性能提升十分有利。进一步地，通过后处理参数优化，得到了综合性能优异的碳纳米管纤维，其中，纤维拉伸强度达到7.67 GPa，弹性模量达到230 GPa，电导率提升至4.36×106S/m。

图1.碳纳米管纤维多步后处理及相应微观结构演变示意图

 浮动催化碳纳米管纤维的多步后处理工艺，首先为氯磺酸辅助牵伸取向过程（图1a），碳纳米管纤维原丝进入氯磺酸中，发生质子化膨胀从而降低管间范德华作用，经过牵伸取向作用及凝固浴中凝固收缩致密作用，然后进行热退火去除纤维中的杂质（图1b），最后进行辊压致密化（图1c），从而实现碳纳米管纤维取向度和致密度的同步提升。

图2.多步后处理过程中碳纳米管纤维微观结构的SEM和TEM表征

 多步后处理过程中碳纳米管纤维微观结构发现显著变化，纤维表面及断面的SEM和纤维断面TEM表征结果显示，氯磺酸辅助牵伸可提升纤维内碳纳米管的取向度和排列致密度，而辊压致密化处理可进一步提升纤维致密度。

图3.多步后处理过程中碳纳米管纤维微观结构演变表征（密度、BET、WAXS、偏振Raman）

 图3a-c中通过密度和BET分析表征了纤维致密度及孔隙缺陷的变化情况，显示氯磺酸辅助牵伸和辊压过程均有效降低了碳纳米管纤维中孔隙缺陷，提升了纤维致密性。图3d-h通过WAXS表征了纤维中碳纳米管取向性的变化情况，图3i偏振Raman表征验证了纤维取向度变化，结果均显示纤维取向度的提升主要来自氯磺酸辅助牵伸过程，而辊压过程则可进一步少量提升纤维的取向度。

图4.多步后处理过程工艺条件优化提升碳纳米管纤维力学性能

 图4为多步后处理过程中的不同牵伸率、牵伸速率、凝固浴成分及辊压速度条件对碳纳米管纤维力学拉伸性能的影响，从而获得了多步后处理过程的最佳处理条件，牵伸率为16%，牵伸速率为0.058m/min，凝固浴采用二氯甲烷（DCM），辊压速率为0.5cm/min。同时，研究团队也研究了不同处理条件对碳纳米管纤维导电性的影响。

图5.多步后处理制备的高性能碳纳米管纤维的典型力学、电学性能，柔性加热应用示范及与其他典型高性能纤维的对比

 经过处理条件优化，研究团队制备的高性能碳纳米管纤维具有极高的力学、电学性能，其拉伸强度达到7.67 GPa，弹性模量达到230 GPa，电导率达到4.36×106S/m。与传统高性能纤维相比，该高性能碳纳米管纤维具有高强、高导电的综合性能优势，同时，碳纳米管纤维还展现出良好的可加工性和电热转化性能。总体而言，本工作中碳纳米管纤维的力学与电学性能均达到浮动催化碳纳米管纤维领域中的最高水平。相关工作以Carbon nanotube fiberswith excellent mechanical and electrical propertiesbystructural realigning and densification为题发表于Nano Research，中国科学院苏州纳米所吴昆杰副研究员、博士生牛宇涛及江西省纳米技术研究院博士后王彬为论文的共同第一作者，通讯作者为中国科学院苏州纳米所张永毅研究员、勇振中研究员，北京石墨烯研究院蹇木强研究员和中国科学院苏州纳米所李清文研究员。上述研究工作得到了国家重点研发计划、国家自然科学基金等项目的支持。