研究员开发出用于油水分离的打印仿生超疏.DG

几乎没有什么比石油泄漏更具环境破坏性的污染，并且后果在最初的灾难之后将持续数年。尽管人类做出了最大的努力，但泄露的石油都不容易清理，但大自然可能有一个解决方案，就像它为许多事情做的那样。南加州大学的研究人员正在研究一种特定的叶片结构，以制造一种大量制造的材料，比现在使用的材料更容易去除油分。

Salvinia molesta是一种原产于南美洲的浮蕨。它的叶子非常疏水，并且淹没在水中时保留了一个空气袋，这要归功于细小的防水毛发。

“我认为植物表面超疏水的原因是因为它生活在水面上，需要空气生存，”博士后研究人员Yang Yang说。“如果不是这种植物的长期进化，植物可能会被淹没在水中并会死亡。”

据了解在微观层面上，叶子毛发的排列方式类似于打蛋器或拂子。研究人员利用沉浸式表面积聚 D打印（ISA D打印）的方法，使用塑料和碳纳米管重新打造了这种打蛋器微观结构，称为Salvinia效应。其结果是一种高度疏水和亲油或吸油的材料。这种组合可以使油和水有效分离。

副教授Yong Chen说：”我们试图创造出一种能够将油与水分离的功能性表面纹理。基于此，我们通过使用 D打印方法修改了材料表面，帮助我们获得了一些有趣的表面特性。”

研究团队希望，最终他们以 D打印为原型，可以在足够大的规模上制造出来，用于分离海洋中的油和水。目前，该方法需要大量的电场或机械施加压力的能量。

Salvinia效应也可用于其他应用，包括医疗应用。它可以用于微滴操作，其中液体与机器人手臂的粘附力可以相应地调整并导致微量液体的不丢失转移。该技术可用于多种不同的应用，包括基于微滴的微反应器、纳米颗粒合成、组织工程、药物发现和药物输送监测。

高性能微滴操纵的一种可能应用是可以对患者进行更有效的血液分析。机器人手爪可以移动到不同的站点并分配血液微滴，然后将其与不同的化学品均匀混合以进行测试。这些测试也可以设计用来控制化学品与液滴的比例，并可以保存原料和化学试剂。

“你可以用一个机器人手臂来模仿‘Salvinia效应’，”博士生Xiangjia Li说。“无论你用哪种方式移动手臂，抓握力都非常大，以至于液滴会保持附着状态。”

据悉，该研究已发表在题为“用于微滴操作和油/水分离的 D打印仿生超疏水结构”的论文中，作者包括Yang Yang、Xiangjia Li、Xuan Zheng、Zeyu Chen、Qifa Zhu和Yong Chen。感兴趣的用户可以点击这里阅读论文。