智能材料修复突破论文

智能材料修复突破论文一.摘要

智能材料修复技术作为现代材料科学与工程领域的核心发展方向，近年来在结构健康监测与自修复材料设计方面取得了显著进展。本研究以航空航天领域关键承力结构为案例背景，针对传统材料在极端服役环境下的损伤累积问题，系统探讨了基于形状记忆合金（SMA）和自修复树脂的复合智能材料修复技术。研究采用多尺度有限元模拟结合实验验证的方法，构建了包含裂纹萌生、扩展及修复过程的数值模型，并设计了一系列包含初始缺陷的复合材料试件进行力学性能测试。实验结果表明，通过引入微胶囊封装的SMA纤维网络，材料在承受循环载荷时表现出优异的自修复能力，损伤扩展速率降低了63%，且修复后的结构强度恢复至92%以上。进一步通过动态力学分析发现，智能材料内部的应力重分布机制显著提升了结构的疲劳寿命。研究还揭示了温度场与应力场的耦合效应对自修复效率的关键影响，证实了通过外部热激励可显著加速修复过程。结论表明，该复合智能材料修复技术不仅能够有效延缓结构损伤累积，还能在微观层面实现损伤的自发修复，为极端环境下的结构可靠性提供了全新的解决方案，具有广泛的应用前景。

二.关键词

智能材料；自修复技术；形状记忆合金；复合材料；结构健康监测；疲劳损伤

三.引言

随着现代工业向高速、高效、高可靠性的方向发展，结构材料在极端服役条件下的损伤与失效问题日益凸显。航空航天、能源、交通运输等关键领域中的承力结构，如飞机机翼、火箭发动机壳体、高速列车车轴等，长期承受复杂的机械载荷、温度波动、腐蚀环境以及动态冲击等多重因素的耦合作用，导致材料表面及内部产生微裂纹、疲劳损伤、磨损等累积损伤。这些损伤不仅会降低结构的使用性能，更严重的是可能引发灾难性的破坏事故，造成巨大的经济损失和人员伤亡。传统的结构维修方法通常依赖于人工检测和定期更换，存在检测效率低、维修成本高、难以应对突发损伤以及可能干扰结构正常运行等局限性。此外，频繁的维修作业还会增加结构的维护周期，缩短其整体使用寿命。

在此背景下，智能材料（SmartMaterials）作为一种能够感知外部刺激（如温度、应力、光、电、磁等）并作出可预测响应的先进材料，为结构的健康监测与损伤自修复提供了全新的技术途径。智能材料能够集成传感、驱动和修复功能于一体，实现结构的智能化管理，从而在损伤发生前进行预警，或在损伤发生后主动进行修复，显著提升结构的可靠性、安全性和使用寿命。近年来，自修复材料（Self-healingMaterials）作为智能材料领域的一个重要分支，通过在材料内部引入能够感知损伤、迁移至损伤部位并参与修复的活性物质（如微胶囊、可交联单体等），实现了对材料损伤的自主愈合。自修复技术的研究与应用，尤其是在高分子基体、复合材料以及部分金属基材料中的探索，已经取得了一系列令人瞩目的成果，为延长关键结构的使用寿命、降低维护成本提供了有力的技术支撑。

然而，现有的自修复材料修复效率、修复范围以及修复后的性能恢复程度等方面仍存在一定的局限性。例如，基于微胶囊破裂释放活性物质的修复机制，其修复效率受微胶囊的破裂率、释放速率以及活性物质与损伤部位的匹配性等多种因素影响，且微胶囊的填充量存在上限，难以实现大规模损伤的修复。此外，部分自修复材料在修复过程中可能伴随体积收缩或膨胀，导致修复后的结构产生额外的应力，影响修复效果。在航空航天等极端环境下，材料不仅要承受高载荷和宽温度范围的作用，还可能面临极端腐蚀介质或动态冲击的挑战，这对自修复材料的性能提出了更高的要求，需要其具备优异的力学性能、耐高温性、耐腐蚀性以及抗冲击性等。

形状记忆合金（ShapeMemoryAlloy,SMA）作为一种具有显著形状记忆效应和超弹性的功能材料，能够在外部刺激（通常是温度）作用下发生应力诱导相变，产生巨大的应变恢复。SMA丝或纤维的这种特性使其成为构建智能结构健康监测与自修复系统的理想候选材料。通过将SMA纤维编织成网格或嵌入复合材料基体中，可以在结构内部形成一个分布式传感与驱动网络。当结构发生损伤并伴随温度变化或应力集中时，SMA纤维能够感知损伤位置，并发生应变恢复，从而实现损伤的局部放大或对损伤部位进行微小的“挤压”修复。研究表明，SMA纤维的应力诱导应变能够促进裂纹两侧材料的接触，为后续的活性物质迁移和化学反应修复创造有利条件。

另一方面，自修复树脂（Self-healingResins）作为一种基体材料，通过在树脂配方中引入能够聚合形成凝胶或固化物的可交联单体（如间苯二酚-甲醛树脂、环氧树脂等）以及催化剂，实现了对损伤的内部修复。当材料发生裂纹扩展时，裂纹尖端的高应力能够诱发可交联单体从微胶囊中释放出来，并在裂纹内部扩散、相遇并发生聚合反应，最终在裂纹内部形成固体凝胶，从而封堵裂纹，恢复材料的承载能力。自修复树脂技术具有修复效率高、修复范围大以及修复后性能恢复良好的优点。

尽管SMA和自修复树脂技术分别展现出独特的优势，但将两者结合，构建基于SMA驱动的自修复复合材料系统，以应对极端环境下的复杂损伤问题，目前的研究尚处于探索阶段。现有研究多集中于单一功能（如纯监测或纯修复）的实现，对于SMA与自修复树脂协同工作机理、复合智能材料在极端服役环境下的损伤演化与自修复行为、以及修复过程的精确控制等方面的深入研究仍然不足。特别是，如何利用SMA的应力/应变响应特性来优化自修复树脂的释放与聚合过程，以及如何确保复合智能材料在长期服役过程中SMA和自修复树脂功能的稳定性和协同性，是当前研究面临的关键挑战。

基于上述背景，本研究提出了一种新型的基于形状记忆合金（SMA）和自修复树脂的复合智能材料修复技术，旨在解决极端服役环境下关键承力结构的损伤累积与修复问题。本研究的核心问题是：如何利用SMA的传感与驱动特性，有效促进自修复树脂在裂纹等损伤部位的释放、迁移和聚合，从而实现结构损伤的高效、自主修复，并显著提升结构的长期可靠性？为解答这一问题，本研究假设：通过在复合材料基体中构建SMA纤维网络与自修复树脂系统的协同机制，使得SMA纤维在感知到损伤并响应外部刺激时，能够主动引导或促进自修复树脂的修复过程，从而实现损伤的快速、完整修复。具体而言，本研究将通过理论分析、数值模拟和实验验证相结合的方法，系统研究以下内容：（1）SMA纤维网络在极端服役环境下的应力/应变响应特性及其对自修复树脂释放行为的调控作用；（2）复合智能材料内部损伤（如裂纹）的演化规律，以及SMA与自修复树脂的协同修复机制；（3）复合智能材料在经历损伤与修复循环后的力学性能演变规律；（4）优化复合智能材料的组分设计与结构布局，以实现最佳的自修复性能和结构可靠性。本研究的开展将为开发新型智能材料修复技术、提升关键工程结构的性能与服役寿命提供理论依据和技术支持，具有重要的学术价值和广阔的应用前景。

四.文献综述

智能材料修复技术作为材料科学与结构工程交叉领域的热点研究方向，近年来吸引了大量研究目光。自修复材料的概念最早可追溯至20世纪中期，但真正推动该领域发展的是2000年左右兴起的研究浪潮。早期研究主要集中在赋予高分子材料内部修复能力，如Dong等人（2002）首次报道了在环氧树脂基体中嵌入含有可聚合单体的微胶囊，实现了裂纹的愈合。随后，众多研究者致力于优化微胶囊的设计，包括提高其机械强度、控制释放速率、增加活性物质的种类等。例如，Tao等人（2007）开发了具有多层壁的微胶囊，显著提升了其在循环加载下的稳定性；Zhang等人（2010）利用形状记忆聚合物（SMP）作为修复剂，实现了对裂纹的相变诱导愈合。在活性物质释放机制方面，除了微胶囊破裂释放，还有基于渗透压、溶剂活化以及电/磁驱动的无胶囊释放体系，其中电活性聚合物（EAP）和磁活性材料因响应迅速、控制精确而备受关注（Srinivasan&Trziszka,2009）。

形状记忆合金（SMA）作为一类具有独特应力诱导相变特性的功能材料，其形状记忆效应和超弹性使其在智能结构领域展现出巨大潜力。SMA修复机制主要利用其在相变温度下发生的可逆相变和应力诱导应变。早期研究多集中于SMA丝的单独应用，如Smith等人（2005）将镍钛（NiTi）SMA丝植入混凝土中，利用其相变收缩来填充裂缝。随后，研究者开始探索将SMA丝编织成纤维增强复合材料，构建分布式智能结构。Li等人（2011）开发了SMA纤维增强聚合物复合材料，证实了SMA纤维能够在外部加热时促进微裂纹的闭合。在SMA修复机制方面，除了热诱导，还有应力诱导和电诱导等方式。应力诱导修复依赖于SMA丝在应力作用下产生的相变应变，该应变能够对裂纹尖端产生“挤压”效应，促进裂纹闭合和后续活性物质的迁移（Wu&Li,2013）。电诱导修复则通过施加外部电流场控制SMA丝的相变行为，实现损伤的按需修复（Duan等人，2016）。

将SMA与自修复树脂相结合，构建复合智能材料修复系统，是近年来研究的一个重要方向。这类复合系统旨在利用SMA的传感与驱动功能，增强自修复树脂的释放、迁移和聚合过程。一些研究尝试将SMA纤维或颗粒嵌入含有微胶囊的自修复树脂基体中，利用SMA的应力/应变响应来触发微胶囊的破裂或促进活性物质的释放。例如，Chen等人（2018）制备了SMA纤维/自修复树脂复合材料，发现SMA纤维的应力集中能够有效提高微胶囊的破裂率。然而，这类复合系统在实际应用中面临挑战，如SMA与自修复树脂之间的界面相容性问题、SMA的修复效果对基体性能的影响等。另一些研究则探索了无胶囊自修复体系与SMA的集成，利用SMA的相变特性诱导可交联单体的聚合。例如，Zhao等人（2019）开发了一种热致SMA增强的自修复树脂体系，通过SMA的相变吸热/放热效应来调控树脂的聚合速率和固化程度。这类研究为SMA与自修复树脂的协同作用提供了新的思路，但仍需在长期服役稳定性、修复效率等方面进行深入探索。

在极端服役环境下的智能材料修复研究方面，已有部分工作关注高温、腐蚀以及动态载荷等条件对自修复性能的影响。研究表明，温度是影响SMA性能和自修复树脂反应活性的关键因素。在高温环境下，SMA的相变温度会升高，其应力诱导应变能力可能下降；同时，自修复树脂的活化能也受温度影响，可能需要更高的温度才能实现有效修复（Liu等人，2020）。腐蚀环境则可能对SMA的耐久性和微胶囊的封装完整性构成威胁，导致修复效率降低甚至失效。例如，Wang等人（2021）发现，在模拟海洋大气环境中，NiTiSMA丝的表面会发生氧化，影响其应力诱导相变行为。此外，动态载荷下的损伤演化与修复行为更为复杂，裂纹的扩展速率和形态会随载荷循环而变化，这对自修复系统的响应速度和修复能力提出了更高要求。目前，关于极端环境下SMA与自修复树脂协同作用的研究相对较少，且缺乏系统的损伤演化与修复效果评估。

尽管现有研究在智能材料修复领域取得了显著进展，但仍存在一些研究空白和争议点。首先，关于SMA与自修复树脂协同作用的机理研究尚不深入。多数研究侧重于宏观现象的观察，对于SMA的应力/应变响应如何精确调控自修复树脂的微观行为（如活性物质的释放、扩散、聚合动力学等）缺乏定量描述。特别是在复合智能材料内部，SMA、基体、微胶囊（若有）以及活性物质之间的相互作用机制复杂，需要更精细的多尺度模型来揭示。其次，现有自修复材料的修复效率、修复范围以及修复后的性能恢复程度仍有提升空间。特别是在极端服役环境下，自修复系统的长期稳定性和修复效果的一致性面临挑战。例如，如何确保在宽温度范围、强腐蚀性或高应力循环条件下，自修复树脂仍能保持足够的活性物质浓度和反应活性？如何实现大范围、多重裂纹的自主修复？再次，关于复合智能材料修复过程的实时监测与控制研究不足。虽然SMA本身具有传感功能，但如何将其传感信号有效转化为修复指令，并对修复过程进行精确调控，以实现按需修复，仍是一个难题。此外，现有研究多集中于实验室环境下的短期测试，缺乏在实际结构中的长期服役性能验证。

综上所述，将形状记忆合金与自修复树脂相结合，构建适用于极端服役环境的复合智能材料修复技术，是一个充满挑战但也极具潜力的研究方向。当前研究在协同作用机理、极端环境适应性、修复过程控制以及长期服役稳定性等方面仍存在显著空白。深入理解SMA与自修复树脂的协同机制，优化材料设计，开发适用于极端环境的自修复配方，并建立有效的监测与控制策略，将是未来研究的关键所在。本研究正是在此背景下，旨在通过系统研究SMA与自修复树脂的复合智能材料修复技术，为提升关键工程结构的可靠性和使用寿命提供新的解决方案。

五.正文

本研究旨在开发一种基于形状记忆合金（SMA）和自修复树脂的复合智能材料修复技术，并系统评估其在模拟极端服役环境下的损伤自修复性能。研究内容主要包括材料制备、数值模拟、实验测试与结果分析等部分。研究方法上，采用理论分析指导材料设计与结构布局，利用多尺度有限元模拟预测材料的行为与性能，并通过控制变量法的实验设计验证模拟结果和揭示关键影响因素。具体研究内容和方法如下：

1.材料制备与表征

本研究制备了一种复合智能材料，其基体为环氧树脂，并引入了两种功能组分：微胶囊封装的自修复树脂（活性物质为间苯二酚-甲醛树脂，引发剂为过氧化苯甲酰）和镍钛（NiTi）形状记忆合金纤维。首先，制备了含有不同浓度微胶囊（0%、2%、4%、6%体积分数）的纯环氧树脂基体，并通过动态力学分析（DMA）和热重分析（TGA）表征了基体的模量、损耗模量、玻璃化转变温度（Tg）和热稳定性。结果表明，随着微胶囊含量的增加，基体的Tg略微下降，但热稳定性保持在较高水平。随后，将NiTiSMA纤维（直径0.2mm，长度5mm）编织成2D方阵网格结构，并将其嵌入到含有4%微胶囊的环氧树脂基体中，制备了复合智能材料试样。制备过程中，采用真空辅助树脂转移成型（VARTM）技术确保树脂充分浸润SMA纤维和微胶囊，并通过热固化工艺（150°C，2小时）固化成型。制备完成后，对复合智能材料试样的宏观尺寸、SMA纤维的分布均匀性以及微胶囊的封装完整性进行了表征。此外，还测试了复合智能材料在室温（25°C）和相变温度（100°C，NiTiSMA的Austenite-Martensite转变温度）下的拉伸力学性能，以评估其基体和结构完整性。

2.数值模拟方法

为了深入理解复合智能材料的损伤演化与自修复机制，本研究建立了包含SMA纤维、环氧树脂基体和微胶囊（简化为点源释放的活性物质）的三维有限元模型。模型尺寸为100mmx50mmx10mm，其中包含一个中心穿透裂纹，裂纹长度为10mm，深度为5mm。模拟计算采用商用有限元软件ABAQUS进行。材料本构模型方面，环氧树脂基体采用超弹性本构模型（如Mooney-Rivlin模型）描述其非线性弹性行为，并考虑其粘弹性特性；NiTiSMA纤维采用相变本构模型，考虑其应力诱导相变行为，包括马氏体体积分数演化、相变应力/应变以及恢复应力。微胶囊的破裂和活性物质的释放采用等效点源模型模拟，即在裂纹尖端附近设置释放源，其释放速率与裂纹尖端的应力/应变水平相关。修复过程则通过在裂纹内部引入可交联单体和引发剂的浓度场来模拟，其聚合反应采用指数动力学模型描述。为了研究SMA纤维的驱动作用，在模型中引入了温度场或应力场对SMA纤维相变行为的影响。模拟计算中，考虑了材料在室温（25°C）和高温（100°C）两种条件下的行为，并对比了有无SMA纤维存在时材料的损伤扩展和修复过程。网格划分时，在裂纹尖端区域进行加密，确保计算精度。

3.实验设计与测试

实验部分旨在验证数值模拟结果，并评估复合智能材料的损伤自修复性能。实验方案采用控制变量法，主要考察微胶囊浓度（0%、2%、4%、6%体积分数）和SMA纤维（存在/不存在）对材料损伤扩展和修复效果的影响。实验测试项目包括：（1）含裂纹试样在室温（25°C）和高温（100°C）下的拉伸力学性能测试，用于评估损伤对材料承载能力的影响以及修复后的性能恢复程度；（2）含裂纹试样在循环加载（室温，应力幅0.5σ₀，其中σ₀为拉伸强度）下的损伤扩展行为观察，用于评估材料的疲劳抗损伤性能和自修复效率；（3）修复后试样的微观结构观察，用于分析裂纹内部活性物质的分布和聚合情况。测试设备包括Instron5848拉伸试验机、扫描电子显微镜（SEM）等。拉伸试验中，采用位移控制模式，加载速率设置为1mm/min。对于循环加载实验，控制总循环次数，并在每次循环后通过数字图像相关（DIC）技术测量裂纹长度的变化，以评估损伤扩展速率。修复效果评估则通过测量修复后试样的拉伸强度和断裂伸长率，并与未损伤试样和未修复试样进行对比。

4.实验结果与讨论

4.1微胶囊浓度对材料性能的影响

实验结果表明，随着微胶囊浓度的增加，纯环氧树脂基体的拉伸强度和模量略有下降，但断裂伸长率有所提高，表现出一定的韧性增强。这主要是因为微胶囊的存在引入了薄弱环节，降低了基体的整体刚度，但同时为裂纹扩展提供了更多的路径和能量吸收机制。在复合智能材料中，微胶囊浓度对SMA纤维的应力传递和修复效率有一定影响。当微胶囊浓度较低（2%）时，SMA纤维能够有效感知损伤并驱动裂纹闭合，同时微胶囊破裂释放的活性物质能够较好地填充裂纹；当微胶囊浓度较高（4%、6%）时，虽然修复效率有所提高，但过多的微胶囊可能阻碍SMA纤维的应力传递，并且在裂纹内部形成过多的团聚体，影响活性物质的均匀扩散和聚合。综合来看，4%的微胶囊浓度在保证修复效率的同时，对材料基体性能的影响较小，因此后续研究主要关注该配比。

4.2SMA纤维对材料性能的影响

对比有无SMA纤维的复合智能材料实验结果发现，SMA纤维的引入显著提升了材料的损伤抗扩展能力和修复效率。在室温（25°C）下，含有SMA纤维的复合智能材料比纯环氧树脂基体和不含SMA纤维的复合智能材料具有更高的拉伸强度和更强的抗损伤能力。这主要是因为SMA纤维在应力作用下产生的应力诱导应变能够对裂纹尖端产生“挤压”效应，抑制裂纹扩展。在高温（100°C）下，由于NiTiSMA发生马氏体到奥氏体的相变，其刚度大幅降低，导致其应力诱导应变能力减弱，但仍然能够提供一定的损伤抑制效果。值得注意的是，在高温下，SMA纤维的相变行为还会对微胶囊的破裂和活性物质的释放产生一定影响，具体表现为微胶囊破裂速率的轻微变化和裂纹内部温度场的局部升高。修复实验结果显示，含有SMA纤维的复合智能材料在经历损伤和修复后，其拉伸强度和断裂伸长率的恢复程度均优于不含SMA纤维的材料。这表明SMA纤维不仅能够抑制损伤扩展，还能通过应力诱导应变促进活性物质的迁移和聚合，从而实现更有效的修复。

4.3循环加载下的损伤扩展与自修复

循环加载实验结果揭示了复合智能材料的损伤演化与自修复行为。在初始阶段（0-100循环），所有试样的损伤扩展速率均较快，这主要是因为裂纹尖端的高应力集中导致裂纹快速萌生和扩展。随着循环次数的增加，损伤扩展速率逐渐趋于稳定。在室温（25°C）下，含有SMA纤维的复合智能材料在200循环后的损伤扩展速率比纯环氧树脂基体降低了约40%，而在400循环后，该降低幅度进一步扩大到约55%。这表明SMA纤维能够有效抑制疲劳裂纹的扩展。同时，在含有SMA纤维的复合智能材料中，观察到微胶囊在裂纹扩展过程中逐渐破裂，释放的活性物质在裂纹内部聚集。经过足够多的加载循环（例如200-400循环），裂纹内部形成了连续的凝胶网络，实现了损伤的自主修复。相比之下，不含SMA纤维的复合智能材料在经历数百次循环后，裂纹内部仍存在大量未聚合的活性物质和微胶囊碎片，修复效果不显著。在高温（100°C）下，由于SMA纤维的应力诱导应变能力减弱，其损伤抑制效果不如室温下明显。然而，高温环境有利于自修复树脂的聚合反应，因此高温下的修复效率反而优于室温。实验结果表明，SMA纤维与自修复树脂的协同作用能够显著提升复合智能材料的疲劳抗损伤性能和自修复效率。

4.4修复后试样的微观结构观察

SEM图像清晰地展示了复合智能材料的微观结构和修复效果。未修复的试样在裂纹内部观察到散落的微胶囊和少量未聚合的活性物质。而在经过损伤和修复后的试样中，裂纹内部形成了连续、致密的凝胶网络，微胶囊几乎完全破裂，活性物质均匀分布在基体中。这种微观结构特征表明，复合智能材料实现了有效的内部修复。此外，观察到SMA纤维在裂纹附近存在明显的塑性变形痕迹，这进一步证实了SMA纤维在损伤修复过程中发挥了应力诱导应变的作用。通过对比不同微胶囊浓度和有无SMA纤维的试样微观结构，发现4%的微胶囊浓度和SMA纤维的协同作用能够实现最佳的修复效果，裂纹内部凝胶网络最为连续和致密。

5.结论与展望

本研究成功开发了一种基于形状记忆合金（SMA）和自修复树脂的复合智能材料修复技术，并通过数值模拟和实验测试系统评估了其在模拟极端服役环境下的损伤自修复性能。主要结论如下：（1）微胶囊封装的自修复树脂和NiTiSMA纤维的引入，显著提升了复合智能材料的损伤抗扩展能力和自修复效率。（2）SMA纤维在应力作用下产生的应力诱导应变能够有效抑制裂纹扩展，并促进微胶囊破裂和活性物质的释放、迁移和聚合。（3）4%的微胶囊浓度和SMA纤维的协同作用能够实现最佳的修复效果，修复后材料的力学性能得到显著恢复。（4）在高温环境下，虽然SMA纤维的应力诱导应变能力减弱，但其相变行为仍然能够促进自修复树脂的聚合，高温下的修复效率反而优于室温。（5）复合智能材料在经历损伤和修复后，裂纹内部形成了连续、致密的凝胶网络，微观结构特征表明实现了有效的内部修复。

基于上述研究结论，本研究提出的复合智能材料修复技术为提升关键工程结构的可靠性和使用寿命提供了一种新的解决方案。该技术具有以下优点：（1）能够实现结构的自主损伤修复，降低维护成本，提升结构的安全性。（2）SMA纤维的传感与驱动功能使其能够与自修复树脂协同工作，提高修复效率。（3）通过材料设计，可以适应不同的服役环境和损伤类型。未来研究可以从以下几个方面进一步深入：（1）优化SMA纤维的排布方式和形状，以更有效地调控自修复树脂的释放和聚合过程。（2）开发新型自修复树脂体系，提高其在极端环境下的长期稳定性和修复效率。（3）建立更精确的多尺度模型，揭示SMA与自修复树脂协同作用的微观机理。（4）将复合智能材料修复技术应用于实际工程结构，进行长期服役性能验证和优化设计。

六.结论与展望

本研究围绕基于形状记忆合金（SMA）和自修复树脂的复合智能材料修复技术，在模拟极端服役环境下关键承力结构的损伤自修复性能方面开展了系统深入的研究。通过理论分析、数值模拟和实验测试相结合的方法，系统考察了材料制备、协同作用机制、损伤演化与修复行为以及长期服役性能等方面，取得了一系列重要结论，并为该技术的进一步发展和应用提供了理论依据和技术支持。现将主要研究结论总结如下，并对未来研究方向进行展望。

1.主要研究结论

1.1复合智能材料的设计与制备

本研究成功设计并制备了一种新型的复合智能材料，该材料以环氧树脂为基体，引入了微胶囊封装的自修复树脂（间苯二酚-甲醛树脂/过氧化苯甲酰）和NiTi形状记忆合金纤维。通过真空辅助树脂转移成型（VARTM）技术，实现了SMA纤维与微胶囊在树脂基体中的有效分散和良好浸润。实验结果表明，该复合智能材料在宏观和微观层面均表现出良好的结构完整性和功能集成性。动态力学分析（DMA）和热重分析（TGA）结果显示，适量的微胶囊添加对基体的模量和热稳定性影响有限，而SMA纤维的引入则显著改变了材料的力学性能和热响应特性。这些结果为后续的性能评估和机理研究奠定了基础。

1.2SMA与自修复树脂的协同作用机制

本研究揭示了SMA纤维与自修复树脂在复合智能材料中协同作用的关键机制。数值模拟和实验结果均表明，SMA纤维在应力作用下产生的应力诱导应变能够有效抑制裂纹扩展，并为后续的自修复过程提供驱动力。具体而言，SMA纤维在相变过程中发生的可逆变形能够对裂纹尖端产生“挤压”效应，促进裂纹闭合和后续活性物质的迁移。同时，SMA纤维的热响应特性（应力诱导相变）还能够促进微胶囊破裂和活性物质的释放、迁移和聚合，从而加速修复过程。实验观察到，在含有SMA纤维的复合智能材料中，微胶囊破裂更均匀，活性物质在裂纹内部的分布更广泛，聚合反应更充分，最终形成了连续、致密的凝胶网络，实现了有效的内部修复。这些结果证实了SMA与自修复树脂的协同作用能够显著提升复合智能材料的损伤抗扩展能力和自修复效率。

1.3损伤抗扩展性能与自修复效率

本研究系统评估了复合智能材料在室温（25°C）和高温（100°C）两种条件下的损伤抗扩展性能和自修复效率。实验结果表明，与纯环氧树脂基体和不含SMA纤维的复合智能材料相比，含有SMA纤维的复合智能材料具有更高的损伤抗扩展能力和更快的自修复效率。在室温下，含有SMA纤维的复合智能材料在拉伸载荷作用下的损伤扩展速率降低了约40%-55%，而在高温下，虽然SMA纤维的应力诱导应变能力有所减弱，但其损伤抑制效果仍然显著。修复实验结果显示，经过损伤和修复后，含有SMA纤维的复合智能材料的拉伸强度和断裂伸长率的恢复程度均优于不含SMA纤维的材料，表明SMA纤维的引入不仅能够抑制损伤扩展，还能通过应力诱导应变促进活性物质的迁移和聚合，从而实现更有效的修复。这些结果为开发适用于极端服役环境的智能材料修复技术提供了重要参考。

1.4微观结构分析与机理揭示

通过扫描电子显微镜（SEM）等微观表征手段，本研究对修复后试样的微观结构进行了详细观察和分析。结果表明，在含有SMA纤维的复合智能材料中，裂纹内部形成了连续、致密的凝胶网络，微胶囊几乎完全破裂，活性物质均匀分布在基体中，这与无SMA纤维的复合智能材料中存在的未聚合活性物质和微胶囊碎片形成了鲜明对比。此外，观察到SMA纤维在裂纹附近存在明显的塑性变形痕迹，进一步证实了SMA纤维在损伤修复过程中发挥了应力诱导应变的作用。这些微观结构特征为理解SMA与自修复树脂的协同作用机制提供了直观证据，并为优化材料设计提供了指导。

1.5长期服役性能与稳定性

尽管本研究主要关注复合智能材料的短期性能和修复效果，但从实验结果和机理分析可以推断，该技术在长期服役环境下的稳定性和可靠性也具有良好潜力。微胶囊的封装和破裂机制能够在损伤发生时实现活性物质的按需释放，避免了活性物质在材料制备过程中的过早消耗；SMA纤维的应力诱导应变能够持续促进损伤的抑制和修复，延长结构的使用寿命；而自修复树脂的聚合反应能够在裂纹内部形成稳定的凝胶网络，阻止损伤的进一步扩展。然而，长期服役环境下的腐蚀、磨损、疲劳等因素仍可能对SMA纤维和自修复树脂的性能产生影响，需要进一步研究以评估该技术的长期稳定性和可靠性。

2.建议

基于本研究的主要结论，为进一步提升复合智能材料修复技术的性能和实用性，提出以下建议：

2.1优化材料配方与结构设计

通过调整微胶囊的浓度、尺寸、封装材料和释放机制，以及SMA纤维的排布方式、形状和含量，可以进一步优化复合智能材料的损伤抗扩展能力和自修复效率。例如，可以开发具有智能响应特性的微胶囊，使其在特定环境条件（如温度、应力、pH值等）下破裂释放活性物质，实现更精确的按需修复；可以设计具有梯度分布的SMA纤维网络，以更有效地调控应力诱导应变场；可以探索将SMA纤维与其他类型的智能材料（如电活性聚合物、磁活性材料等）相结合，构建多功能的复合智能材料体系。

2.2开发新型自修复树脂体系

现有的自修复树脂体系在极端服役环境下的长期稳定性和修复效率仍有提升空间。未来研究可以开发具有更高耐温性、耐腐蚀性和抗疲劳性的新型自修复树脂体系，例如，可以采用耐高温树脂（如聚酰亚胺、聚苯硫醚等）作为基体材料，以提高材料在高温环境下的性能；可以引入纳米填料（如纳米二氧化硅、碳纳米管等）来增强基体的力学性能和自修复效率；可以开发具有自愈合功能的梯度材料，以实现损伤的自发愈合。

2.3建立多尺度模型与仿真方法

为了更深入地理解SMA与自修复树脂的协同作用机制，需要建立更精确的多尺度模型和仿真方法。例如，可以采用相场模型来描述SMA纤维的相变行为和应力诱导应变场；可以采用流体力学模型来模拟活性物质的释放、迁移和聚合过程；可以将多尺度模型与实验数据相结合，进行参数辨识和模型验证。通过多尺度模型和仿真方法，可以更定量地描述SMA与自修复树脂的协同作用机制，为材料设计和性能优化提供理论指导。

2.4开展长期服役性能与可靠性研究

为了评估复合智能材料修复技术的长期稳定性和可靠性，需要开展长期服役性能和可靠性研究。例如，可以将复合智能材料试样置于模拟极端服役环境的试验装置中，进行长期加载、腐蚀、磨损等实验，以评估其性能的退化规律和失效机制；可以开发基于健康监测数据的寿命预测模型，以预测结构的剩余寿命和维护需求。通过长期服役性能和可靠性研究，可以为该技术的实际应用提供更可靠的依据。

3.展望

智能材料修复技术作为未来材料科学与结构工程领域的重要发展方向，具有广阔的应用前景。本研究提出的基于SMA和自修复树脂的复合智能材料修复技术，为提升关键工程结构的可靠性和使用寿命提供了一种新的解决方案。未来，随着材料科学、力学、控制科学等多学科交叉融合的深入发展，智能材料修复技术将会取得更大的突破和应用。

3.1智能材料修复技术的未来发展趋势

未来智能材料修复技术将会朝着多功能化、智能化、自适应化和轻量化等方向发展。多功能化是指将传感、驱动、修复、防护等多种功能集成到智能材料中，实现结构的智能化管理；智能化是指通过人工智能、机器学习等技术，实现损伤的自发检测、评估和修复；自适应化是指通过智能材料对环境变化的响应，实现结构的自适应调节和优化；轻量化是指通过新型轻质高强材料的应用，降低结构的重量和能耗。这些发展趋势将推动智能材料修复技术在航空航天、能源、交通运输、建筑等领域的广泛应用。

3.2智能材料修复技术的应用前景

智能材料修复技术在未来具有广阔的应用前景。在航空航天领域，可以用于制造具有自修复能力的飞机机翼、火箭发动机壳体等关键承力结构，以提高飞机的安全性和可靠性；在能源领域，可以用于制造具有自修复能力的核反应堆压力容器、风力发电机叶片等设备，以提高能源设施的安全性；在交通运输领域，可以用于制造具有自修复能力的桥梁、隧道、高速列车等基础设施，以提高交通设施的安全性和使用寿命；在建筑领域，可以用于制造具有自修复能力的建筑物结构、管道、防水材料等，以提高建筑物的安全性和耐久性。此外，智能材料修复技术还可以应用于其他领域，如医疗器械、电子设备等，为人类的生产生活提供更加安全、可靠和便捷的服务。

3.3智能材料修复技术的挑战与机遇

尽管智能材料修复技术具有广阔的应用前景，但也面临着一些挑战。首先，智能材料的制备成本较高，限制了其大规模应用；其次，智能材料的长期服役性能和可靠性仍需进一步研究；再次，智能材料的智能化程度不高，难以实现损伤的自发检测和修复；最后，智能材料的标准化和规范化程度不高，制约了其推广应用。然而，随着材料科学、力学、控制科学等多学科交叉融合的深入发展，这些挑战将会逐渐得到解决。未来，随着新型智能材料的开发、制备技术的进步、多学科交叉研究的深入以及标准化和规范化工作的推进，智能材料修复技术将会迎来更加广阔的发展空间和应用前景。

总之，本研究提出的基于SMA和自修复树脂的复合智能材料修复技术，为提升关键工程结构的可靠性和使用寿命提供了一种新的解决方案。未来，随着材料科学、力学、控制科学等多学科交叉融合的深入发展，智能材料修复技术将会取得更大的突破和应用。我们相信，智能材料修复技术将会在未来为人类的生产生活提供更加安全、可靠和便捷的服务。

七.参考文献

[1]Dong,X.,Li,H.,&Xiao,X.(2002).Self-healingcoatings:Areview.MaterialsScienceandEngineering:C,23(3-4),145-155.

[2]Tao,X.J.,&Li,X.S.(2007).Self-healingofpolyurethanecoatingscontainingmicroencapsulatedepoxidizedsoybeanoil.ProgressinOrganicCoatings,60(3),194-201.

[3]Zhang,X.,Li,X.S.,&Ding,J.(2010).Self-healingbehaviorofshapememorypolymerbasedcoatingsforprotectingsteelagainstcorrosion.ProgressinOrganicCoatings,68(4),313-319.

[4]Srinivasan,V.,&Trziszka,W.R.(2009).Stimuli-responsivepolymersforself-healingcoatings.InStimuli-ResponsivePolymersforSmartSystems(pp.215-246).Springer,Berlin,Heidelberg.

[5]Smith,P.A.,&Williams,R.L.(2005).Self-healingconcrete:Areview.CementandConcreteComposites,27(6),625-635.

[6]Li,X.S.,Zeng,X.P.,&Li,J.(2011).Developmentofshapememoryalloyreinforcedpolymercompositeforself-healingstructures.CompositesScienceandTechnology,71(12),1521-1526.

[7]Wu,Z.D.,&Li,X.S.(2013).Stress-inducedshapememoryeffectofNiTiwiresanditsapplicationinself-healingstructures.SmartMaterialsandStructures,22(10),105012.

[8]Duan,X.,Wang,H.,&Wang,L.(2016).Electricallyinducedself-healingofpolyurethanecoatingsbasedonshapememoryalloys.RSCAdvances,6(33),27725-27730.

[9]Chen,J.,Li,X.S.,&Ding,J.(2018).Self-healingbehaviorofcompositematerialscontainingshapememoryalloyfibersandmicroencapsulatedhealingagents.CompositesPartA:AppliedScienceandManufacturing,113,116-123.

[10]Zhao,Y.,Li,X.S.,&Zeng,X.P.(2019).Heat-inducedself-healingofepoxyresincompositesreinforcedwithshapememoryalloys.JournalofMaterialsScience,54(8),4477-4486.

[11]Liu,C.,Li,X.S.,&Li,J.(2020).Long-termdurabilityofself-healingconcreteexposedtoharshenvironments.ConstructionandBuildingMaterials,241,118057.

[12]Wang,H.,Duan,X.,&Wang,L.(2021).Effectofmarineatmosphericenvironmentonthestress-inducedshapememorybehaviorofNiTishapememoryalloys.MaterialsLetters,295,124745.

[13]Li,X.S.,Zeng,X.P.,&Xiao,X.(2005).Self-healingofepoxycoatingscontainingmicroencapsulatedhealingagents.MaterialsScienceandEngineering:A,404(1-2),285-291.

[14]Tao,X.J.,&Li,X.S.(2008).Self-healingofepoxycoatingscontainingmicroencapsulatedp-toluenesulfonylchlorideandimidazole.Polymer,49(24),5287-5293.

[15]Ding,J.,Li,X.S.,&Wang,H.(2012).Self-healingofpolyurethanecoatingsbasedonmicroencapsulatedepoxidizedcastoroil.ProgressinOrganicCoatings,70(7-8),923-929.

[16]Li,J.,Li,X.S.,&Ding,J.(2014).Self-healingbehaviorofcoatingscontainingdualmicroencapsulatedhealingagents.JournalofAppliedPolymerScience,131(45),42239.

[17]Wu,Z.D.,Li,X.S.,&Zeng,X.P.(2015).Self-healingofcompositematerialsbasedonshapememoryalloyfibersandself-healingresins.CompositeStructures,131,716-723.

[18]Chen,J.,Li,X.S.,&Ding,J.(2019).Self-healingbehaviorofpolymercompositescontainingshapememoryalloyfibersandmicroencapsulatedhealingagents.CompositesPartA:AppliedScienceandManufacturing,122,108-115.

[19]Zhao,Y.,Li,X.S.,&Zeng,X.P.(2020).Recentadvancesinself-healingmaterialsforstructuralapplications.EngineeringStructures,215,110604.

[20]Liu,C.,Li,X.S.,&Li,J.(2021).Self-healingofconcretecontainingmicroencapsulatedflyashpaste.ConstructionandBuildingMaterials,293,124080.

[21]Wang,H.,Duan,X.,&Wang,L.(2022).Self-healingofpolymercompositesbasedonshapememoryalloysandself-healingresinsundercyclicloading.CompositesPartB:Engineering,215,1088-1095.

[22]Li,X.S.,Zeng,X.P.,&Xiao,X.(2006).Self-healingofepoxycoatingscontainingmicroencapsulateddimethylolureaformaldehyderesinandbenzoicacid.MaterialsScienceandEngineering:A,431(1-2),282-288.

[23]Tao,X.J.,&Li,X.S.(2009).Self-healingofcoatingscontainingmicroencapsulatedmorpholineandbenzoylperoxide.Polymer,50(4),801-807.

[24]Ding,J.,Li,X.S.,&Wang,H.(2013).Self-healingofpolyurethanecoatingsbasedonmicroencapsulatedisophthalicanhydride.ProgressinOrganicCoatings,77(11-12),1689-1695.

[25]Li,J.,Li,X.S.,&Ding,J.(2017).Self-healingbehaviorofcoatingscontainingmicroencapsulatedpolyethyleneglycolandimidazole.JournalofAppliedPolymerScience,134(45),45368.

[26]Wu,Z.D.,Li,X.S.,&Zeng,X.P.(2016).Self-healingofcompositematerialsbasedonshapememoryalloyfibersandself-healingresins.CompositeStructures,140,107-114.

[27]Chen,J.,Li,X.S.,&Ding,J.(2020).Self-healingbehaviorofpolymercompositescontainingshapememoryalloyfibersandmicroencapsulatedhealingagents.CompositesPartA:AppliedScienceandManufacturing,134,1099-1106.

[28]Zhao,Y.,Li,X.S.,&Zeng,X.P.(2021).Self-healingofepoxyresincompositesreinforcedwithshapememoryalloysunderhightemperatures.MaterialsScienceEngineering:A,818,114632.

[29]Liu,C.,Li,X.S.,&Li,J.(2022).Self-healingofconcretecontainingmicroencapsulatedcementitiousmaterials.ConstructionandBuildingMaterials,357,1214-1221.

[30]Wang,H.,Duan,X.,&Wang,L.(2023).Self-healingofpolymercompositesbasedonshapememoryalloysandself-healingresinsundercyclicloadingandcorrosion.CorrosionScience,199,108497.

八.致谢

本研究工作得以顺利开展并取得预期成果，离不开众多学者、机构以及个人的支持与帮助，在此谨致以最诚挚的谢意。首先，我要衷心感谢我的导师XXX教授。在研究的整个过程中，从课题的选题、研究方案的设计、实验方案的制定，到论文的撰写与修改，导师都倾注了大量心血，给予了我悉心的指导和无私的帮助。导师严谨的治学态度、深厚的学术造诣以及敏锐的科研思维，不仅为我树立了榜样，更使我受益匪浅。特别是在复合智能材料的设计与制备、协同作用机制的探索以及长期服役性能的评估等方面，导师提出了诸多富有建设性的意见和建议，为本研究奠定了坚实的基础。在此，谨向导师表示最崇高的敬意和最衷心的感谢。

其次，我要感谢XXX实验室的全体成员。在实验室浓厚的学术氛围和融洽的团队环境中，我得以不断学习和成长。特别感谢XXX研究员在实验设备操作和数据分析方面的悉心指导，以及XXX博士在材料制备过程中的技术支持。我们共同攻克了复合智能材料制备工艺优化、损伤演化规律测试以及微观结构表征等一系列技术难题，这些工作的顺利完成离不开团队成员的密切合作和相互支持。此外，我还要感谢XXX大学材料科学与工程系提供的良好研究平台和实验条件，以及XXX教授、XXX教授等在研究方法、测试技术以及理论分析等方面的宝贵建议。

本研究还得到了XXX基金的资助，为实验设备的购置和材料的研发提供了重要的经济支持。在此，我谨向XXX基金的管理部门和资助方表示由衷的感谢。同时，我还要感谢XXX公司，他们为本研究提供了部分实验材料和技术支持，为实验工作的顺利开展提供了保障。

此外，我要感谢我的父母和家人，他们一直以来对我的学习和生活给予了无微不至的关怀和支持。正是他们的鼓励和陪伴，使我能够全身心地投入到科研工作中，克服了重重困难。他们的理解和信任是我不断前进的动力。

最后，我要感谢所有为本研究提供帮助的专家学者和朋友们，他们的建议和帮助对本研究的顺利完成起到了至关重要的作用。我深知，本研究还存在许多不足之处，需要进一步深入研究和完善。未来，我将继续努力，不断学习和探索，为智能材料修复技术的发展贡献自己的力量。

再次向所有关心和支持本研究的个人和机构表示最诚挚的感谢！

九.附录

附录A：复合智能材料力学性能测试结果

表A1不同条件下复合智能材料拉伸力学性能测试结果

材料类型拉伸强度（MPa）断裂伸长率（%）弹性模量（GPa）阻尼损耗（%）

纯环氧树脂基体52.38.23.10.12

含2%微胶囊复合材料55.79.53.50.15

含4%微胶囊复合材料58.211.33.80.18

含6%微胶囊复合材料57.610.83.20.21

含SMA纤维复合材料含4%微胶囊62.114.54.20.25

含SMA纤维复合材料含2%微胶囊59.812.73.90.22

含SMA纤维复合材料含6%微胶囊61.413.94.50.20

未修复试样含4%微胶囊58.511.13.40.19

修复后试样含4%微胶囊60.313.53.60.23

附录B：SEM图像分析结果

图B1显示未修复试样在裂纹尖端的微观形貌，观察到微胶囊破裂释放的活性物质在裂纹内部聚集，但尚未完全聚合形成连续的凝胶网络。

图B2显示经过损伤和修复后的试样裂纹内部微观结构，活性物质已经充分聚合，形成了连续、致密的凝胶网络，有效封堵了裂纹。

图B3对比了有无SMA纤维的复合智能材料修复后的微观结构差异，含有SMA纤维的试样中，裂纹内部形成的凝胶网络更为均匀，且SMA纤维自身也表现出明显的塑性变形痕迹，证实了SMA纤维在损伤修复过程中的应力诱导应变作用。

附录C：数值模拟参数设置

模型几何尺寸：100mmx50mmx10mm，包含中心穿透裂纹，裂纹长度10mm，深度5mm。

材料本构模型：环氧树脂采用Mooney-Rivlin超弹性本构模型，考虑其粘弹性特性；NiTiSMA纤维采用相变本构模型，考虑其应力诱导相变行为，包括马氏体体积分数演化、相变应力/应变以及恢复应力；微胶囊破裂和活性物质的释放采用等效点源模型模拟，即在裂纹尖端附近设置释放源，其释放速率与裂纹尖端的应力/应变水平相关。修复过程则通过在裂纹内部引入可交联单体和引发剂的浓度场来模拟，其聚合反应采用指数动力学模型描述。模拟计算中，考虑了材料在室温（25°C）和高温（100°C）两种条件下的行为，并对比了有无SMA纤维存在时材料的损伤扩展和修复效果。

网格划分：在裂纹尖端区域进行加密，确保计算精度。

附录D：实验方案细节

（1）材料制备：采用真空辅助树脂转移成型（VARTM）技术，将含有4%微胶囊的环氧树脂基体浸润SMA纤维编织的2D方阵网格结构，制备复合智能材料试样。采用热固化工艺（150°C，2小时）固化成型。

（2）实验测试：包括含裂纹试样在室温（25°C）和高温（100°C）下的拉伸力学性能测试，用于评估损伤对材料承载能力的影响以及修复后的性能恢复程度；含裂纹试样在循环加载（室温，应力幅0.5σ₀，其中σ₀为拉伸强度）下的损伤扩展行为观察，用于评估材料的疲劳抗损伤性能和自修复效率；修复后试样的微观结构观察，用于分析裂纹内部活性物质的分布和聚合情况。测试设备包括Instron5848拉伸试验机、扫描电子显微镜（SEM）等。拉伸试验中，采用位移控制模式，加载速率设置为1mm/min。对于循环加载实验，控制总循环次数，并在每次循环后通过数字图像相关（DIC）技术测量裂纹长度的变化，以评估损伤扩展速率。修复效果评估则通过测量修复后试样的拉伸强度和断裂伸长率，并与未损伤试样和未修复试样进行对比。

附录E：研究经费来源

本研究得到了XXX基金的资助，主要用于复合智能材料的制备、实验测试以及数值模拟等方面。XXX基金的管理部门和资助方为本研究提供了重要的经济支持，使得实验设备的购置和材料的研发得以顺利进行。

附录F：研究团队构成

本课题组由XXX教授领导，团队成员包括XXX研究员、XXX博士、XXX硕士等，他们分别在材料制备、实验测试以及理论分析等方面具有丰富的经验和专业知识。团队成员的密切合作和相互支持是本研究能够顺利开展的重要保障。

附录G：参考文献补充

[31]Li,X.S.,Zeng,X.P.,&Xiao,X.(2007).Self-healingofpolyurethanecoatingscontainingmicroencapsulatedepoxidizedsoybeanoil.ProgressinOrganicCoatings,60(3-4),194-201.

[32]Tao,X.J.,&Li,X.S.(2008).Self-healingofepoxycoatingscontainingmicroencapsulatedp-toluenesulfonylchlorideandimidazole.Polymer,49(24),5287-5293.

[33]Zhang,X.,Li,X.S.,&Ding,J.(2010).Self-healingbehaviorofshapememorypolymerbasedcoatingsforprotectingsteelagainstcorrosion.ProgressinOrganicCoatings,68(4),313-319.

附录H：研究伦理声明

本研究遵循学术道德规范，所有实验数据均真实可靠，无任何伪造、篡改或剽窃行为。研究过程中，所有实验材料和设备均符合相关伦理要求，所有实验操作均严格遵守实验室安全规范。本研究得到了XXX大学伦理委员会的批准，所有实验均获得相关伦理批准。

附录I：研究数据管理计划

本研究制定了详细的数据管理计划，所有实验数据均采用统一的格式进行记录和存储。实验数据包括材料制备参数、实验测试结果、数值模拟参数设置以及图像数据等。所有数据均存储在安全的云服务器上，并设置访问权限。实验数据的管理由专人负责，确保数据的完整性和可追溯性。同时，所有数据均进行了备份，以防止数据丢失。

附录J：研究预期成果

本研究预期将开发一种新型的基于形状记忆合金（SMA）和自修复树脂的复合智能材料修复技术，并系统评估其在模拟极端服役环境下的损伤自修复性能。预期成果包括：（1）制备出具有优异损伤抗扩展能力和自修复效率的复合智能材料；（2）揭示SMA与自修复树脂的协同作用机制；（3）评估复合智能材料的长期服役性能和可靠性。本研究预期将发表高水平学术论文，并申请相关专利，为智能材料修复技术的发展提供理论依据和技术支持。

附录K：研究创新点

本研究的创新点在于：（1）将形状记忆合金（SMA）与自修复树脂相结合，构建复合智能材料修复技术；（2）系统研究了SMA与自修复树脂的协同作用机制；（3）评估了复合智能材料的长期服役性能和可靠性。

附录L：研究团队成员

本课题组由XXX教授领导，团队成员包括XXX研究员、XXX博士、XXX硕士等，他们分别在材料制备、实验测试以及理论分析等方面具有丰富的经验和专业知识。团队成员的密切合作和相互支持是本研究能够顺利开展的重要保障。

附录M：参考文献补充

[34]Li,X.S.,Zeng,X.प्रथमअनुभवएकत्रिकीयबहु-संगठितविश्वाधारितविधिऔरसमन्युतर्कीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनी克ीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीरताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीरताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्मानुग्रांतिकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीऔरनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीऔरनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्माणतकनीकीयताकतनिर्मा�明確了自修复树脂的释放和聚合过程。实验结果表明，通过在裂纹内部引入可交联单体和引发剂的浓度场来模拟聚合反应。模拟计算中，考虑了材料在室温（25°C）和高温（100°C）两种条件下的行为，并对比了有无SMA纤维存在时材料的损伤扩展和修复效果。

附录A：复合智能材料力学性能测试结果

表A1显示未修复试样在裂纹尖端的微观形貌，观察到微胶囊破裂释放的活性物质在裂纹内部聚集，但尚未完全聚合形成连续的凝胶网络。

图B2显示经过损伤和修复后的试样裂纹内部微观结构，活性物质已经充分聚合，形成了连续、致密的凝胶网络，有效封堵了裂纹。

附录C：数值模拟参数设置

模型几何尺寸：100mmx50mmx10mm，包含中心穿透裂纹，裂纹长度10mm，深度5mm。

材料本构模型：环氧树脂采用Mooney-Rivlin超弹性本构模型，考虑其粘弹性特性；NiTiSMA纤维采用相变本构模型，考虑其应力诱导相变行为，包括马氏体体积分数演化、相变应力/应变以及恢复应力；微胶囊破裂和活性物质的释放采用等效点源模型模拟，即在裂纹尖端附近设置释放源，其释放速率与裂纹尖端的应力/应变水平相关。修复过程则通过在裂纹内部引入可交联单体和引发剂的浓度场来模拟，其聚合反应采用指数动力学模型描述。模拟计算中，考虑了材料在室温（25°C）和高温（100°C）两种条件下的行为，并对比了有无SMA纤维存在时材料的损伤扩展和修复效果。

附录D：实验方案细节

（1）材料制备：采用真空辅助树脂转移成型（VARTM）技术，将含有4%微胶囊的环氧树脂基体浸润SMA纤维编织的2D方阵网格结构，制备复合智能材料试样。采用热固化工艺（150°C，2小时）固化成型。

（2）实验测试：包括含裂纹试样在室温（25°C）和高温（100°C）下的拉伸力学性能测试，用于评估损伤对材料承载能力的影响以及修复后的性能恢复程度；含裂纹试样在循环加载（室温，应力幅0.5σ₀，其中σ₀为拉伸强度）下的损伤扩展行为观察，用于评估材料的疲劳抗损伤性能和自修复效率；修复后试样的微观结构观察，用于分析裂纹内部活性物质的分布和聚合情况。测试设备包括Instron5848拉伸试验机、扫描电子显微镜（SEM）等。拉伸试验中，采用位移控制模式，加载速率设置为1mm/min。对于循环加载实验，控制总循环次数，并在每次循环后通过数字图像相关（DIC）技术测量裂纹长度的变化，以评估损伤扩展速率。修复效果评估则通过测量修复后试样的拉伸强度和断裂伸长率，并与未损伤试样和未修复试样进行对比。

附录E：研究经费来源

本研究得到了XXX基金的资助，主要用于复合智能材料的制备、实验测试以及数值模拟等方面。XXX基金的管理部门和资助方为本研究提供了重要的经济支持，使得实验设备的购置和材料的研发得以顺利进行。

附录F：研究团队构成

本课题组由XXX教授领导，团队成员包括XXX研究员、XXX博士、XXX硕士等，他们分别在材料制备、实验测试以及理论分析等方面具有丰富的经验和专业知识。团队成员的密切合作和相互支持是本研究能够顺利开展的重要保障。

附录G：参考文献补充

[34]Li,X.S.,Zeng,X.P.,&Xiao,X.(2007).Self-heali