雷 冬, 李亚东, 江小梅 , 邓瑾妮,郑朝晖, 丁小斌, 潘 毅*

(1. 中国科学院 成都有机化学研究所，四川 成都 610041； 2. 中国科学院大学，北京 100039)

形状记忆高分子(SMPs)是智能材料的研究热点之一。SMPs能够在外界刺激下(光、热、湿气、pH值等)，从一种或多种临时形状回复到初始形状[1-4]。SMPs在一定刺激下变形并能固定形状，当再次受到刺激能改变其状态回复到预设形状的现象称之为形状记忆效应(SME)。在宏观上可简单表述为“初始形态→暂时形态→回复到初始态”的循环。目前，SMPs在生物医用材料、航天航空、3D打印、光学湿度传感器等领域均有重要作用[5-8]。

随着形状记忆材料研究的不断深入，其机理研究逐渐丰富，从石田黑雄的两相结构理论，到胡金莲教授提出的3D-网点模型[9]，再到Lendlein的补充理论，SMPs的网络结构设计理论变得更加完善[10]。SMPs由永久网点与临时网点组成，永久网点可以是物理或化学性的，临时网点则包括可逆物理交联及可逆共价键，由于SMP所需的不同分子组分可以单独组合，因此永久网点、链段以及临时网点的分子结构代表了用于设计SMPs的模块化系统。

目前，越来越多的研究集中在新型网络结构的设计，或在聚合物网络中引入动态共价键来实现动态可逆交联，以此获得性能优良、功能多样、结构可控的形状记忆材料。例如，Li等设计制备了具有规整网络结构的形状记忆高分子，该网络交联点分布均一，其玻璃化转变区半峰宽仅有9.9 ℃，展现了高的形状回复速度[11]。Zhang等首次将环糊精(CD)的超分子化学研究应用到形状记忆材料的研究，设计制备了具有机械“互锁”交联结构的长链聚乙二醇(α-CD-PEG)和聚己内酯(α-CD-PCL)SMP材料等[12]。……