Johtavat komposiittimateriaalit ja rapid prototyping

Abstract

Diplomityön tavoitteena oli tutkia sähköä johtavia polymeerejä ja komposiittimateriaaleja, ja löytää bioyhteensopivia johtavia materiaaleja 3D tulostukseen. Kudosteknologian eräänä pyrkimyksenä on kehittää ärsykeherkkä biomateriaali räätälöityvine ominaisuuksineen. Uudentyyppisillä sähköisesti aktiivisilla biomateriaaleilla, sähköä johtavilla polymeereillä ja komposiiteilla, on lupaavat ominaisuudet tämäntyyppiseksi tavoitemateriaaliksi. Lisäksi työssä tarkasteltiin rapid prototyping -teknologian toimintaperiaatetta, menetelmiä sekä tämänhetkisiä sovelluskohteita. Pääpaino on kirjallisuustutkimuksessa, mutta työ sisältää johtavan komposiittimateriaalin valmistukseen liittyvän kokeellisen osan. Työn kirjalliseen osaan valittiin neljä eniten tutkittua sähköä johtavaa polymeeriä, polyaniliini, polypyrroli, polytiofeeni ja poly(3,4 etyleenidioksitiofeeni), joita tarkasteltiin lähemmin. Polymeerien sähkönjohtavuus perustuu konjugoituneeseen kaksoissidosrakenteeseen, jonka lisäksi johtavuusominaisuuksia voidaan parantaa seostamalla niitä sopivien molekyylien, yhdisteiden tai epäorgaanisten suolojen kanssa. Tätä seostusprosessia kutsutaan yleisesti doping prosessiksi. Lisäksi tutkittiin johtavia täyteaineita, joista tarkemmin työssä tarkasteltiin grafeenia ja hiilimustaa. Kokeellisen työn tavoitteena oli valmistaa sähköä johtavaa polyvinyylialkoholi hiilimusta komposiittia, jotta erilaisten valmistusparametrien vaikutusta materiaalin tasalaatuisuuteen voidaan myöhemmin mitata epäsuorasti resistanssin avulla. Johtavana täyteaineena käytettiin hiilimustaa, ja johtavuus määritettiin mittaamalla resistanssi yön yli kuivuneista näytteistä. Mittaukset suoritettiin viidelle peräkkäiselle näytesarjalle, ja näytesarjojen resistanssien keskiarvot vaihtelivat 224,2 Ω ja 1415,6 Ω välillä, kaikkien mitattujen näytteiden resistanssin keskiarvon ollessa 653,8 Ω. Kaikki näytteet siis johtivat, vaikka tuloksissa oli suurta vaihtelua eri näytesarjojen välillä komposiitin valmistusvaiheiden virhelähteiden vuoksi. Menetelmää on siis kehitettävä, jotta voidaan saavuttaa tasalaatuisempia näytesarjoja ja tehdä yksityiskohtaisempia johtopäätöksiä.