本研究的作者为Angelina Müller, Matthias C. Wapler 和 Ulrike Wallrabe*，其所属机构为德国弗莱堡大学微系统工程系微执行器实验室。这项研究以论文形式发表在英国皇家化学学会的期刊《Soft Matter》上，具体为2019年的第15卷，第779-784页。
这项研究属于材料科学、微机电系统和软物质物理的交叉领域，具体聚焦于聚合物材料的力学性能表征。研究旨在解决一个长期存在的实际问题：尽管聚二甲基硅氧烷（Polydimethylsiloxane, PDMS）——特别是Sylgard 184和Sylgard 182这两种商业型号——被广泛应用于微流控、软机器人和生物医学设备等MEMS领域，但其关键力学参数泊松比（Poisson’s ratio）的精确值在文献中存在较大范围（0.45至0.5）的不确定性。这种不确定性带来了显著的工程挑战，因为泊松比是描述材料在受力时横向应变与纵向应变之比的基本参数，若假设其为0.5（完全不可压缩），将导致理论计算中的体积模量（bulk modulus）趋于无穷大，从而无法准确预测复杂结构（如微流道、柔性执行器）的机械行为。此外，材料的另一个重要热学参数——热膨胀系数（Coefficient of Thermal Expansion, CTE）——也缺乏在不同固化温度下的系统性数据。因此，本研究的目标是开发一种新颖、精确且易于实施的方法，来同时测定PDMS的泊松比和热膨胀系数，并探究固化温度对热膨胀系数的影响。
研究的工作流程严谨而系统，可分为以下几个主要步骤：方法原理建立、有限元模拟、样品制备与实验、数据采集与处理、以及最终的数据分析与结果验证。
首先，研究团队提出了一种基于热膨胀和光学表面轮廓仪的核心方法。其基本原理是：将液态的PDMS前驱体注入一个已知深度和形状（本研究采用圆柱形）的模具腔体中，用玻璃片密封后加热固化。在加热过程中，液态PDMS膨胀，多余的物料从模具边缘的预留间隙（通过垫片控制）挤出。固化完成后，移除玻璃片并使样品冷却至室温。由于PDMS固化后冷却收缩，但受到模具底部和侧壁的约束（底部固定，侧向应变近似为零，顶部自由），其内部会产生应力，导致自由表面（顶部）发生凹陷变形。该表面变形的深度（dh）与腔体深度（h）、材料的热膨胀系数（α）以及泊松比（ν）存在复杂的函数关系。对于极浅的腔体，可以推导出简化的解析模型（公式5和6），表明变形与深度、热膨胀量及一个包含泊松比的因子成正比。然而，对于有限深度的腔体，几何非线性的影响变得显著，解析解难以获得。因此，研究者必须借助数值模拟来建立变形深度与材料参数之间的精确关系。
其次，为了关联实验测量与材料参数，研究进行了详尽的有限元分析模拟。他们使用COMSOL Multiphysics软件，建立了二维轴对称结构力学模型，采用线性弹性材料模型并考虑了热膨胀效应。模型几何结构模拟了实际的圆柱形腔体，边界条件设置为底部固定（roller constraint），侧壁和顶面自由。至关重要的是，模拟中引入了几何非线性以精确处理较大的表面变形。研究者通过参数化扫描，系统性地改变了腔体深度（hn）、固化温度（T）、泊松比（ν）和热膨胀系数（α），为每一组深度和温度生成了一个关于ν和α的插值函数f_hn,T(ν, α)。这个函数库是将实验测量值转化为材料参数的“字典”。他们还验证了模拟的可靠性，将模拟结果与浅腔解析解及无限深腔的负压解析解进行了对比，偏差很小（例如，在1:20纵横比时，应变偏差约3.63%），证明了模拟的准确性。
第三，进入实验阶段。研究对象是两种常用的PDMS：Sylgard 184和Sylgard 182。样品制备流程严格标准化：将基础聚合物与交联剂按10:1比例混合、脱气，然后注入特制的铝制模具中。该模具通过精密数控铣削加工而成，包含四个直径相同（3 mm）但深度不同（0.5 mm, 0.75 mm, 1 mm, 1.5 mm）的圆柱形腔体，并设有0.5 mm厚的垫片以控制物料流动。注入PDMS并再次脱气后，盖上经硅烷处理的玻璃片，放入预热至特定温度的机械压机中施加至少1 kN的压力，确保固化过程中玻璃片不移位且多余物料能顺利排出。研究采用了六种不同的固化温度（从60°C到135°C），并对每种材料、每个温度、每个深度至少制备了四个重复腔体，以确保统计显著性。固化后，移除玻璃片，让样品冷却，形成表面凹陷。
第四，数据采集使用了一台高精度的光学表面轮廓仪（Polytec GmbH的CS-MG-CL2型色差共焦传感器）。该设备具有纳米级的轴向分辨率（2.7 nm）和微米级的横向分辨率（1.7 μm），能够精确测量表面三维形貌。对每个腔体区域进行扫描后，通过测量腔体间平台的高度进行整体调平，然后手动提取每个凹陷的最低点深度作为测量值dh。图3展示了一个典型的Sylgard 184在120°C下固化的三维表面形貌图，清晰可见凹陷特征。
第五，数据分析是本研究方法的核心创新点。对于在某一固定温度下测得的一组不同深度腔体的变形数据{dh_hn}，每个深度都对应一个测量值及其不确定性σ_hn。通过将测量值dh_hn与对应深度和温度的模拟插值函数f_hn,T(ν, α)相等，可以在(α, ν)参数空间中定义一条线（因为一个方程有两个未知数）。四条不同深度对应的线理论上应交于一点，该点即代表了最可能的(α, ν)值。为了处理测量误差并得到最佳估计，研究者构建了概率模型。他们将每个深度测量的不确定性转化为(α, ν)空间中的概率分布（公式8），其中通过一个协变因子c（公式9，基于插值函数对ν和α的偏导数）将变形深度的误差映射到参数空间。然后，将四个不同深度对应的概率分布相乘，得到在给定温度下(α, ν)的联合概率分布（如图4所示）。这个分布呈现出一个椭圆形的等高线区域，表明α和ν之间存在相关性。为了获得各自独立的均值和不确定度，他们对一个变量进行积分，从而得到另一个变量的边缘概率分布。
研究取得了一系列明确而重要的结果。首先，关于泊松比，对于Sylgard 184，综合所有固化温度的平均值为ν = 0.4950 ± 0.0010；对于Sylgard 182，平均值为ν = 0.4974 ± 0.0006（图7）。这些值非常接近但明确小于0.5，且不确定度极低（约0.1%），为这两种广泛应用的材料提供了迄今最精确的泊松比数据。研究还发现，在60°C至135°C的固化温度范围内，泊松比基本保持恒定，不随固化温度变化。这与文献中广泛使用0.5或0.49等近似值但缺乏精确测量的情况形成了鲜明对比，本研究的结果显著缩小了不确定性范围，并与之前少数提供误差范围的测量结果（如Pritchard等人的0.5±0.002）在误差范围内相符，但精度更高。
其次，关于热膨胀系数，研究获得了同样有价值的发现。他们测量并计算了不同固化温度下的α值。结果显示，对于这两种PDMS，热膨胀系数都近似随固化温度线性下降（图8）。通过线性拟合外推至25°C，得到Sylgard 184在25°C的热膨胀系数为(309.63 ± 6.91) ppm/°C，其随温度变化的斜率为(-0.65 ± 0.07) ppm/°C²；Sylgard 182在25°C的热膨胀系数为(289.55 ± 4.44) ppm/°C，斜率为(-0.51 ± 0.05) ppm/°C²。值得注意的是，这些外推值比厂商数据手册给出的常数值（Sylgard 184: 340 ppm/°C；Sylgard 182: 325 ppm/°C）低了约9-11%，这提示在实际工程设计中，特别是涉及温度变化的场合，需要考虑热膨胀系数对固化温度的依赖性，并使用更精确的值。
研究的结论是，他们成功开发并验证了一种基于热膨胀和光学轮廓测量的新方法，能够高精度地同时测定软聚合物（如PDMS）的泊松比和热膨胀系数。该方法的关键优势在于：1) 高精度：获得了不确定度低于0.1%的泊松比。2) 小应变测量：主导应变范围在1%-2.35%，远低于传统拉伸测试（通常10%-40%），更接近许多MEMS应用的实际工况。3) 设备易得：核心测量设备光学轮廓仪在大多数MEMS实验室普及，无需复杂的拉伸或压痕测试平台。4) 可扩展性：原则上适用于任何能从液态固化且无明显溶胀的软聚合物。该方法避免了传统方法如压痕测试中可能出现的“pull-in/pull-off”接触问题，也无需复杂的横向变形追踪技术。
本研究的亮点突出体现在以下几个方面：方法学创新：将热膨胀引起的约束变形与高精度光学测量相结合，通过多深度样本和有限元模拟反演材料参数，构思巧妙且执行严谨。结果的精确性与可靠性：通过系统的实验设计（多温度、多深度、大量重复）、严谨的概率统计分析以及模拟验证，提供了迄今为止关于Sylgard 184和182泊松比最精确、最可靠的测量数据。揭示新现象：首次明确报道了PDMS热膨胀系数随固化温度升高而近似线性下降的规律，这对热机械设计具有重要指导意义。强大的实用价值：为MEMS和软物质领域的研究人员和工程师提供了获取关键材料参数的简易、精确方案，有助于提高相关器件设计的预测准确性和可靠性。
此外，研究中还有一些有价值的细节，例如他们考虑了固化过程中可能存在的聚合收缩和温度斜坡的影响，将其纳入一个等效热膨胀系数中处理，但发现其贡献（约0.1%）小于测量不确定度，因此可忽略。他们还通过热模拟验证了加热过程中PDMS能在远短于固化时间的时间内达到热平衡，确保了实验条件的有效性。这项研究不仅解决了PDMS材料参数不确定性的实际问题，更提供了一种普适性强的表征方法范例，对软材料力学性能表征领域具有重要的贡献。