非线性统计力学驱动聚合物网络中的本征电致伸缩与体扭矩

统计力学是理解聚合物电弹性的重要工具，因为聚合物的弹性主要源于熵。然而，聚合物链统计力学的常用方法——高斯链近似——遗漏了关键物理。通过考量问题的非线性，我们展示了聚合物链形变与其介电响应（即其净偶极矩）之间的强耦合。当具有该耦合的链在弹性体网络中交联并施加电场时，场打破了弹性体弹性性质的对称性，并且结合静电扭矩与不可压缩性，导致本征电致伸缩。反之，形变可打破介电响应的对称性，导致体扭矩（即单位体积的力偶应力或扭矩）与非对称驱动。这两种现象对设计高效软驱动器和软电活性材料具有重要意义；尤其是体扭矩机制的存在可用于开发更高自由度的驱动器并实现仿生运动。