E-textiles imperméables imprimés au laser : Solutions énergétiques pionnières pour tissus intelligents

L'industrie des tissus intelligents a des applications dans les dispositifs portables pour le consommateur, la santé et la défense — de la surveillance des signes vitaux des patients, au suivi de la localisation et de l'état de santé des soldats sur le terrain, en passant par la surveillance des pilotes ou conducteurs pour la fatigue. Les textiles intelligents avec détection intégrée, communication sans fil ou technologie de surveillance de santé nécessitent cependant des solutions énergétiques robustes et fiables.

Les méthodes actuelles de stockage d'énergie pour textiles intelligents, comme coudre des batteries dans les vêtements ou utiliser des e-fibres, peuvent être lourdes et avoir des problèmes de capacité. De tels composants électroniques peuvent aussi subir des courts-circuits et des pannes mécaniques lorsqu'ils entrent en contact avec la sueur ou l'humidité de l'environnement.

Une méthode évolutive a été développée pour fabriquer rapidement des textiles intégrant des dispositifs de stockage d'énergie. En seulement trois minutes, la méthode peut produire un patch textile intelligent de 10 × 10 cm qui est imperméable, extensible et facilement intégrable avec des technologies de récolte d'énergie.

La méthode permet aux supercondensateurs au graphène — dispositifs de stockage d'énergie durables qui se combinent facilement avec le solaire ou d'autres sources d'énergie — d'être imprimés au laser directement sur les textiles. Dans une preuve de concept, les chercheurs ont connecté le supercondensateur avec une cellule solaire, offrant un tissu intelligent efficace, lavable et auto-alimenté.

Le supercondensateur à base de graphène est entièrement lavable et peut stocker l'énergie nécessaire pour alimenter un vêtement intelligent — et il peut être fabriqué en minutes à grande échelle. La méthode pourrait aussi permettre une fabrication roll-to-roll plus rapide avec l'utilisation d'impression laser avancée basée sur la fabrication multifocale et les techniques d'apprentissage automatique.