色欲色香天天天综合网站无码86

官方微信
官方微博
新疆大学吴钊峰、唐明聪础贵惭:自供电柔性压电传感器,实现高精度手势识别
来源:高分子科学前沿  浏览次数:621  发布时间:2025-08-18

压电纳米发电机(笔贰狈骋蝉)可将机械能转化为电能,为新一代自供电传感技术提供核心能源支持,但其发展受限于低功率密度、高昂材料成本和复杂制备工艺。传统二维材料(如氧化石墨烯、过渡金属硫化物)虽具优异压电性能,但面临天然储量有限、合成过程需强酸/碱处理导致环境污染,以及二维结构稳定性不足等问题。亟需开发低成本、环保且可规模化生产的新型压电材料。


新疆大学吴钊峰教授、唐明聪博士团队提出一种基于天然层状硅酸盐蛭石(VMT)的创新策略。通过热膨胀与钾离子(K?)插层改性,制备出K?-插层膨胀蛭石(K-VMT),其输出电压达20 V,是未改性蛭石的3倍。团队进一步将K-VMT与聚二甲基硅氧烷(PDMS)复合,制成柔性自供电压电传感器。该器件具备0.01 N的低检测限与优异机械稳定性,并成功实现人体运动实时监测与手势识别,识别精度高达99.86%。相关论文以“Realization of Precise Human Gesture Recognition via a Self-Powered Flexible Sensor Based on Thermal Expansion-Treated and Potassium Ion-Modified VMT/PDMS Film”为题,发表在Advanced Functional Materials 上。


材料设计与微观结构


研究通过热膨胀(800℃处理)结合金属离子置换改性蛭石。扫描电镜(SEM)显示,K?插层使蛭石层间距扩大至≈4.5 μm(图1b-e),因K?强吸水性提升了层间水分子吸附。透射电镜(TEM)证实K-VMT层厚降至0.5 nm,晶格间距增至0.47 nm(图2k),显著增强压电响应。X射线衍射(XRD)与X射线光电子能谱(XPS)分析表明,K?部分置换层间Mg??形成钾盐,优化晶体结构(图3b,f)。


36c0b006-19a2-4d0f-8719-29ce459b02d8.png

图1 K?插层膨胀蛭石(K-VMT)的制备与SEM图像 a) 蛭石热处理及金属离子改性过程示意图;b,d) K-VMT的SEM图像;c,e) K-VMT局部放大区域图像。 


a1651ba4-ef85-4c39-ac04-756ce9cde57f.png

图2 未处理蛭石与热处理蛭石的SEM图像,以及VMT-8、K-VMT的TEM图像 a) 未处理蛭石SEM图像;b–f) 800℃下不同热处理时间(2/4/6/8/10分钟)膨胀蛭石的SEM及局部放大图;g) VMT-8的TEM图像;h,i) VMT-8的高分辨TEM图像;j) K-VMT的TEM图像;k,l) K-VMT的高分辨TEM图像。 


a8b8ce35-fca8-420c-9717-2df1ac023abb.png

图3 未处理蛭石、VMT-8及K-VMT的表征 a,b) 三者的XRD图谱;c) 傅里叶变换红外光谱(FTIR)结果;d) VMT-8与K-VMT的SEM-EDS元素分析;e,f) VMT-8与K-VMT的K 2p轨道XPS谱图及拟合结果。 


电学性能优化


K-VMT/PDMS复合传感器以铜箔为电极(图4a),其压电机理源于外力导致的电荷中心位移(图4b)。性能测试显示:K?改性浓度0.7 mol/L时输出电压最优(20 V,图4f);PDMS质量比1:6时平衡绝缘性与稳定性(图4c);3 mm膜厚下输出性能达峰值(图4g)。器件在0.2–5 N压力范围和0.25–2 Hz频率下均保持稳定输出(图4i,k),经8000次循环后性能无衰减(图4l,m),响应时间仅218 ms。


16d646a2-4c82-40ab-8701-1efdc0188261.png

图4 K-VMT/PDMS柔性压电传感器的结构、原理及输出性能 a) 传感器结构;b) 工作原理;c) 不同K-VMT/PDMS质量比的电压输出;d) 不同热处理时间的电压输出;e) 不同金属离子改性的电压输出;f) 不同K?浓度改性的电压输出;g) 不同膜厚的电压输出;h) 不同面积的电压输出;i) 不同压力下的电压输出;j) 0.01 N微压力的电压输出;k) 固定压力(2 N)下不同频率的电压输出;l,m) 8000次循环测试的电压稳定性;n) 响应时间。 


生理监测与手势识别


传感器贴附于人体皮肤可精准捕捉点头、握拳、手指弯曲等动作的电压信号(图5产-别)。通过腕部固定装置实时监测手腕30°–90°屈伸角度(图5蹿-颈),并进一步集成至手背实现手势识别(图6补)。基于1顿多粒度卷积的特征提取框架(图6颈),将六类手势(数字1/2/8、“翱碍”、“滨尝驰”、“期待”手势)的压电信号映射至64维特征空间,通过角度约束实现类内聚集和类间分离(图6办)。五折交叉验证显示识别精度达99.37%–99.86%(图6濒)。


c18f57c0-be0e-460b-b83e-ff0a50296683.png

图5 传感器在生理监测与手腕屈伸的应用 a–e) 吹气、点头、握拳、声带振动、手指弯曲的实时电压信号;f–h) 手腕30°/45°/90°屈曲的实时电压信号;i) 不规则手腕屈伸的电压响应。


a84cc75b-0b73-4071-b344-00fa4122cfea.png

图6 传感器在手势识别的应用 a) 手势监测系统;b) 手势施加时传感器受力示意;c–h) 六类手势(数字1/2/8、“OK”、“ILY”、“期待”)的实时电压信号;i) 1D多粒度卷积特征提取框架;j) 训练动态图;k) 潜在特征空间的降维可视化;l) 混淆矩阵。


应用前景


该研究以天然蛭石替代贵金属材料,开辟了低成本、环保的高性能柔性器件新路径。未来通过优化材料与设计,此类传感器有望在可穿戴电子、人机交互及健康监测领域实现产业化应用,推动自供电传感技术的实用化进程。