四川大学王竹卿/吴晓东Adv. Sci.：基于新型压力-温度双功能传感纤维构建智能电子织物

一、研究背景：

电子织物继承了织物基底的透气轻便、柔软舒适和易于集成到衣物中的优点，顺应了穿戴式电子设备柔性化、小型化和集成化的整体发展趋势，在健康监测、人机交互等领域扮演着关键角色。然而，当前的电子织物大多是通过直接在织物衬底表面沉积或涂覆功能材料得到的，这使得导电功能层与织物表面之间的界面附着力不够强，导致电子织物在复杂恶劣的环境下长期使用时会产生性能下降甚至失效的风险，并伴随着潜在的生物毒性危害。此外，在织物基底上沉积或涂覆功能材料还会不可避免地削弱原始织物的固有可穿戴特性（柔软度、透气性、生物相容性等）。因此，如何在不牺牲织物原有的穿着舒适性前提下，构建出一种兼具理想传感性能的电子织物，当前仍然是一个巨大的挑战。此外，如何在扩展电子织物传感功能的同时，最大程度地减少不同传感模式之间的相互干扰，也是当前多功能电子织物所面临的共性难题。

二、文章简介：

近日，四川大学机械工程学院的王竹卿教授和吴晓东研究员团队通过合理的功能材料复合设计和传感器构型调控，通过将定制的螺旋分层状的纤维式（SLIF）传感器集成到织物中，成功构建了一种兼具优秀的压力-温度传感性能和双模态解耦性能的双功能传感电子织物。通过将SLIF传感器集成到各类商业织物中，开发了一系列的智能衣物用于精确监测各种人体生理信号。此外还通过集成SLIF传感器得到的智能手套，在人工智能算法辅助下完成了高精度地识别物体的应用示范，在智能电子织物和可穿戴设备中表现出良好的应用前景。相关成果以 “Innervate Commercial Fabrics with Spirally-Layered Iontronic Fibrous Sensors Toward Dual-Functional Smart Garments” 为题，发表在《Advanced Science》期刊上（影响因子：14.3，中科院1区Top期刊），王竹卿教授为通讯作者，吴晓东研究员和硕士生刘奇同学为共同第一作者。

三、研究内容：

图1.将SLIF传感器集成到商用织物中构建智能电子织物的设计理念。（a）基于SLIF传感器构建的各类智能衣物的示意图。（b）在织物衬底中集成SLIF传感器的示意图。（c）基于SLIF传感器得到的压力传感单元和温度传感单元的构型设计。（d） SLIF传感器内部螺旋分层结构示意图。（e）有限元仿真结果显示了两个垂直排布的SLIF传感器在外力作用下的相交接触面积变化。（f） SLIF传感器的温度传感机理示意图。（g）基于SLIF传感器构建的智能衣物可应用于生理信号监测与物体识别。

图2.SLIF传感器的制备和表征。（a） SLIF传感器组分材料的化学性质。（b-d） SLIF传感器横截面在不同放大倍数下的SEM图像。（e）将SLIF传感器引入织物基底中开发电子织物的示意图。（f）两个相互垂直的SLIF传感器的接触面积在施加力前后的模拟变化结果。（g）压力传感单元在不同压力和温度下的相对电容变化（ΔC/C₀）的实验结果。（h）温度传感单元在不同压力和温度下的离子阻抗（Z）的实验结果。（i）压力传感单元在不同压力和温度下的相对电容变化的理论分析结果。（j） 温度传感单元在不同压力和温度下的离子阻抗的理论分析结果。

图3. SLIF传感器的压力和温度传感性能表征。（a）压力传感单元的压力实验测试装置。（b）压力传感单元在不同压力下的相对电容变化曲线，插图显示了压力灵敏度的变化。（c）压力传感单元在不同频率力下的响应行为。（d）压力传感单元的信号响应和恢复时间。（e）压力传感单元在加载和移除76 mg物体时的响应行为。（f）压力传感单元在2 N力下10000次重复性试验。（g）温度传感单元的温度实验测试装置。（h）温度从0 ℃上升到90 ℃（间隔10 ℃）时温度传感单元的阻抗变化。（i）不同温度下温度传感单元阻抗的对数图，插图显示了温度灵敏度的变化。（j） SLIF传感器最小温度检测极限为0.1 ℃。（k，l)在20 ℃室温下，将温度传感单元分别浸入到（k）38 ℃的温水和（l）2 ℃的冷水中，待阻抗信号稳定后再取出。（m）水浴温度在20 ~ 40 ℃交替变化时，温度传感单元的循环响应曲线。

图4. 基于SLIF传感器开发的智能衣物用于人体生理信号监测的监测。（a）基于SLIF传感器驱动的智能口罩和智能腕带被用于监测人体生理信号的示意图。（b）将SLIF传感器集成到口罩中来构建智能口罩。（c）人体吸气和呼气过程的示意图。（d，e）分别采用智能口罩的压力传感模式和温度传感模式连续记录受试者的呼吸信号 。（f，g） 采用智能口罩的压力传感模式和温度传感模式连续记录受试者运动后的呼吸信号。（h）受试者在运动前和运动后呼吸频率的变化情况对比。（i） 将SLIF传感器集成到护腕中来构建智能护腕。（j， k)用智能护腕连续记录受试者运动前（j）和运动后（k）的脉搏信号。（l）受试者在运动前和运动后脉搏的变化情况对比。

图5. 基于SLIF传感器开发的智能手套用于物体识别。（a） 通过集成SLIF传感器开发的智能手套的示意图。（b） 由SLIF传感器驱动的智能手套的实物图，每个手指上都分布两个互相垂直的SLIF传感器用于感知压力刺激，一个额外的SLIF传感器集成在食指上用于感知温度刺激。（c） 受试者佩戴智能手套以临界力抓取不同重量和温度的纸杯，在此过程中记录下的五个压力响应信号和一个温度响应信号。（d） 用于物体识别测试的由不同形状、重量和温度参数组合而成的27种不同物体的示意图。（e） 受试者以临界力抓取27个不同物体时通过智能手套记录下的所有响应信号。（f） 用于物体识别的人工神经网络的框架图。（g） 27个不同物体的可视化聚类结果。（h） 27个被测物体的混淆矩阵，识别准确率高达97.8%。

四、研究总结：

总之，本工作通过合理的功能材料复合设计以及电子织物构型调控，通过将SLIF传感器引入到商业织物中，在不牺牲织物固有特性的前提下，构建得到的电子织物不仅具有优秀的压力和温度传感性能，而且具备理想的选择性传感性能，压力和温度传感过程之间存在的干扰不会影响到各自的正常功能。通过将SLIF传感器轻松集成到各类商业织物中，开发了一系列具有良好舒适性、透气性和多功能性的智能服装，并成功实现了对人体生理信号的连续准确监测。此外还通过集成SLIF传感器得到的智能手套，在人工智能算法的辅助下完成了高精度物体识别的应用探索。这项工作显示出在保留织物原有特性的前提下增强和扩展电子织物功能的巨大潜力，在智能可穿戴设备中具有广阔的应用前景。

文献链接：https://doi.org/10.1002/advs.202402767