衣芳教授课题组在智能传感织物对多信号实时区分检测方面取得新进展

织物传感器因具有透气性好、舒适性好、易于编织、大面积贴合性和高鲁棒性等优点，在医疗保健、机器人和体育等领域有广泛的应用前景。体温和脉搏是健康监测中重要的生理检测指标。然而，目前尚未报道可以同时检测和区分温度和脉搏/触摸的织物传感器。制备同时区分多种刺激信号传感器的策略之一是将不同的纤维或织物传感器集成到的一个织物中。但该策略面临着器件结构复杂、制造工艺复杂、各种信号干扰导致输出信号校准过程繁琐、不同传感器空间分布导致信号和时间误差、功耗大等棘手挑战。

鉴于此，中山大学材料科学与工程学院衣芳教授课题组开发了一种能够同时检测和区分温度和脉搏/触摸的多模态智能织物。该智能织物不仅具有高检测性能、信号互不干扰的特点，而且制造简单并且可以对信号进行实时监测。该织物传感器可输出两个相互独立的信号，从而输出信号互不干扰。织物基摩擦纳米发电机（TENG）通过输出电压信号来检测脉搏，而织物内芯（TENG的工作电极）为热电阻纤维通过输出电阻信号来检测温度。微纳多孔热电阻纤维（graphene/Fe₂(MoO₄)₃/TPU）通过在石墨烯表面生长纳米钼酸铁然后与TPU复合经湿法纺丝而制备，不仅具有良好的可拉伸性和热稳定性，并且与目前已报道纤维基温度传感器相比，具有最高的热灵敏度（β= 4994.55 K，26~50 ℃）和最快的响应/回复时间（97 ms/239 ms），而且其温度传感性能对各种应变（拉伸、弯曲和压力）不敏感。此外，这种基于纳米钼酸铁生长于石墨烯的热电阻纤维比基于纳米钼酸铁直接混合石墨烯的热电阻纤维具有更高的温度传感性能（热灵敏度高约3.2 倍）。基于此微纳多孔热电阻纤维编织而成的解耦多模智能传感织物可用于健康监测，同时提供准确的人体温度和脉搏信号，从而提供更准确、更有价值的健康状况信息。这项工作中展示的概念也可以扩展到其他领域，如机器人、假肢和智能家居系统等。

此成果以“High-performance multimodal smart textile for artificial sensation and health monitoring”为题，张旭靖博士为第一作者，衣芳教授为通讯作者发表于期刊Nano Energy。中山大学材料科学与工程学院为论文第一完成单位。该研究工作受到国家自然科学基金、广东省自然科学基金大力支持。

论文链接：https://doi.org/10.1016/j.nanoen.2022.107778

图 1. 解耦多模智能传感织物概述。

                                                   图 2. 智能传感织物用于可穿戴健康监测。

初审：袁湛楠

审核：田雪林、许俊卿

审核发布 ：李伯军