中科院北京纳米能源所Adv. Mater.：大面积全织物压力传感器监测人运动和生理信号
【引言】
随着集成到衣服上的各种电子元器件，如电子皮肤、柔性晶体管、能量收集和存储装置的大量涌现，智能织物（电子织品）和可穿戴设备引起了人们的广泛兴趣。在这些电子元器件中，可以感受或响应外界刺激的压力、应力传感器是电子织品的重要组成部分。智能服装的飞速发展对这些传感器提出了更高的要求，希望其具有和柔性纤维可比的轻质量、舒适、柔性，然而，大多数压力传感器是由传统光刻等方法制备的硅基压力传感器，它们的高硬度、低灵敏性和有限的传感范围很难满足智能服装未来发展需求。
最近，基于电容、压电、压阻和摩擦效应制备的电子皮肤已经被实现，这些超薄无机硅、柔性弹性体、导电聚合物和离子凝胶等的传感器具有高的灵敏度和优异的柔性，但是这些器件的制备过程复杂且大多数是在高分子聚合物基底上，难以集成在智能服装上。此外，人们需要一个大面积织物基压力传感器阵列来实时、动态地能够描绘压力分布。
【成果简介】
近日，中国科学院北京纳米能源与系统研究所蒲雄研究员、胡卫国研究员和王中林院士（共同通讯作者）研究小组在普通的织物基底上实现了大面积织物基压力传感器阵列的制备。这种织物传感单元具有高的灵敏度（14.4kPa-1）、低的探测极限（2Pa）、快速响应（24ms）和低能量消耗（<6μW）,并且可以在复杂的形变下保持机械稳定性。基于这些优点，该全织物基传感器可以探测手指运动、手势、声音振动和实时脉搏信号。该研究成果以“Large-Area All-Textile Pressure Sensors for Monitoring Human Motion and Physiological Signals”为题发表在Adv. Mater.上。中国科学院北京纳米能源与系统研究所的刘萌萌是该文章的第一作者。
【图文导读】
图1. 织物基压力传感器的制备
（a）织物压力传感器制备工艺的示意图；
（b、c）在织物上,Ni覆盖的叉指电极扫描电镜图，（b）比例尺：1mm,(c)比例尺：3μm,插图比例尺：500nm；
（d、e）覆盖在棉织物上CNT形貌（碳纳米管）在不同放大倍数下的扫描电镜图,(d)比例尺：500μm，（e）比例尺：100μm，插图比例尺：1μm；
（f）织物传感器的弯曲照片；
（g-i）直流源通过（g）打结，（h）扭曲，（i）弯曲的织物柔性导电电路点亮LED；
（j）在聚酯纤维织物上的不同导电图案。
图2. 机电性能的评估
（a） 在施加不同压力下，传感器的I-V曲线；
（b） 在不同量的CNT涂层下，三个压力传感器的压力和电流变化关系；
（c） 在器件上施加不同的压力，电流随时间的变化；
（d） 在2800Pa下，传感器的持久性测试；
（e） 在弯曲900次前后，压力传感器的性能变化，插图是弯曲传感的照片；
（f） 织物基传感器分别和由在PET基底上层状石墨烯、PI上薄膜晶体管、PDMS上AuNWs纸、PET上的金字塔结构和PET上的TESMs构成的传感器进行灵敏度对比。
图3. 使用织物传感器对不同的机械力和声音实时探测
（a） 可穿戴传感器附着在弯曲手指皮肤上的照片和对应弯曲程度的电流信号反应；
（b、c） 不同机械力下对应的电流信号,(b)挤压、（c）扭曲；
（d、e） 一段音乐引起的声音振动对应的实时电流信号；
（f、g） 器件戴在脖子上，人说话时引起的电流信号；
（h） 织物压力传感器附着在人造手的不同手指上；
（i） 不同手势的实时电流信号；
（j） 不同握手压力时的电流信号和LED实时亮度变化。
图4. 实时脉搏信号检测和小应变传感性能
（a） 织物传感器附着在手腕上实时探测脉搏跳动信号；
（b） 桡动脉脉搏的原始信号；
（c、d） 叶子压在织物传感器上的照片和电流曲线；
（e） 四个字母的摩斯电码，接触传感器产生的“BINN”。
图5. 织物基压力传感器阵列实现压力场分布和轨迹监测
（a） 像素为4*4的传感器阵列的示意图；
（b） 传感器阵列缝在衣服上，弯曲和扭曲；
（c、d） 两根手指接触附着在手腕上传感器阵列及其对应的压力分布图案；
（e、f） Z形的亚克力板放在像素为4*4的传感器阵列上及其相应的压力分布信号；
（g-i） 食指在器件上滑动的轨迹方向；
（j-k） 对应的压力分布。
【小结】
研究人员通过掩模辅助Ni涂层和CNT织物的融合，在织物上实现了具有高灵敏度、柔性多像素压力传感器阵列的直接制备，不需要传统电子器件的加工技术。该工作实现了手指、声音、乐器颤动和脉搏等压力信号的实时检测，为智能健康医疗的发展提供了新的思路和视角，同时为未来智能织物和可穿戴电子设备上的压力传感器制备提供一种非常有前景的方法。
文献链接：Large-Area All-Textile Pressure Sensors for Monitoring Human Motion and Physiological Signals （Adv. Mater.，2017，DOI: 10.1002/adma.201703700）
1.团队介绍；
目前，胡卫国老师研究方向主要分为两块：1.纤维基可穿戴设备、智能服装及柔性可拉伸电子皮肤；2.宽禁带压电电子学器件。具体介绍和文章请查阅所网站http://sourcedb.binn.cas.cn/zw/zjrck/yjy/201308/t20130814_3912180.html
2.团队在该领域工作汇总；
我们主要对智能服装的三个部分进行设计和研究：功能器件（sensors）、能量收集（energy-harvesting）器件和能源储存（energy-storage）器件。一、功能器件，传统的硅基传感器会降低服装的柔性，针对这个问题，我们研制了全纤维的压力传感器阵列，可以测试身体的生理信号如脉搏和身体移动信号，可以更好地集成到可穿戴设备和智能衣服中。另外除压力传感器，集成温度、湿度和PH值传感器的全纤维系统也在设计。二、能量收集器件，传统的电化学储能器件需要频繁的充电，造成不方便。我们研制了集成能源转换和储存功能的一体化器件，可以同时收集机械能和太阳能储存在锂电池中，实现其自供能。三、能源储存器件，目前，医疗诊断以及运动监测等各种市售智能纺织品仍普遍使用的是刚性电池，然而这带来了许多不便。针对此问题，我们研制了全固态柔性平面超级电容器，拥有高比容量和循环性能。
3.相关优质文献推荐。
其他相关文献您可以到团队介绍内查阅。
本文由材料人编辑部新能源小组寻常编译，参与新能源话题讨论请加入“材料人新能源材料交流群 422065952”。
投稿以及内容合作可加编辑微信：RDD-2011-CHERISH，任丹丹，我们会邀请各位老师加入专家群。
材料牛网专注于跟踪材料领域科技及行业进展，如果您对于跟踪材料领域科技进展，解读高水平文章或是评述行业有兴趣，点我加入编辑部。欢迎大家到材料人宣传科技成果并对文献进行深入解读，投稿邮箱tougao@cailiaoren.com。
仪器设备、试剂耗材、材料测试、数据分析，找材料人、上测试谷！
文章评论(0)