CNT-PDMS基應變傳感器在拉伸過程中表現出顯著的電阻變化，因導電網絡被破壞而導致電阻升高（圖1a）；在釋放階段，由于PDMS的粘彈性作用，CNT網絡恢復較慢，產生信號漂移。同時，CNT-PDMS與電極間的弱界面易受損，進一步引入基線噪聲并降低傳感器精度（圖1b）。為此，研究團隊引入致密的Ag膜構建雙相導電網絡（圖1c），在拉伸過程中Ag膜開裂成島，釋放后可重新連接。通過使用凹凸結構電極（MTJ設計）和在PDMS下方粘附PET層，增強了電極的穩(wěn)定性（圖1d）。Ag膜高導電性在釋放階段主導了電阻變化，顯著抑制了漂移（圖1e），而應變不敏感的電極-彈性體界面則保證了信號輸出的準確性。制備過程中，利用模板澆注法形成榫卯結構，電極置于中心，CNT-PDMS填充其中并熱固化，之后旋涂Ag納米顆粒油墨并低溫燒結，最后將PET層貼附于電極區(qū)域（圖1f）。

圖1. 基于導電彈性體應變傳感器現存問題及低漂移傳感器的結構設計。

研究團隊通過引入MTJ&PET結構，有效降低了電極偏移帶來的噪聲，實現了更穩(wěn)定的界面接觸（圖2a）。對比測試表明，采用傳統(tǒng)銀膠電極的傳感器在1 s內電阻變化為0.174，而MTJ&PET結構傳感器僅為0.006，界面穩(wěn)定性顯著提高（圖2b）。在動態(tài)拉伸過程中，銀膠界面易破裂，產生嚴重噪聲（圖2c），而MTJ&PET界面即使在80%應變下也保持穩(wěn)定。進一步通過動態(tài)應變測試評估了不同結構對基線漂移（PBD）的影響（圖2d-e）。結果顯示，Ag/CNT-PDMS雙相分層網絡可顯著降低PBD，其中Ag/CNT-PDMS20表現最佳，平均PBD僅為1.91×10?2%，遠低于單一CNT-PDMS結構。Ag島的二維/三維形貌變化影響了電阻響應與漂移行為（圖2f），粗糙表面形成的3D Ag島有助于降低基線漂移。通過有限元分析優(yōu)化了MTJ&PET的尺寸參數（圖2g-h），最終確定最佳設計為L1=0.7 cm、L2=1 cm、L3=0.4 cm。實驗進一步驗證，優(yōu)化結構下電極界面應變僅為0.42%，有效提升了應變環(huán)境下的信號穩(wěn)定性（圖2i-j）。整體結果表明，MTJ&PET結合Ag/CNT-PDMS雙相網絡的設計，大幅提升了柔性傳感器在大應變條件下的穩(wěn)定性和可靠性。

圖2. 雙相分級網絡和電極區(qū)域的優(yōu)化設計。

燒結后的金屬銀納米顆粒的SEM圖像。

為了驗證優(yōu)化的電極區(qū)域穩(wěn)定性，研究團隊制造了四種不同電極結構的應變傳感器，并進行了連續(xù)拉伸和釋放測試（圖3a）。結果表明，W/O PET&MTJ 和 W MTJ 電極區(qū)域在80%和60%應變下出現明顯變形，與仿真預測一致（圖3b）。缺乏PET支撐的W MTJ傳感器在60%應變時發(fā)生斷裂，而W PET和W PET&MTJ結構則在80%應變下保持完整，說明PET有效提升了局部彈性模量。在基線漂移測試中，W PET&MTJ傳感器表現出最小的漂移（圖3c），其釋放后阻值變化僅為0.072（圖3d），且在1.25秒內快速恢復，恢復率高達99.999%。進一步在不同拉伸速度（50–800 mm/min）下的測試中，傳感器依然保持了極低的基線漂移（圖3e–g）。得益于Ag islands的補償作用，傳感器能夠準確監(jiān)測快速大幅度動態(tài)應變變化（圖3h,i）。

圖3. 高速連續(xù)動態(tài)應變下的基線漂移特性測試。

受雙相導電網絡的影響，研究團隊開發(fā)的應變傳感器在拉伸過程中經歷了三個階段的電阻變化（圖4a）。初期，連續(xù)的Ag薄膜主導導電，隨后Ag島與CNT-PDMS20并聯，最終隨著拉伸加劇，CNT-PDMS20成為電阻主導。傳感器在0–5%、5–12%和12–80%應變區(qū)間的靈敏度（GF）分別達到7200、55442和10986，滿足大多數應用需求（圖4b）。不同批次制備的傳感器在各階段均展現出良好的靈敏度一致性，且在靜態(tài)測試中呈現優(yōu)異的線性歐姆特性（圖S28）。即使在0.02%的微小應變下，傳感器也能保持高信噪比和穩(wěn)定響應（圖4c）?？焖倮鞙y試顯示其響應和恢復時間僅為52 ms和60 ms，支持實時動態(tài)監(jiān)測（圖4d）。在不同拉伸速度下（20%應變），傳感器保持穩(wěn)定的電阻響應（圖4e），并在5000次循環(huán)測試中僅出現1.17%的微小偏移，顯示出優(yōu)異的耐久性（圖4f,g）。與已有PDMS基應變傳感器相比，該傳感器在靈敏度和感應范圍方面展現出顯著優(yōu)勢（圖4h），展現了其在動態(tài)應變應用中的巨大潛力。

圖4. 低漂移應變傳感器的感應機制和基本性能。

為了實現準確的人機交互，研究團隊基于提出的高靈敏度、低基線漂移應變傳感器開發(fā)了單通道手勢識別系統(tǒng)（圖5a）。傳感器固定在手背，通過監(jiān)測肌腱變化捕捉手勢動作。手勢識別系統(tǒng)包括運動提取、信號轉換與卷積神經網絡（CNN）預測。不同手勢過程中，阻值時間序列信號表現出顯著差異（圖5b），并通過連續(xù)小波變換進一步增強（圖5d）。經60個訓練epoch后，CNN訓練精度達到峰值，主成分分析（PCA）結果表明手勢特征具有清晰分布（圖5e, f），最終五類手勢的識別準確率達到98.2%（圖5g）。對比實驗中，缺乏結構優(yōu)化的傳感器信號噪聲較大，經移動平均濾波后準確率仍僅為51.3%，PCA顯示特征重疊明顯，CNN分類失敗（圖5h–5j）。相比之下，本研究提出的低漂移傳感器結合手勢識別算法，在動作意圖識別中展現出優(yōu)異性能，為人機交互應用提供了可靠支持。

圖5. 基于單通道低漂移傳感器的手勢識別應用。

這項工作提出了一種具有雙相分層網絡和穩(wěn)定電極界面的協(xié)同結構，以解決連續(xù)動態(tài)應變下基于導電彈性體基應變傳感器的基線漂移和噪聲干擾問題。該傳感器具有高 GF（高達 55442）、低檢出限 （<0.02%）、出色的穩(wěn)定性（>5000 次循環(huán)）和快速響應/恢復時間 （52/60 ms）。通過機器學習，它可以實現 98.2% 的手勢識別準確率。這種高靈敏度、低漂移的應變傳感器在各種應用中具有巨大的潛力。

如您有采購需求

歡迎聯系我們！