类型a学术报告
一、 研究概述
本研究由来自韩国成均馆大学（Sungkyunkwan University）的研究团队完成。第一作者为Su Bin Choi，通讯作者为Jong-Woong Kim，合作者还包括Sushmitha Veeralingam、Tran Duc Khanh、Jun Sang Choi、Kampara Roopa Kishore以及Seung-Boo Jung。该研究成果发表于国际知名期刊《Nano Energy》（第140卷，2025年），论文标题为《采用全织物材料的快速响应混合压电-摩擦电压力传感器以实现增强的传感与发电性能》（Rapid-response hybrid piezo-triboelectric pressure sensor using all-fabric materials for enhanced sensing and power generation）。
二、 研究背景与目的
该研究属于柔性电子、能量采集与自供能传感交叉领域。随着全球能源危机加剧和物联网（IoT）、可穿戴电子设备（wearable electronics）的快速发展，开发高效、可持续的电源及传感解决方案成为迫切需求。摩擦纳米发电机（TENG）可将机械能转化为电能，并兼具压力传感潜力，但在单一器件中同时实现高效能量采集和高灵敏度压力传感存在固有权衡（trade-off）：高灵敏度传感要求接触面积随压力显著变化，而高效能量采集则需维持大面积稳定接触。为打破这一瓶颈，本研究旨在提出一种协同融合摩擦电与压电效应的混合式全织物压力传感器，通过材料创新与结构设计，在不牺牲能量采集效率的前提下，显著拓宽传感量程、提高灵敏度与响应速度，并探索其在人体运动监测与机器学习手势识别中的应用潜力。
三、 研究方法与工作流程
本研究的工作流程主要包括四个阶段：纳米填料的合成、功能织物的静电纺丝制备、混合电子压力传感器的组装与性能测试、以及基于深度学习的应用验证。
第一阶段：纳米填料的合成。研究团队首先通过水热法合成了二硫化钼（MoS₂）纳米花，并通过高强度探针超声将其剥离成独立纳米片，以利于后续在聚合物基体中的均匀分散。同时，通过化学刻蚀法选择性地移除Ti₃AlC₂ MAX相前驱体中的铝（Al）层，再经锂离子（Li⁺）插层和超声辅助分层，制备了MXene（Ti₃C₂Tₓ）纳米片。透射电镜和扫描电镜等表征确认了两种二维纳米填料的成功制备与形貌特征。
第二阶段：功能织物的制备。以尼龙-6,6（Nylon-6,6）和聚偏氟乙烯（PVDF）为基体材料，通过静电纺丝（electrospinning）技术分别制备了尼龙-6,6纳米纤维织物和PVDF基复合纳米纤维织物。其中，PVDF本身既是优良的摩擦电负性材料，又具有压电特性。为增强其性能，研究团队将合成的MoS₂和MXene纳米片作为功能性填料掺入PVDF纺丝液中，通过优化超声时间来调控MXene片层尺寸（目标约108纳米），以适应直径约120纳米的纤维，并控制总填料负载量为20 wt%，制备了PMMX织物。表征显示，填料引入后纤维直径增至200纳米，表面粗糙度提高；X射线衍射（XRD）和傅里叶变换红外光谱（FTIR）证实，MXene和MoS₂的协同作用有效促进了PVDF的压电活性β相（β-phase）生成，表现为β-(110)和β-(101)/(020)等特征峰的增强。
第三阶段：混合电子压力传感器的组装与性能系统性表征。器件采用层压结构：顶部为作为摩擦正极的尼龙-6,6织物，底部为作为摩擦负极和压电层的PMMX织物，并在PMMX层下方额外集成了一层PMMX压电层。为优化器件性能，研究者系统调控了PMMX中MXene与MoS₂的相对比例（1:4、2:3、1:1、3:2、4:1），测试不同配比下的压电、摩擦电及混合输出电压。结果表明，MoS₂含量增加有利于提升压电输出，而MXene对摩擦电输出影响显著但浓度过高会因团聚导致性能下降；当MXene与MoS₂比例为1:1时，混合电输出达到最优，实现了最高1.41倍的“倍增效应”（multiplicative effect）。在优化后的器件上，系统评估了频率和压力依赖特性：在2赫兹（Hz）频率、100千帕（kPa）压力下，混合输出电压可达297伏（V）；在20-100千帕范围内，电压和电流均呈准线性增加。混合机制的应用大幅扩展了传感范围：摩擦电分量在50千帕内灵敏度高，但在85千帕左右趋于饱和；而压电分量呈线性响应直至约150千帕，有效弥补了摩擦电饱和后的灵敏度衰减，使混合传感器的总传感量程达到150千帕。从灵敏度来看，低压区（<85千帕）达到3.3 V/kPa，高压区（>85千帕）为0.5 V/kPa。尤为突出的是，得益于MXene构建的导电通路加速了载流子传输，传感器的响应时间和恢复时间分别仅为0.38毫秒（ms）和1.04毫秒。
第四阶段：应用验证。研究者在两个层面验证了该传感器件的实用价值。在物理层面，搭建了由6个传感像素构成的阵列，用于追踪不同重量球体在不同倾斜角度（15°、30°、60°）下的滚动轨迹。实验证明，即使在60°倾角下整个运动过程仅500毫秒，传感器依然能准确记录各像素的电压响应，适用于快速动态监测。在人体应用层面，将传感器贴附于肘、腕、颈、膝、足底等部位，成功采集了屈伸、行走、跑步等多种运动的电信号。进一步，研究团队采集了8338个样本，构建并训练了一维卷积神经网络（1D-CNN）模型，用于手势/动作分类。该模型对肘部弯曲、膝部弯曲、颈部弯曲、行走、跑步和手腕弯曲六种动作的分辨准确率达到了99%至100%，混淆矩阵展示了极高的模型鲁棒性。
四、 主要研究结果
研究取得了一系列突破性成果。在材料优化上，确定了当PVDF基体中总填料含量为20 wt%且MXene与MoS₂配比为1:1时，器件的混合电输出达到顶峰，证明了两种纳米填料在促进β相形成（MoS₂贡献为主）和增强表面电荷密度（MXene贡献为主）方面的协同效应。在器件性能上，获得了297 V的高输出电压、3.18 V/kPa（总体平均值）的高灵敏度、0.38毫秒的超快响应时间以及150千帕的宽传感范围，成功解决了传统TENG在能量采集与压力传感间的权衡难题。这一“倍增效应”源于器件层级结构设计：低压下，纤维粗糙表面间的接触面积变化主导了高灵敏度的摩擦电响应；高压下，摩擦电效应趋于饱和，但压电层的体材形变产生了线性增长的补偿信号，从而平滑地扩展了动态量程。响应速度的突破，则归因于MXene纳米填料在聚合物基体内形成的有效导电通路，使摩擦/压电产生的电荷能瞬时迁移至电极。在快速轨迹追踪和人体运动监测中的成功演示，验证了其动态传感能力。最终，与1D-CNN深度学习模型的结合，实现了极高精度的动作分类，展示了该传感器在智能人机交互、健康监测和运动分析中的巨大潜力。
五、 研究结论与价值
本研究成功开发了一种基于全织物材料的高性能混合压电-摩擦电压力传感器。其核心科学价值在于提出并验证了通过摩擦电与压电机制协同工作来打破单一机制传感器性能权衡的新范式，从材料、界面和结构设计层面提供了完整的解决方案。应用价值方面，该传感器兼具高效能量采集和高保真宽范围压力传感的特性，结合其全织物质地、优异的柔韧性和快速响应，完美契合下一代自供能可穿戴电子设备、智能纺织品及物联网节点的需求。特别是与深度学习算法集成所实现的精准手势识别，为康复医疗、运动科学和高级人机界面提供了先进的技术平台。该工作不仅为多功能传感器的设计提供了新思路，也推动了自供能智能系统向实际应用迈出重要一步。
六、 研究亮点
本研究的亮点集中体现在四个方面。第一，发现了协同增敏的“倍增效应”：通过精心调控MXene和MoS₂纳米填料的比例，实现了PVDF压电β相含量和表面摩擦电荷密度的同步优化，使混合输出超越单一效应之和。第二，提出了层级结构突破量程瓶颈的创新设计：在摩擦电层下集成额外的压电层，利用后者在高压区的体材形变响应补偿前者的接触饱和效应，将织物基传感器的有效量程从常规的不足85千帕大幅延伸至150千帕。第三，实现了基于材料本征导电优化的超快响应：利用MXene构建内部导电网络，将响应时间缩短至0.38毫秒这一极高水准。第四，构筑了从物理信号到智能识别的完整闭环：将传感器与1D-CNN深度学习模型无缝融合，在六种人体动作分类中获得了接近100%的超高精度，充分展示了其作为智能感知终端的巨大潜力。