基于梯度多孔纳米复合材料的灵敏度与检测范围可调的自供电传感用于姿态监测

研究团队与发表信息

本研究由深圳大学物理与光电工程学院、教育部和广东省光电设备与系统重点实验室的韩嘉欣（Jiaxin Han）、戴兴毅（Xingyi Dai）等人，以及天津大学材料科学与工程学院的冯伟（Wei Feng）合作完成。通讯作者为戴兴毅、黄龙彪（Long-Biao Huang）和冯伟。该研究成果发表于国际知名期刊《Nano Energy》（第151卷，文章编号111819），于2026年2月22日在线发表。

研究背景与目的

随着人们对健康管理重视程度的提高，能够连续监测生理信号的传感器技术变得愈发重要。在运动科学领域，系统性的监测可以优化训练计划、预防运动损伤；而在日常生活中，久坐姿势不当不仅会引发腰椎间盘突出、腰肌劳损等肌肉骨骼疾病，还会增加高血压和糖尿病等慢性病的患病风险。然而，传统传感器对外部电源的依赖极大地限制了其在长时间监测中的应用。自供电传感器，特别是摩擦电传感器（Triboelectric Sensor），因其材料兼容性广、制造工艺简单、应用场景多样等独特优势，为可穿戴健康监测提供了新的思路。

为了提高摩擦电传感器的柔性和输出性能，研究者常引入多孔弹性体。但增加柔性往往以牺牲响应范围（Detection Range）为代价，均匀的多孔结构常常面临灵敏度（Sensitivity）和检测范围之间的权衡。虽然有研究提出了梯度多孔结构来解决这一矛盾，但其制造工艺复杂、条件控制严苛，且外部导电骨架的使用会损害柔性和对微弱信号的敏感性。因此，本研究的核心目标是开发一种兼具高灵敏度、宽检测范围和优异柔性，且制造工艺简单的梯度多孔结构摩擦电传感器，用于人体运动姿态的监测。

研究设计与方法

为了实现上述目标，研究团队设计和制备了一种基于梯度多孔导电硅橡胶纳米复合材料（Gradient-pore Conductive Silicone Rubber，G-CS）的自供电传感器，其完整工作流程包含材料制备、性能表征与应用验证三个主要阶段。

在第一阶段，即多孔导电硅橡胶纳米复合材料的制备中，研究团队首先采用了一种简化的化学自发泡策略（Chemical Self-foaming Strategy）。他们将三种不同类型的有机发泡硅胶前驱体（分别对应小孔S-S、中孔M-S、大孔L-S）与碳纳米管（CNTs）混合，倒入模具后在35°C下进行发泡和固化，形成了具有不同孔径的闭孔结构硅橡胶。为了构建导电网络，这些材料经历了一个巧妙的表面预处理过程：首先通过气体膨胀工艺将部分闭孔转变为开孔，以提供离子传输通道；接着，将硅橡胶浸泡在含有多巴胺（DA）的三羟甲基氨基甲烷盐酸盐（Tris-HCl）缓冲液中，在材料表面聚合形成聚多巴胺（Polydopamine，PDA）涂层，该涂层将硅橡胶表面的接触角从97.7°降低至66.8°，显著增强了亲水性，为后续碳纳米管的吸附提供了锚点；最后，将处理过的硅橡胶在含碳纳米管和聚乙烯吡咯烷酮（Polyvinylpyrrolidone，PVP）的乙醇分散液中浸涂两次，从而在孔壁内外均匀附着碳纳米管，形成一个连续的导电网络。处理后，纳米复合材料的电阻从超过210 MΩ降至约0.8 MΩ。这一步的关键在于，直接添加过量碳纳米管会阻碍前驱体的充分接触并抑制发泡过程，而仅采用浸涂法又会因碳纳米管密度过低而无法构建连续导电网络，该组合方法巧妙解决了这一难题。梯度结构则通过逐层浇铸与固化法（Layer-by-Layer Casting and Curing）构建：按照大孔、中孔、小孔的顺序从下至上依次浇铸并固化，使三层不同的多孔硅橡胶通过界面处的机械互锁牢固地结合在一起，形成一个孔隙尺寸从底部到顶部递减的梯度多孔纳米复合材料（G-CS）。作为对照，小孔导电硅橡胶（S-CS）、中孔导电硅橡胶（M-CS）和大孔导电硅橡胶（L-CS）也通过类似方法制备。

在第二阶段，即材料与器件性能表征中，研究团队采用场发射扫描电子显微镜（SEM）对四种导电硅橡胶的微观形貌进行了表征。结果显示，S-CS、M-CS和L-CS的孔径分别约为400 μm、900 μm和1500 μm，呈现出明确的结构梯度。利用万能试验机进行的力学性能压缩循环测试表明，三者均能在70%的高压缩应变下表现出优异的柔性和回弹性，且无不可逆变形。它们的压缩弹性模量呈现梯度变化，分别为26.79 kPa、16.08 kPa和8.24 kPa，这表明孔径越大，材料越柔软，对微小压力的灵敏度越高。随后，将多孔导电硅橡胶与聚甲基丙烯酸甲酯（PMMA）片构成单电极模式摩擦电传感器，并系统地评估了它们的电学输出性能。电信号被区分为表面摩擦电、内部摩擦电和集成摩擦电三种模式进行测量。通过在非接触压缩、仅表面接触和完全压缩等不同状态下驱动电机，可以区分和量化表面与内部摩擦电信号的贡献。

在第三阶段，即应用验证环节，单个G-CS传感器被贴附于人体的肘、指、腕、膝、踝等关节以及脚底，用于监测关节弯曲和脚部运动等动态信号。更进一步，为了实现对静态坐姿的监测，研究者将G-CS传感器单元集成为5×5的柔性传感阵列，并分别嵌入到智能座垫和智能靠背中。

主要结果与讨论

研究结果显示，梯度多孔结构的设计成功实现了高灵敏度与宽检测范围的结合。力学测试表明，G-CS传感器中三层结构兼具各自优势：大孔层（L-CS）确保了低压力下的高灵敏度（0.271 kPa⁻¹），小孔层（S-CS）提供了更宽的机械强度检测范围（达到47.25 kPa），而中孔层（M-CS）则在电学输出上表现最佳（开路电压66.56 V，短路电流7.45 μA）。

电学性能综合分析证实，G-CS传感器集成了各层的长处，在集成摩擦模式下展现出了最优越的整体输出性能：其开路电压（VOC）高达75.15 V，短路电流（ISC）为7.95 μA，最大输出功率达到328.41 μW，等效内阻约为20 MΩ。这些性能指标均优于S-CS、M-CS和L-CS传感器，证明梯度结构通过优化电荷产生、积累和转移过程，能更有效地协同提升输出。

在压力传感测试中，G-CS传感器在1.06 kPa至83.88 kPa的宽压力范围内展现出稳定响应，其最高灵敏度为0.149 kPa⁻¹，最大相对电压变化率高达8.48。相比之下，S-CS虽然灵敏度较高，但在压力超过33.88 kPa后响应趋于饱和；L-CS灵敏度最高，但仅在1.06 kPa至5.75 kPa的极窄范围内有效；M-CS虽范围较宽，但灵敏度较低。G-CS传感器成功克服了这三者的单一局限性，同时实现了高灵敏度和宽检测范围。其对压力的响应时间和恢复时间分别仅为0.24秒和0.25秒，展现了快速响应能力。

在实际应用中，单个G-CS传感器能够精准检测人体不同部位的运动，如手指弯曲、膝盖弯曲、脚部踩踏等，甚至可以通过长按和短按的组合传输摩斯电码“sensor”。基于传感器阵列的智能座垫和靠背系统，则成功实现了静态坐姿压力的可视化监测。通过构建压力-电压的空间映射图，该系统既能根据电压信号强弱区分53.8 kg和100.3 kg两种体重的用户，清晰地反映出压力集中在坐垫中央传感器的重心分布；也能精确识别健康直立坐姿和身体侧倾姿态，其靠背传感器阵列在侧倾时表现出明显的左右侧电压信号不对称。这些功能验证了G-CS传感器在个性化运动监测和慢性病预防方面的巨大潜力。

结论与研究价值

本研究成功开发了一种基于梯度孔隙结构的自供电柔性传感器。该传感器巧妙利用化学自发泡结合逐层固化工艺，构建了无需外部导电骨架的梯度多孔导电纳米复合材料，简化了制造流程并提升了柔性。它实现了70%的高压缩应变、高达0.149 kPa⁻¹的灵敏度和1.06 kPa至83.88 kPa的宽检测范围，成功解决了传统多孔传感器柔性与检测范围难以兼得的固有矛盾。该研究不仅在材料与结构设计上提供了优化摩擦电传感器性能的新策略，具有重要的科学价值；其展示的传感器在运动监测和智能坐垫系统中的应用，也为预防运动损伤、纠正不良坐姿以及构建自供电智能医疗系统奠定了一种很有前途的技术基础，具有广阔的应用前景。