柔性体没有应变_电子皮肤适用于柔性设备的超灵敏弹性应变片

研究背景

柔性设备在以人为中心的设备和与环境相交互的体系中起到了重要的作用，基于柔性材料的传感器由于其具有很高的机械柔韧性在可穿戴设备中也具有广阔的前景。许多已经报道的柔性应变传感器都集中在大应变范围(>100％)，而针对较小应变的高灵敏度传感器研究相对较少(﹤5%)。而且基于传感器的柔性设备需具备线性应变响应(传统应变仪的共同特征)以及超灵敏性以减少制备过程的复杂性并便于校准和读取。此外还应同时具备高应变灵敏度和高机械弹性，以适应复杂的外界环境而不仅限于实验室环境。

创新点

美国哈弗大学Oluwaseun A. Araromi 和Robert J. Wood课题组基于各向异性电阻结构(SCARS)中的应变介导接触提出了一种具有高机械弹性的超灵敏应变检测的传导装置。该装置依赖于可拉伸薄膜封装的具备各向异性的刚性导电曲折微结构之间的接触电阻变化，因此具有很高的灵敏度，其灵敏系数大于85000，同时采用高强度导体使传感器可以在任何负载条件下回弹。其响应模式为线性响应，并且对弯曲和扭曲变形不敏感，这些特性对于柔性设备的应用有重要意义。作者制备了一种轻质传感器集成的织物“袖套”，可以通过检测手臂中肌肉的运动来演示离散手势和连续手势的跟踪和分类而不会妨碍手部运动。所制备的“袖套”器件展示了SCARS技术在可穿戴的生物力学反馈系统和人机交互界面的潜力。

文章解析

图1：SCARS传感器概述。a) SCARS的工作原理：柔性的各向异性电阻材料以蜿蜒曲折的形状进行排列，从而增加了拉伸性；曲折的材料夹在两个预应变的弹性基底之间；释放预应力会导致相邻的走线彼此接触，从而使曲折排列的材料短路；向封装基板施加拉伸应变会导致接触曲折线分离，从而增加电阻，直到没有接触点为止(导致传感器饱和)。b) 传感器的示意图， TPU层通过有机硅PSA粘结到CFPC曲折材料上；CFPC的扫描图像(比例尺，2 mm)；插图显示了曲折材料边缘区域的放大图(比例尺，200 µm)。c) 所得的传感器显示出较高的机械柔韧性(比例尺，4 mm)。

视频1：传感器机械性能的演示：SCARS传感器在抗破坏性方面面临许多挑战性场景(用手术刀穿刺，锤击产生的冲击载荷，在不平坦的地形上被汽车碾压)。

图2：传感器的灵敏性和稳健性。a) 传感器对施加应变的响应(灵敏系数9,400和线性系数> 0.98)。b) 传感器对1,000个应变循环响应，每个循环的最大电阻以红色突出显示，最小电阻值以蓝色突出显示；插图显示了最后的六个循环。c) 清洗对传感器性能的影响(灵敏性和线性)。插图显示了在洗涤次数0、5和10时的传感器应变响应(最大电阻RSAT)。d) 传感器对过度伸展的响应，即应变大于传感范围；插图显示了传感器在感应区域(红色阴影)和过度拉伸区域(蓝色阴影)中的照片(比例尺，4 mm)。e) 演示了传感器对手术刀上刺穿以及锤子上敲击的响应(插图显示了来自实验镜头的屏幕截图)。f) 传感器在高负载条件下的弹性性能；将传感器放在不平坦的路面上，同时汽车在上面碾压(插图显示了从记录的实验镜头中的屏幕截图)。

视频2：传感器对线性拉伸与弯曲的比较：传感器周期性地依次弯曲和拉伸。结果表明，对于最大80°的弯曲角度，弯曲时的峰值响应小于线性拉伸10％时的峰值响应。

图3：离轴负载和设计参数对传感器性能的影响。a) 传感器对连续延伸和弯曲的响应；插图显示了拉伸(蓝色框)和弯曲(红色框)装置的照片，以及传感器对弯曲角度(红色框)的响应。b) 对于给定的初始弯曲曲率，传感器对应变的响应；插图显示了实验装置的示意图，参数d代表了实验中使传感器所贴合的管道的直径。c) 对于给定的初始扭转角，传感器对应变的响应；插图显示了实验装置的示意图。d) 对于给定的初始应变，传感器对压力的响应；插图显示了实验的示意图。e) 不同曲折宽度w下的传感器响应情况(上插图显示了三个传感器样本的照片；下插图显示了曲折几何形状的示意图)。f) 不同间距p下的传感器响应情况(插图显示了间距大小的示意图)。g) 两个电阻各向异性比率AR不同的传感器响应情况。传感器长度均为10 mm。

视频3：传感器“袖套”手势分类和手势跟踪的演示，通过检测由于肌肉收缩而导致的手臂细微变形来识别手势 。

图4：织物传感器集成“袖套”用于手部动作检测。a) 传感器集成“袖套”的照片；顶部插图显示了如何将此类传感器设备用于未来的人机交互界面(图像经123RF.com许可使用)；右下角插图显示了“袖套”的放大区域，突出显示织物集成传感器和其固定方法；左下图显示了“袖套”的工作原理。b) 手挤压检测。顶部面板显示了传感器“袖套”的原始输出电压；插图显示手被挤压。底部图显示了手挤压过程中的真实数据以及分类算法的预测数据。c) 手势分类；左图显示了手势(拳，捏，掌)和相关的手臂变形；顶部图显示了传感器“袖套”的原始输出电压；底部图显示了手势的真实数据和分类算法的预测数据。d) 同时进行手和腕运动跟踪监测；左照片显示手部动作(手的打开和闭合，腕部旋转)以及相应的手臂变形；顶部图像显示了传感器“袖套”的原始输出电压；中间图像显示了平均掌指关节角度的真实数据和跟踪算法预测数据；底部图像显示了旋转的真实数据和跟踪算法预测数据。

读后感

    作者通过激光在预拉伸的碳纤维环氧树脂复合膜上绘制图形，所绘制的图形存在高电阻区域和低电阻区域，这种电阻的差异性给所制备的柔性传感器提供了高灵敏度。所制备的传感器对拉伸应变敏感，而对弯曲和扭转应变不敏感，这使得材料在实际应用的复杂应变场中只对单一应变响应从而可以保持材料的线性响应特性及稳定性。织物传感器集成“袖套”对胳膊肌肉区域微小应变的捕捉令人印象深刻，通过输出电压的变化不仅可以识别力的变化还可以区别不同手势，这可谓是实质性的一步。虽然文中所制备的传感器可与织物结合穿在人体上，但是如果需要检测肌肉的微小应变则需要穿戴紧身的衣服，这样长期监测也会造成不适感。

【参考文献】

https://doi.org/10.1038/s41586-020-2892-6

【相关阅读】

电子皮肤-异构集成的可自修复，可回收和可重构的可穿戴电子

电子皮肤-集成压电，图像和人工智能实现面部应变的全解码

...................................................

WEST可穿戴电子b微信群开通。欢迎加入、推荐、分享和交流，谢谢！

该平台免费提供相关领域的论文宣传和招生招聘，有兴趣请关注订阅号给小编留言或者邮件联系 E-mail：wonger.west@gmail.com