纳米能源所王中林院士和孙其君研究员团队 Nano Energy：可批量化纺纱、包芯和编织的石墨烯织物摩擦纳米发电机用于机器学习辅助的人体运动识别

2023-01-02 来源：高分子科技

织物电子因其在信息收集/存储/传感/识别/显示等方面的广阔应用前景而引起人们的极大关注。可扩展的、批量化和大规模生产的制备工艺对于开发基于智能纺织品的能源/传感电子产品至关重要。传统可穿戴纺织技术与功能性电子元件的融合促进了新型纺织电子技术的出现，它可以实现信息/数据的收集、存储、识别、检测和加热，也可以用于柔性制动器和显示。基于纤维织物的多种微电子器件已被集成到智能服装或纺织品中，如发光二极管（LED）、场效应晶体管（FET）、人造皮肤传感器和医疗诊断装置。由于传统电池缺乏灵活性、舒适性和轻便性（纺织品普遍需要），各种基于纤维织物的储能器件（如锂离子电池和电化学超级电容器）已逐渐在电子纺织品中得到利用。然而，这些灵便的储能器件仍需要频繁地充电，这会直接影响到可穿戴电子设备的实用性、可持续性和普及性。

近日，中国科学院北京纳米能源与系统研究所王中林院士和孙其君研究员团队报道了一种可批量化纺纱、包芯和编织的石墨烯织物摩擦纳米发电机（t-TENG）。该研究团队通过开发一种连续的、可扩展的批量化工艺，包括纺纱、卷对卷浸渍、多轴包芯和机器编织，制备出了基于石墨烯纱线的t-TENG，可有效应用于能量采集和机器学习辅助的人体运动监测。石墨烯t-TENG显示出可拉伸性、形状适应性、结构完整性、循环稳定性、机械稳定性和水洗性。基于3D双螺纹的编织方式，石墨烯t-TENG显示出3.6μW的最大峰值功率和0.48μW的最大平均输出功率，能够为便携式电子设备供电。此外，这项研究使用机器学习算法对传感信号进行分析，以辅助人类运动监测。所展示的基于石墨烯纱线的织物TENG提供了一种有效的方法来收集生物力学能量和监测/区分多种人体运动，这为潜在的运动捕捉/监测、识别和智能运动相关的应用提供了一个优秀的可穿戴数字平台/系统。该成果以“Scalable Spinning, Winding, and Knitting Graphene Textile TENG for Energy Harvesting and Human Motion Recognition”为题发表在Nano Energy上。

图1. 3D t-TENG的制备过程和应用示意图。(a) 导电石墨烯纱线的制备过程。(b)原始石墨烯纤维和多次洗涤后石墨烯纤维的SEM图像。(c) 3D t-TENG的拉伸性。(d) 3D t-TENG的多样化应用示意图。

图2. 拉伸模式和按压模式下3D t-TENG的工作机制和输出性能。(a) 拉伸模式下t-TENG的拉伸和放松状态。(b) 拉伸模式下t-TENG的工作原理示意图。(c) 拉伸模式下t-TENG的模拟电场分布。(d) t-TENG与Kapton的接触示意图。(e) 按压模式下t-TENG的工作原理示意图。(f) 按压模式下t-TENG的模拟电场分布。(g)拉伸模式下t-TENG的电输出性能。(h) 按压模式下t-TENG的电输出性能。

双螺纹的编织方式使3D t-TENG在与其他物体接触/分离或受到任意复杂变形（如经线和纬线方向的拉伸、弯曲和卷曲）时展示出出色的电学性能。由于3D t-TENG在接触-分离的工作模式下，在弯曲或拉伸时都能产生摩擦电信号，因此其可以在按压和拉伸两种工作模式下工作。

图3. 基于机器学习的t-TENG辅助运动识别。(a) 构建1D CNN模型的过程和参数示意图。(b) 从数据采集到识别的流程。(c) 针对不同人体运动的测试信号。(d) 深度学习结果的混淆矩阵。

在机器学习算法的辅助下，3D t-TENG可以用于分析人体运动监测应用的传感信号，包括慢走、快走、慢跑、快跑这四种预定义的标准化人体运动。可拉伸和灵活的t-TENG传感器的制造过程是可扩展的，并且通过机器学习算法提高了监测模型的性能。所展示的织物电子系统表现出较高的识别精度，有望作为一种智能设备用于对人体运动进行实时和自供电识别。

原文链接：https://doi.org/10.1016/j.nanoen.2022.108137

版权与免责声明：中国聚合物网原创文章。刊物或媒体如需转载，请联系邮箱：info@polymer.cn，并请注明出处。

（责任编辑：xu）

【大中小】【打印】【关闭】

诚邀关注高分子科技

更多>>最新资讯

更多>>科教新闻