江南大学张丹教授团队通过分子调控与仿生结构设计相结合，构筑了一种具有“千层酥”多级层状结构的自供能摩擦电触觉传感器。该器件通过静电纺丝与静电喷雾相结合的工艺技术，构建了由CS/BC/PSBMA纳米纤维和MXene/Ag复合导电层组成的多层结构，并结合卷积神经网络，实现了人体复杂动作监测以及形状相同物体的材料识别。近日，相关研究成果以“Integrated Molecular-Structural Design of “Mille-Feuille”Triboelectric Sensors for Self-Powered Tactile Perception and Material Recognition”为题，发表在《Advanced Functional Materials》期刊上。
图1：高灵敏度 CBM 纳米纤维基摩擦电静电纺丝膜的结构设计及其形成机制
如图1所示，研究团队首先通过静电纺丝构筑CS/BC/PSBMA复合纳米纤维支架，并利用静电喷雾技术交替引入MXene/Ag复合导电层，形成类似“千层酥”的多级层状结构。各组分之间通过氢键、静电作用等非共价相互作用实现稳定组装，从而兼顾材料的柔韧性、界面结合性能与机械稳定性。图2从微观结构、表面化学和界面作用等方面对CBM纳米纤维膜进行了系统表征。结果表明，PSBMA、MXene和Ag纳米颗粒之间的协同作用能够增强界面极化和电荷捕获能力，改善层间接触与电荷传输，并有效抑制电荷耗散，为获得优异的摩擦电输出和触觉传感性能奠定了基础。
图3：基于 CBM 纳米纤维的摩擦电纳米发电机（TENG）的输出性能
图4：CBM 纳米纤维基 TENG 传感器的传感机制与触觉感知性能
基于CBM纳米纤维膜构建的摩擦电纳米发电机具有良好的电荷产生和输出能力。多级纳米纤维结构能够增加有效接触面积，PSBMA有助于增强介电极化和电荷存储，MXene/Ag复合导电层则改善了电荷收集与传输过程。多种因素协同作用，使器件表现出较高的摩擦电输出和良好的循环稳定性。图4进一步展示了CBM-TENG的触觉传感机制及其感知性能。该器件能够将压力、触碰等机械刺激转化为可识别的电信号，具有1.21 Pa的低检测限、2.45–100 kPa的宽工作范围，以及35 ms的响应时间和29 ms的恢复时间，表明其具备快速、灵敏的动态触觉感知能力。
图5：智能机器人夹爪系统中基于机器学习的物体识别与分类
在此基础上，研究团队将CBM-TENG集成于智能机器人夹爪，并结合卷积神经网络对触觉信号进行分析。由于不同材料在接触过程中产生具有差异性的电信号，即使物体具有相同的几何形状，系统仍能够依据触觉信息对其材料属性进行识别和分类。在当前测试数据集中，材料识别准确率达到100%，实现了基于触觉信息的智能分拣。综上，研究团队通过分子调控、材料复合与仿生多级结构设计，构筑了具有“千层酥”结构的自供能摩擦电触觉传感器。PSBMA、MXene/Ag及多层纳米纤维结构的协同作用，使器件兼具高灵敏度、快速响应、宽检测范围和良好稳定性。结合卷积神经网络，该传感器不仅能够实现人体运动的实时监测，还能够准确识别形状相同物体的材料属性，为自供能柔性电子、智能机器人和人机交互等领域提供了新的技术方案。
论文链接：https://doi.org/10.1002/adfm.78100
张丹，江南大学教授、博士生导师，长期从事表界面技术、材料表面功能化方向研究。担任国家自然科学基金、国家级人才计划、科技部项目等评审专家、中国工业合作协会新材料与能源应用专业委员会常务理事以及多个SCI期刊编委等。近年来主持国家自然科学基金等纵向课题19项，产学研合作横向项目68项；在AFM、CEJ、Small等期刊发表学术论文100余篇；授权国家发明专利68件（第一发明人）并已获转让38件；获中国轻工业联合会科技进步奖（排名1）等奖励。
吴赟，江南大学副研究员，硕士生导师。主要从事纤维材料表面功能化以及3D打印技术方面的研究。在AFM等期刊发表学术论文30余篇，主持江苏省自然科学基金等纵向科研项目以及企业产学研合作项目多项，承担国家自然科学基金国际(地区)合作与交流等多个项目；近年入选江苏省卓越博士后计划及江苏省科技副总。
2025年，人形机器人产业迎来爆发拐点。特斯拉Optimus量产在即，华为、宇树等企业加速技术突破，行业正从“实验室研发”向“规模化落地”跃迁为打通产业链上下游协作壁垒，艾邦机器人正式组建"人形机器人全产业链交流群"，覆盖金属材料、复合材料、传感器、电机、减速器等全硬件环节，助力企业精准对接资源、共享前沿技术！
扫码关注公众号，底部菜单申请进群
