私密直播全婐app免费大渔直播,国产av成人无码免费视频,男女同房做爰全过程高潮,国产精品自产拍在线观看

  觸覺作為人類最基礎的感官之一，始終維系著人體與環境間高頻度的信息交互。觸覺傳感技術通過采集壓力、紋理、溫度等多維物理信號，為機械系統賦予了類生物感知能力。摩擦納米發電機（TENG）在觸覺傳感領域具有巨大潛力。這類傳感器能夠借助柔性材料，直接將觸覺信息轉換為電信號，無需外部供電，從而在材料感知方面具有獨特的優勢。

  近日，來自華南理工大學江賽華教授團隊的研究者們開發了一種可穿戴柔性觸覺TENG（FT-TENG）。該器件采用自制的PDMS-EGaIn墨水作為導電電極，可在PDMS基底上直接書寫圖案化柔性導電電路。設計多層柔性薄膜傳感結構，并配置于機械手指尖，實現了器件的全柔性化。結合一維卷積神經網絡算法（1D-CNN），該器件能以99.53%的準確率精準識別多種材料，在表面粗糙度檢測中準確率可達85.26%。這些成果彰顯了FT-TENG作為機器人觸覺傳感器在材料感知領域的應用潛力。該工作以“Wearable Flexible Tactile Triboelectric Sensor Constructed with 3D Printing for Material Perception”為題發表在《Chemical Engineering Journal》雜志上，共同第一作者為華南理工大學機械與汽車工程學院的碩士研究生宋滔、孔淇、博士研究生李順，其他作者包括戴康、Nour F. Attia、王和堂，文章通訊作者為華南理工大學江賽華教授。

圖1 FT-TENG 的制備與操作流程

  圖1(a)展示了配置于新一代機械手指尖表面的FT-TENG裝置示意圖。每個手指覆蓋著具有不同電負性的摩擦材料層。右側詳細呈現了單個 FT-TENG 指尖的三層結構：最底層作為柔性硅膠基底直接接觸機械手指；中間層通過3D打印涂覆導電PDMS-EGaIn墨水（PE油墨），作為摩擦發電過程的電極；最上層分設不同摩擦電材料，以直接在電極表面形成差異化電負性分布。圖1(b)展示了FT-TENG制備流程。圖1(c)呈現了本研究所用全部材料的摩擦電序，兩種材料間摩擦可產生顯著電壓脈沖特征，有助于FT-TENG應用中的材料識別。圖1(d)展示了FT-TENG的兩大應用方向：通過摩擦電序和機器學習算法兩種方式識別材料種類和基于機器學習的材料表面粗糙度識別。

圖2 PE油墨的表征

  圖2(a-d)展示了不同配比（20,30,40,50vol% EGaIn）的PE墨水固化后的SEM圖像。隨著PE墨水中EGaIn合金含量的增加，其在 PDMS中的分散更為致密，從而改善了分散性。這表明可以更有效地進行活化處理，確保EGaIn層的導電性。含量50 vol% EGaIn的PE-4電極（固化后的PE墨水）活化前后的微觀形貌如圖2(e-h) 所示，可見活化前EGaIn以較大顆粒體積分散在PDMS中，活化后EGaIn顆粒發生破碎并呈現更密集的分散狀態，這使得PE油墨具有更高導電性。PE-1、PE-2、PE-3和PE-4的截面SEM（圖2i-l）顯示出，隨著EGaIn合金含量的增加，PE油墨表面粗糙度上升，層間越發復雜。PE-4油墨具有剪切稀化特性，滿足DIW-3D 打印的要求（圖2m-n）。圖2o了展示PE油墨的斷裂伸長率均超過正常皮膚應變范圍（50%），說明其具備良好的皮膚共形能力。圖2（p）表明1至2次100%拉伸足以使固化后的PE油墨激活為有效導體。為闡明PE導體作為摩擦層與電極的輸出性能，將商用 RTV 硅膠與 PE 導體結合制成簡易摩擦電傳感器，結果見圖2(q)和圖2(r)：在頻率恒定的拍打下，輸出電壓隨接觸力增大而升高；而當接觸力固定,拍打頻率變化時，器件輸出電壓幅值保持不變。

圖3 用于材料識別的可穿戴柔性觸覺TENG傳感器的設計、制備與測試

  基于PTFE、芳綸、PET、PA66四種摩擦層材料構建的FT-TENG，貼合手掌且具備觸覺感知與材料識別功能（圖3a-b）。選取硅膠、PI、PVC、鋁、PU作為待測材料。圖3(c)展示了當不同摩擦電序的待測材料接觸PTFE摩擦層的電壓信號特征，電負性強于PTFE的材料產生先負后正（如硅膠），弱于PTFE的材料先正后負（如PI、PVC、鋁和PU）的脈沖信號特征。同理，通過不同材料在FT-TENG上產生的摩擦信號確定其在摩擦電序中的相對位置，從而實現區分待測材料種類的功能（圖3d-f）。此外，FT-TENG在高溫、低溫、潮濕等極端環境下，仍能保持良好性能（圖3l-q），并通過200次拉伸循環測試驗證了其機械穩定性（圖3r-s）。

圖4 基于FT-TENG的材料類型與粗糙度識別

  使用FT-TENG食指部位摩擦層以不同頻率對4種不同粗糙度的45號碳結構鋼樣本和6種不同粗糙度的ABS塑料材料進行摩擦，產生的摩擦電信號分別如圖4(c-e)和圖4(f-g)所示，表明其可實現材料表面紋理感知，且在響應速度和識別受限空間材料方面具有發展潛力。為提升FT-TENG智能化程度，開發了基于一維卷積神經網絡（1D-CNN）的識別模型。經過數據處理和訓練測試（訓練集與測試集按8:2比例劃分），粗糙度識別最高準確率達85.26%，材料識別準確率達99.53%（圖4i-k），證明了FT-TENG作為智能觸覺傳感器的卓越效能。

  總結：該工作展示了基于3D打印技術構建的可穿戴柔性觸覺摩擦電傳感器的潛在應用，為機器人觸覺傳感在材料感知領域的發展提供了一種新的思路。該工作得到廣東省重點領域研發計劃、中央高校基本科研業務費、天津市消防安全技術重點實驗室開放基金、國家自然科學基金以及廣東省自然科學基金的支持。

江賽華教授簡介：

  江賽華，華南理工大學機械與汽車工程學院教授，2014年博士畢業于中國科學技術大學火災科學國家重點實驗室，同年獲得香港城市大學聯合培養博士學位，曾在2017-2020年間于賓夕法尼亞大學從事博士后研究工作。研究方向主要為智能安全傳感、新能源與材料安全技術及理論研究。主持國家自然科學基金、科技部重點研發計劃專題、科技部外國專家項目、廣東省自然科學基金、中國博士后基金、公安部重點實驗室項目、廣州市科技項目等30余項科研項目，參與多項國家重點研發計劃及973計劃項目。在Advanced Functional Materials, Nano Energy, Chemical Engineering Journal, Journal of hazardous materials、Journal of Materials Chemistry A 等國際期刊共發表 SCI 收錄論文130余篇，授權發明專利18項，登記軟著1項，省部級科技成果登記1件。研究論文得到同行的積極評價（引用數累計超過5000次，h-index 為41）。研究成果獲中國安全生產協會科學技術進步獎一等獎、中國特種設備檢驗協會科學技術獎二等獎等獎勵多項。

  原文鏈接：https://www.sciencedirect.com/science/article/abs/pii/S138589472504759X