四川大学：新一代光子离子皮肤：实现超快、无滞后的机械传感

生物皮肤如变色龙和章鱼，能够无缝集成光学与电信号，实现动态的环境交互，这为人工光子离子皮肤的研发提供了灵感。然而，现有的合成系统往往缺乏天然皮肤所具有的机械鲁棒性、快速响应能力以及双模式传感功能。尽管可拉伸离子凝胶因其类肤机械性能和优异离子导电性成为理想平台，但多数系统仅能实现单一模式信号输出，难以满足真实场景中多模态感知的需求。此外，光子水凝胶普遍存在强度低、响应慢、结构恢复延迟等问题，限制了其在实时传感和高频检测中的应用。

近日，四川大学熊锐特聘研究员、吴晓东特聘研究员合作提出了一种生物启发的光子离子皮肤，通过将纤维素纳米晶体手性纳米结构与离子导电网络协同整合，实现了高性能的机械-光学-电耦合。该系统采用互穿双网络结构，将刚性CNC手性骨架嵌入柔性水凝胶基质中，显著提升了材料的强度、模量和韧性，分别达到原始水凝胶的2.8倍、2.6倍和7.4倍。同时，该材料具备近乎零滞后的优异循环稳定性，并实现了应力调控下的光子带隙与离子电导率双模式响应。在机械变形下，材料颜色从可见光到近红外范围动态变化，同时电学性能也随之改变。其超快响应/恢复时间达到0.3/1.4毫秒，频率响应高达520赫兹，远超传统传感材料。

研究团队以纤维素纳米晶体为基础构建单元，通过真空辅助自组装形成手性向列结构，并进一步与聚丙烯酰胺水凝胶网络复合，最终通过离子液体置换赋予其导电性。图1展示了该材料的仿生设计理念：变色龙皮肤通过颜色与神经电信号响应外界刺激，而PAM-CNC导电光子离子凝胶则通过拉伸诱导结构色变化实现类似的双模信号输出。图2详细呈现了材料的制备过程与结构表征：CNC薄膜在溶胀过程中颜色逐渐红移，经聚合与离子液体置换后形成具有明显螺旋排列结构的导电光子离子凝胶，其SEM、AFM与FT-IR结果均证实了手性结构的保留与PAM/离子液体的成功复合。

图1：光电双模的仿生设计 （a）变色龙皮肤感知环境刺激并将其转化为颜色与神经电信号的示意图。 （b）PAM-CNC导电光子离子凝胶的制备流程及其在拉伸响应中动态结构色变化机制示意图。

图2：CNC-PAM导电光子离子凝胶的制备与结构表征 （a）CNC薄膜照片；（b）CNC薄膜在溶胀过程中的颜色变化；（c）PAM-CNC水凝胶；（d）PAM-CNC导电光子离子凝胶；（e）反射光谱随溶胀时间的变化；（f）反射波长随时间线性变化；（g）圆二色性信号；（h）CNC薄膜的SEM图像；（i）PAM-CNC导电光子离子凝胶的SEM图像；（j）CNC薄膜的AFM图像；（k）PAM-CNC导电光子离子凝胶的AFM图像；（l）CNC薄膜、PAM-CNC水凝胶与PAM-CNC导电光子离子凝胶的FT-IR光谱；（m）CNC薄膜与PAM-CNC导电光子离子凝胶的不同图案展示。

在机械性能方面，如图3所示，PAM-CNC导电光子离子凝胶展现出卓越的拉伸强度、模量与韧性，且在20%至80%的应变范围内几乎无滞后。经过1000次循环拉伸与压缩测试后，材料仍保持稳定性能，穿刺强度亦显著提升。这些性能归因于CNC刚性骨架与PAM柔性基质之间的协同作用，以及氢键与离子交联的增强效应。

图3：PAM-CNC导电光子离子凝胶的机械性能 （a）应力-应变曲线；（b）强度与杨氏模量；（c）韧性；（d）不同应变下的应力-应变曲线；（e）1000次循环后的应力-应变曲线；（f）与现有光子皮肤滞后性能的对比；（g）1000次压缩循环后的应力-应变曲线；（h）穿刺强度及穿刺实验图像；（i）材料在拉伸、扭曲、卷曲状态下的光学图像及SAXS图像；（j）变温FT-IR光谱；（k）同步2D-COS谱；（l）异步2D-COS谱。

图4进一步揭示了材料在拉伸与压缩下的动态光子行为：随着应变增加，结构色发生蓝移，从透明逐渐变为红、蓝色，反射峰波长与应力呈线性关系。偏振光学显微镜图像证实了微观尺度上的连续颜色演变。此外，材料在循环拉伸与压缩中表现出完全可逆的颜色恢复，显示出其在机械传感中的可靠光学输出能力。

图4：PAM-CNC导电光子离子凝胶的光学表征 （a）不同拉伸应变下的光学照片与偏光显微镜图像；（b）应变依赖的反射光谱演变；（c）不同压力下的颜色变化；（d）CIE 1931色度坐标轨迹；（e）压力依赖的反射光谱演变；（f）反射峰波长与应变关系；（g）多次拉伸循环中的反射峰波长；（h）多次压缩循环中的反射峰波长；（i）通过模板光辐射制备的PAM-CNC导电光子离子凝胶图案及其光学图像。

基于上述特性，团队开发了一款无滞后离子凝胶压力传感器。如图5所示，该传感器采用微金字塔结构设计，在0–10 kPa低压范围内灵敏度达0.32 kPa⁻¹，在10–80 kPa中压范围内更是高达1035.17 kPa⁻¹。其响应与恢复时间分别为0.3毫秒和1.4毫秒，能够准确捕捉高达550赫兹的高频振动，远超未引入CNC手性结构的对比传感器。

图5：HFI压力传感器的工作机制与传感性能 （a）HFI传感器结构配置与转换机制示意图；（b）归一化阻抗随压力变化曲线；（c）对0.03克纸片的响应曲线；（d）不同压力下的动态响应；（e）10,000次循环耐久性测试；（f）阻抗至电压信号转换机制；（g）HFI传感器的响应与恢复时间；（h）无滞后设计的对比传感器响应时间；（i）对比传感器在高频压力下的响应曲线；（j）HFI传感器在150–550赫兹高频范围内的响应性能。

更令人瞩目的是，该传感器结合二维卷积神经网络，实现了对多种表面纹理的高精度识别。如图6所示，研究选取了七类不同纹理样本，通过滑动传感器采集信号，并利用短时傅里叶变换将信号转为时频图输入机器学习模型。最终，系统在测试中达到了97%的分类准确率，展现出在复杂触觉感知任务中的强大潜力。

图6：HFI传感器的表面纹理感知与识别 （a）基于2D-CNN机器学习模型的表面纹理识别流程示意图；（b）七种不同纹理样本照片及其响应曲线；（c）信号处理方法与2D-CNN框架；（d）t-SNE可视化显示不同纹理的分类；（e）训练精度与损失随训练轮次的变化；（f）七种纹理分类的混淆矩阵，识别准确率达97%。

总之，这项研究通过将手性CNC纳米结构与PAM/离子液体网络有机结合，成功开发出兼具机械韧性、光学动态响应与电学灵敏度的多功能光子离子皮肤。其超快响应、高灵敏度和优异的循环稳定性，为下一代柔性电子设备、软体机器人及智能人机交互系统提供了全新的材料平台与技术支持。

文章来源：网易