河南农业大学团队发表Small:多重仿生设计突破,新型柔性传感器实现压力 - 温度双模态精准感知
2026 年 3 月，国际材料学领域权威期刊《Small》在线发表了河南农业大学联合中国科学院沈阳自动化研究所的最新研究成果。研究团队受多种生物特性启发，成功开发出一种具有仿生微纳分级结构的多功能柔性传感器，可同时完成压力、温度双模态信号解耦感知，且具备超疏水性能，为柔性电子在健康监护、智能机器人、人机交互等领域的应用提供了全新技术路径。一、研究背景
柔性电子器件因出色的柔性、延展性与形变能力，在医疗健康、可穿戴设备、电子皮肤、人机交互等领域展现出不可替代的应用潜力。具备多物理量感知能力的多功能柔性传感器，是推动电子皮肤与智能感知系统升级的核心部件。但当前压力 - 温度双模传感器仍存在诸多技术瓶颈：多数器件采用两个独立传感单元集成的方式，存在结构复杂、数据同步性差、传感性能衰减等问题；压力与温度信号易相互干扰，难以实现精准解耦；在实际穿戴场景中，汗液、液体浸润易导致传感器失效，对器件的疏水稳定性提出严苛要求。此外，单一仿生结构仅能实现单一传感功能，无法兼顾多功能感知与动态使用中的结构稳定性，严重限制了柔性多功能传感器的实用化发展。二、研究内容
该团队融合蚂蚁外骨骼高承压稳定性、蜘蛛腿狭缝结构高灵敏压力感知、蚊子触角精准温度识别，以及荷叶超疏水微纳结构的多重仿生优势，设计并制备出仿生多功能（BMF）柔性传感器。器件以 MXene 包覆三聚氰胺泡沫、碳纳米管 / 聚偏氟乙烯（CNT/PVDF）纳米纤维膜为核心功能层，采用浸涂法与集成喷墨打印、静电纺丝功能的电流体喷射（E-jet）打印工艺完成高效制备。该传感器创新性地采用压阻效应与热电效应（塞贝克效应）分离的感知机制，实现压力与温度信号完全解耦：压力传感在 0–200 kPa 宽检测范围内呈分段高灵敏度，低压段（0–1 kPa）灵敏度高达 986.51 kPa⁻¹，响应时间仅 22 ms，经 5000 次压力循环后信号无明显衰减；温度传感灵敏度达 9.891 μV K⁻¹，可识别低至 0.1℃的温度变化，且温度信号不受压力加载的干扰。同时，CNT/PVDF 纳米纤维膜的微纳分级结构赋予器件超疏水特性，水接触角达 168°，对水、咖啡、茶水、牛奶、果汁、汗液等多种液体均有良好排斥效果，在不同弯折状态与长期压力循环后仍保持超疏水性能。研究团队通过 COMSOL 有限元仿真揭示了器件的压阻与热电传感机理，并搭建 8×8 柔性传感器阵列，可精准识别压力与温度的空间分布。在应用验证中，该传感器可实时监测人体脉搏、呼吸、发声、关节弯曲、指尖点击等生理与动作信号；结合无线传输与深度学习算法，团队构建了非接触人机交互智能手势识别系统，将传感器集成于机械手关节，实现 10 种手势 100% 的精准识别，完成机械手的远程非接触操控。三、总结
本研究通过多重仿生结构设计与高效柔性制备工艺，成功攻克了传统多模态柔性传感器信号解耦困难、性能易衰减、耐液体干扰能力差等核心难题。研发的仿生微纳分级结构多功能传感器，兼具超高压力灵敏度、宽量程温度感知、超疏水稳定性与优异集成性，在穿戴式健康监测、智能机器人、非接触人机交互、仿生电子皮肤等领域具备广阔应用前景。该成果不仅为柔性多功能感知器件提供了全新设计思路，也为下一代智能感知系统的实用化发四、图文导读
图 1 仿生多功能柔性传感器的仿生机理、制备流程与传感机理示意图。(a) 基于多生物仿生结构与传感机理的 BMF 传感器设计灵感示意图(b) BMF 传感器在机械手智能识别中的应用示意图(c) 具备微纳分级结构的 BMF 传感器结构示意图(d) BMF 传感器的制备工艺流程(e) BMF 传感器的压力传感原理(f) BMF 传感器的温度传感原理(g) 基于 MXene/CNT/PVDF 泡沫的传感器阵列实物图(h) MXene/CNT/PVDF 泡沫的 SEM 微观形貌图(i) MXene/CNT/PVDF 薄膜的疏水性能表征(j) 传感器置于花瓣上的轻量化展示
图 2 BMF 传感器的传感机理与有限元仿真分析。(a) 基于压阻效应的压力传感机理示意图(b) 有限元仿真下仿生分级结构在不同压力下的应力分布(c) 仿生分级结构在压力作用下的位移方向(d) 0–1000 kPa 压力范围内的应力峰值(e) 0–1000 kPa 压力范围内的压缩变形量(f) 基于热电效应的温度传感机理示意图(g) 不同温差下的温度与电势分布仿真(h) 温差产生的热流方向(i) 温差产生的电势方向(j) 仿生分级结构在不同温差下产生的电势
图 3 MXene/CNT/PVDF 泡沫的制备与表征。(a) MXene/CNT/PVDF 传感层结构示意图(b) MXene 溶液与 CNT/PVDF/DMF 溶液的制备流程示意图(c) 三聚氰胺泡沫的浸涂工艺(d) 静电纺丝制备 CNT/PVDF 纳米纤维膜(e) 三聚氰胺泡沫与 MXene 泡沫实物图(f) 三聚氰胺泡沫与 MXene 泡沫的 SEM 图(g) 三聚氰胺泡沫的孔径分布(h) 三聚氰胺泡沫的骨架尺寸分布(i) MXene 纳米片的 SEM 图与粒径分布(j) 基于三聚氰胺泡沫制备的 MXene 泡沫(k) 三聚氰胺泡沫 SEM 图(l) 三聚氰胺泡沫 SEM 放大图(m) MXene 泡沫 SEM 图(n) MXene 泡沫 SEM 放大图(o) 基于 MXene 泡沫制备的 MXene/CNT/PVDF 泡沫(p) MXene 泡沫与 CNT/PVDF 纳米纤维膜结合处 SEM 图(q) CNT/PVDF 纳米纤维的 SEM 图与尺寸分布(r) CNT/PVDF 纳米纤维 SEM 图(s) 碳纳米管的 AFM 图(t) 基于 BMF 传感器的阵列示意图(u) 传感器阵列制备流程示意图(v) 阵列电极实物图(w) 传感器阵列实物图
图 4 BMF 传感器的压力与温度传感性能。(a) 传感器压力感知示意图(b) 0.001–200 kPa 范围内传感器的相对电流曲线(c) 0–200 kPa 范围内的压力灵敏度(d) 20 kPa 压力下传感器的响应 / 恢复时间(e) 不同频率下传感器的实时响应曲线(f) 10 kPa 压力载荷下 5000 次响应 / 恢复循环测试(g) BMF 传感器温度感知示意图(h) 不同温差下传感器的电压响应(i) BMF 传感器输出电压与温差的函数关系(j) BMF 传感器对温度刺激的响应 / 恢复时间(k) 不同温度梯度切换下传感器的实时电压变化(l) 传感器温度效应的长期稳定性测试
图 5 BMF 传感器的压力 - 温度信号解耦性能与疏水性。(a) 传感器压力与温度信号解耦原理示意图(b) 不同温差下热电电压随压力的变化(c) 不同压力下 BMF 传感器的塞贝克系数(d) 不同温差下 BMF 传感器的 ΔI/I₀与压力的函数关系(e) 不同温差下的压力灵敏度比值(f) 恒压变温差下的电流信号与热电电压(g) 恒温差压力循环下的电流信号与热电电压(h) 传感器疏水性示意图(i) CNT/PVDF 纳米纤维膜 SEM 图(j) BMF 传感器的疏水性能(k) 传感器对不同液体的疏水性(l) 不同弯曲状态下 BMF 传感器的接触角(m) 压力循环下的接触角变化
图 6 BMF 传感器在健康监测与传感器阵列中的应用。(a) 传感器监测人体生理信号分布示意图(b) BMF 传感器监测人体平静与运动状态下的脉搏信号(c) 呼吸产生的压力信号监测(d) BMF 传感器对声音信号的识别(e) 关节弯曲产生的压力信号识别(f) 手指点击产生的压力信号(g) 人体不同部位温度监测(h) 运动前后人体体温识别(i) 传感器阵列测量压力信号示意图(j) 压力空间分布映射图(k) 传感器阵列测量温度信号示意图(l) 温度空间分布映射图
图 7 基于非接触人机交互与深度学习的机械手手势识别。(a) 基于非接触人机交互的机械手智能手势识别概念图(b) 基于无线传输的远程控制实现人机交互(c) 手机远程控制机械手示意图(d) BMF 传感器在机械手关节处的安装展示(e) 数据采集与特征提取(f) 数据集划分(g) 基于深度神经网络模型的手势识别(h) 机械手做出不同手势时 5 个传感器产生的对应波形(i) 机械手手势识别的分类准确率混淆矩阵
10个月宝宝每天需要喝多少奶粉？
