快捷搜索:  汽车  科技

光栅传感器翻译(多功能织物高灵敏拉伸应变传感器用于呼吸监测和识别)

光栅传感器翻译(多功能织物高灵敏拉伸应变传感器用于呼吸监测和识别)2.实验部分近年来,研究发现通过简单的热处理,富含β片的丝蛋白和聚合物可以转化为假石墨结构,在开发可穿戴设备方面引起了广泛关注。然而,碳化聚合物基应变传感器检测应用应变作为接触电阻变化的函数,面临着有限的拉伸性或灵敏度质量较差的挑战。例如用碳 化棉织物制成的应变传感器在80%的应变下表现出稳定的应变传感能力。另一个碳化丝织物传感器显示,在250%范围内的传感范围内,低测量因子(GF)为9.6。更重要的是,使用应变传感器的人体运动监测缺乏信号识别功能,这在实际应用中远不是最优的。开发一种具有高灵敏度和可拉伸性的应变传感器,以可靠地将表面运动转换为电信号,以及信号识别以精确报警紧急情况的能力至关重要。在此,我们报道了一种高灵敏的可穿戴应变传感器,通过聚合物辅 助金属沉积(PAMD)在高温织物上具有良好的拉伸能力。分布在纤维表面的混合铜使传感器具有优异的性能。它传感器能够实现较大的拉伸能力,应变

光栅传感器翻译(多功能织物高灵敏拉伸应变传感器用于呼吸监测和识别)(1)

基于多功能织物的高灵敏拉伸应变传感器,用于呼吸监测和识别

作者:刘泽坤;李振宏;蔡恒;金路;陈凯丽;高远;徐露露;郑燕;姚西瑞;刘章池;李刚;宋庆文;郑子健

研究所:英国曼彻斯特大学牛津路材料系;香港理工大学纺织及制衣学院智能可穿戴技术研究中心;英国利兹大学电气与电子工程学院;苏州大学现代丝绸国家工程实验室;西安理工大学纺织科学与工程学院

摘要

可穿戴应变传感器由于在人体变形的实时检测中具有巨大潜力,因此最近引起了相当大的研究兴趣。最先进的应变传感器通常通过具有单一传感元件的导电网络制造,始终面临可伸缩性有限或灵敏度质量低下的挑战。在这项工作中,我们报告了基于多功能织物的高度灵敏应变传感器,该传感器通过碳化和聚合物辅助铜沉积。该传感器显示高灵敏度(压力系数为3557.6,范围为0至48%),且可拉伸性高达300%,能够检测人体不同类型的变形。通过将高性能传感器与深度学习网络集成,我们展示了高精度呼吸监控和紧急报警系统,显示了传感器在个人和公共医疗保健中的巨大应用潜力。

1.介绍

人类活动和可持续及时安装皮肤和可伸缩应变传感器的健康监测,由于其可能的巨大好处,吸引了相当大的研究利益。近年来,由于制造工艺简单、低成本、具有高灵敏度的优点,许多研究都集中在基于电阻的应变传感器上。许多实验试图通过构建封装弹性体的导电网络结构来制造应变传感器。这种导电网络结构可以通过静电纺丝、湿式纺丝和表面化学蚀刻来实现,这往往是耗时和技术困难的。

近年来,研究发现通过简单的热处理,富含β片的丝蛋白和聚合物可以转化为假石墨结构,在开发可穿戴设备方面引起了广泛关注。然而,碳化聚合物基应变传感器检测应用应变作为接触电阻变化的函数,面临着有限的拉伸性或灵敏度质量较差的挑战。例如用碳 化棉织物制成的应变传感器在80%的应变下表现出稳定的应变传感能力。另一个碳化丝织物传感器显示,在250%范围内的传感范围内,低测量因子(GF)为9.6。更重要的是,使用应变传感器的人体运动监测缺乏信号识别功能,这在实际应用中远不是最优的。开发一种具有高灵敏度和可拉伸性的应变传感器,以可靠地将表面运动转换为电信号,以及信号识别以精确报警紧急情况的能力至关重要。在此,我们报道了一种高灵敏的可穿戴应变传感器,通过聚合物辅 助金属沉积(PAMD)在高温织物上具有良好的拉伸能力。分布在纤维表面的混合铜使传感器具有优异的性能。它传感器能够实现较大的拉伸能力,应变达到300%。利用高灵敏度和可弹性,铜沉积碳化织物传感器具有多传感元件能够实时检测许多人体运动。我们还展示了一个由传感器和深度学习网络构建的呼吸监测和预警系统,以监测和识别正常呼吸急促、呼吸急促和咳嗽,揭示了covid-19感染者等呼吸道疾病患者在医疗保健面的巨大潜力。

2.实验部分

2.1织物的功能化和传感器的制造

原始的亚麻编织织物(由曼彻斯特大学的纺织实验室提供)在管式炉中加热碳化,全程都有氮气的保护。当达到目标温度时,织物在取出前会自然冷却到室温。然后将CFs浸泡,在80度的浓硫酸中持续1h以增加官能团,用于后续聚合物的生长。之后,在室温下,在4%(v/v) [3-(甲基丙烯酰氧基)丙基]三乙氧 基硅烷溶剂(溶剂: 95%乙醇、1%乙酸和4%去离子水中处理2小时。然后将硅烷化的CFs浸入80度的50mL混合溶液中1h,溶液含 有([2-(甲基丙烯酰氧基)三甲基氯化铵(METAC)(10mL)、去离子水(40mL)和过硫酸钾(100毫克) 。然后,CFs是浸没在(NH)的水溶液,黑暗环境的生长激活剂的铜沉积。最后加载的CFs浸入等距A和B的混合物中40min以实现 铜沉积。A是氢氧化钠,B为甲醛水溶液。为了探讨A和B溶液的浓度在测定CDCF电导率的影响,两种溶液的浓度,A和B分别减少了上述参数的一半和两倍。关于PAMD的详细机理的讨论可以在我们之前的研究中找到。

2.2表征

用光学显微镜和扫描电子显微镜观察了原始织物,CF和CDCF的表面形貌。采用配备能量色散x射线光谱 (EDS)的扫描电子显微镜(ZeissUltra-55)检测所有表面样品的原子百分比,测量过程中的电压为10V。采用532nm激光波长的拉曼光谱和透射电子显微镜测量CF的结构。CFs和CDCFs的薄片电阻通过Keithley2450进行测量,并配备了四点探针和从北京汉雷科技公司购买的可编程软件有限公司,传感器上的目标应变由通用机械仪器(Instlon3344)实现,传感器产生的所有电信号由万用表收集。

3结果与讨论

3.1织物的功能化和传感器的制造

图1a展示了从一块商业亚麻织物中功能化高导电性复合材料的过程。该织物首先在惰性气体环境中进行处理(700◦用C)来诱导该结构转化,然后经历功能聚合物的修饰,即硅烷型引发剂和METAC,然后以 钯部分作为激活剂。之后,从聚合物层中实现碳化纤维上的高密度铜纳 米颗粒(详见实验部分)。尽管经验丰富,由于碳化和铜沉积,织物仍然保持良好的灵活性,两者都可以折叠成领形(图1b)。为了制造CDCF传感器,CDCF的尺寸为2.21厘米2与两端用Ecoflex封装银膏和导电带。1c).图。S1显示,传感×器的整体厚 度约为850μm,所有的多功能化纤维都封装较好。随着碳化和PAMD,表面形貌和织物的微观结构发生了显著的变化.图 。S2a , b表 示 原 始 织 物 (11×2.2cm2)在碳化后发生表面收缩(7 × 1.5cm2),这可以归因于CO的释放。图中较高倍放大 的形态。2a,b表明原始和碳化亚麻纤维表面均光滑,经过热处理后体 积收缩,PAMD后许多致密颗粒附着在纤维表面(图。2c)。织物功能化过 程对表面元素发生了显著 的变化,其中C 、O 、N 的原子比例分别为 42.7% 、51.9%和0.9% 经热 处 理后,原始元素的原子比例分别为93.5%、6.2%和0.2%。2d)。铜沉积后,化学元素转变为C、O和Cu,原子 百分比分别为10.8%、2.6%和86.5%。经过PAMD处理后,在碳化纤维的表面有一层致密的铜颗粒。表面元素主要包括Cu、C、O,N含量过低,无法检测到。通过观察元素的分布来观察元素转换的特征,表明相应的元 素是均匀分布图2。

惰性气体大气中的加热过程不仅改变了表面形态和化学元素,而且 导致了纤维素向碳质形式的结构转变,这已被拉曼光谱和透射电子显微 镜(TEM)验证。一个典型的CF的透射电镜图像如图所示。2f表现出许多 微小的扭曲晶格条纹,层间距离为0.35nm,揭示了热处理诱导 的伪石墨结构的形成。我们将原始的织物碳化在温度为700◦C 900◦C和1100◦C,然后用PAMD对CFs进行了改进,用于制造CDCF传感器。碳化700处理织物的抗片性,表明高温处理不仅促进石墨完整性的高度结构有序但也会增加它们的电导率。电阻电导率是非常灵活地通过 变浓度来控制反应溶液的含量。

光栅传感器翻译(多功能织物高灵敏拉伸应变传感器用于呼吸监测和识别)(2)

对于所有的热处理织物,都有两个明显的石墨特征峰,它们代表了典型的g带和d带的位置,在1584厘米处,1330厘米外,分别表现出碳质结构的形成g波段的变化和随着温度的升高,d带表明,温度越高,促进了石墨完整性的更高程度 的结构顺序。通过拟合拉曼光谱的曲线(图d波段和g波段的强度比(ID/IG)随着温度的升高而增加。其中研究结果与报告的工作,碳化700处理织物的抗片性能。表明高温处理不仅促进了石墨完整 性的高度结构顺序,而且提高了石墨的电导率。碳化后,织物的力学性 能显著降低。图S6a表明,原始织物具有a

断裂强度>为10MPa,CF为153kPa和212kPa(700◦C)和CDCF。PAMD后断裂强度的轻微增加可以归因于将金属与CF表面结合的均匀聚合 物界面层(即METAC)。此外,图S6b表示断裂CF的应变和断裂应力(900◦C)为40kPa和13%分别,而那些的CF(1100度)分别为100kPa10%,说明温度处理越高可以降低CF的断裂应变和断裂应力。

3.2 CDCF传感器的校准及传感机制

在对所有传感器进行校准之前,施加以5mm/min速度的拉伸应变作断裂训练,直到电阻达到它们是无限的(CF传感器)或稳定的(CDCF传感器)。图S7显示了CDCF传感器在拉伸应变分别为0%、40%和150%时的照片,显示了应变 依赖性变形的形成。校准结果在图中。3a表明,CF传感器的灵敏度较 低,可耐受应变可达96%,其中GF在整个传感范围内仅为23.0 (见表S1中所有传感器的灵敏度细节)。应变传感器的灵敏度由GF表示,其定义为GF( ΔR/R0)/ε,其中ε 是应变传感器的应变。随着进一步的拉伸,传感器中电网的电阻将是无限的。这一特性对于可穿戴传感器仍 然非常重要,因为在~150%的实际应用中,当应变变形时,它可以避免 传感器被损坏。图。3b显示断裂训练后CDCF网络形成小裂纹,并随着拉 伸的增加而逐渐延伸,从而导致阻力的增加。电导率差异显著的多层传 感元件(即铜和碳化纤维)为对其高灵敏度和可伸缩性至关重要。这两个CDCF传感器的碳化温度均为 900◦C和1100◦C的灵敏度低于用700处理过的传感器(图S9),由于较高的温度促进CF的电导率,从而导致相同程度伸长的电阻相对变 化较小。图中CDCF传感器的示意图3c表明,伸长诱导的断裂纤维和铜颗粒经历分离,一些悬浮纤维垂直于拉伸。

光栅传感器翻译(多功能织物高灵敏拉伸应变传感器用于呼吸监测和识别)(3)

3.3 机电性能

因为CDCF具有更高的灵敏度和可拉伸性(700度)传感器,进一步的性能调查和演示会主要关注它而没有解释。为了评估动态过程中的传感可靠性,我们测 试了传感器在不同频率和应变下循环-卸载下的电响应。图中4a表明,由传感器产生的信号在一定的应变下是可重复的,并与校准结果一致。我们还应用了10%的周期性拉伸释放应变 ,频率分别为0.1Hz、 0.5Hz和1Hz响应。如图所示4b也是稳定的边缘波动,表明传感器能够可靠地检测整个传感范围内的应用应变。通过在2.5s内施加12.5%和60% 的拉伸应变并保持伸长率,信号能够反映相应的变形,显示出传感器 的实时感知能力(图4c)。

为了精确地评估响应速度,我们对传感器施加了0.5%、16mm/s速度的准瞬态步长应变。电阻的分数变化表明,响应时间达到225ms,图S11表明,当对CDCF传感器施加0.1%的应变时,信号的模式保持相当稳定,表明高性能传感器能够检测超低应变或变形。长期的稳定性和耐久性在 传感器的发展中也起着至关重要的作用。

光栅传感器翻译(多功能织物高灵敏拉伸应变传感器用于呼吸监测和识别)(4)

光栅传感器翻译(多功能织物高灵敏拉伸应变传感器用于呼吸监测和识别)(5)

3.4通过应变传感器进行的运动监测和识别

由于CDCF传感器具有高灵敏度、高伸缩性、快速响应、显著稳定性 和耐用性(见表S2中CDCF传感器的性能比较),可用于实时监测许多人体 运动。我们首先用粘性胶带将高性能传感器安装在喉咙的皮肤表面。以 验证感知咳嗽、说话和饮水的可用性。图中。5a显示咳嗽时CDCF传感器 阻力的部分变化。信号分别随着咳嗽的用力和释放而爬降,这与相应的 表皮振动一致。另一方面,响应是可重复的边际偏差,表明这种运动检 测具有较高的可靠性和稳定性。该传感器还能够感知由说话产生的表皮 和肌肉振动。图中的电气输出。5b在说不同的单词时表现出可区分和可 重复的模式,在语音康复训练和人机交互方面显示出巨大的应用潜力。 图中来自饮用水的电模式。5c是可重复的,揭示了在吞咽实践和训练中 的应用前景。此外,通过将传感器组装在手腕的皮肤表面(图。,可以 记录不同程度的腕部弯曲。腕部弯曲产生的阻力信号,变形越来越大,其强度随弯曲程度的变化而 上升和下降,5d),通过适当嵌入传感器,显示了腕部弯曲相关运动的 潜力,如篮球射击训练。作为传感器在监测和区分运动中应用的概念演示,我们将CDCF传感 器与卷积神经网络(CNN)模型相结合,开发了一个具有呼吸监测和识别 功能的端到端医疗保健系统。通过将CDCF传感器连接到胸部来收集呼吸信号 正常呼吸、CNN呼吸急促和呼吸急促伴咳嗽)分为三类(图。5e).图。5f分别显示了呼吸信号的循环模式和典型模式,可以观察到 三个信号具有相似的振幅,但可区分的光谱。因此,我们使用信号频作为CNN的输入来进行分类。对于数据准备,CDCF传感器的输出使用一 个六阶10赫兹的低音巴特沃斯滤波器进行数字滤波,并使用一个增量为 0.2s的3s滑动窗口进行分割。然后应用快速傅里叶变换(FFT)对分割数 据进行变换,分别分为80%和20%的训练集和CNN训练集和测试集。本工作中采用的CNN架构如图所示 它由两个卷积层组成,即一个全连 接层和一个软最大分类器。该网络使用自适应矩估计(ADAM)在一个32个大小的小批量中进行20个时代的训练。

光栅传感器翻译(多功能织物高灵敏拉伸应变传感器用于呼吸监测和识别)(6)

4.结论

综上所述,我们开发了一种基于经济高效的亚麻织物,通过碳化和聚合物辅助铜沉积的高性能可拉伸应变传感器。铜在织物上的组装,可以显著提高灵敏度(GF-3557.6的应变范围从0到48%,GF-47.8的应变范围从48%到150%)和拉伸应变达到300%,优于CF传感器(GF-23.0的拉伸应变为96%)。CDCF传感器具有显著的可靠性和耐久性(>6000循环)可以可靠地用来感知许多运动

实时显示,如咳嗽、说话、手腕弯曲等。基于传感器和深度学习网络的 医疗保健系统具有高精度的监测和区分正常呼吸、呼吸急促、呼吸急促、咳嗽的能力,在呼吸系统疾病患者的医疗保健中具有巨大的潜力。特别是将在导电基板上组装高导电元件以提高灵敏度和可伸缩性的念应该扩展到许多其他应变传感器,以提高其性能。

猜您喜欢: