研究背景
近几十年来，电子和人工智能技术得到了极大的发展。智能传感设备的出现实现了对物理、化学和生物信号的动态捕捉和数字显示。随着 5G 时代的到来，可穿戴织物正朝着兼容人工智能(AI)、物联网(loT)、多级云和大数据的智能设备方向发展，以提供更好的人机交互体验。理想的智能织物需要多种技术支持：多功能信号识别传感器、多层次云支持的快速数据分析以及终端智能系统的信息反馈。作为前端信息采集器， 轻便灵活、工作范围大、稳定性好、灵敏度高和多功能性是传感器性能的关键指标。好的传感器应便于携带，佩戴舒适。传统的电子产品通常由笨重的金属和坚固的复合材料组成，无法满足轻便灵活的要求，而且狭窄的工作范围也限制了其在人体运动检测中的应用。为了优化上述问题，一维和二维轻质纺织传感器得到了充分发展。由于结构独特、编织灵活，纤维/纱线 (一维)和织物二维)形式的纺织品具有柔韧性好、重量轻、透气性好等特点，并且易于与传统服装集成。已报道的基于纺织品的传感器，如编织结构的电容式压力传感器、由光纤编织的热变色传感器以及基于纳米线涂层纤维的压力/焦耳热/微粒过滤/隔热多功能传感器，都显示出巨大的应用潜力。值得注意的是，应变作为纺织品最基本的功能，其衍生的基于纺织品的应变传感器在人工电子皮肤和人体健康监测方面有着的应用。
传统的金属应变传感器通常传感模式单一，拉伸范围较窄，仅为 5-10%。相比之下，纺织品应变传感器的灵活性使其可以弯曲、折叠和拉伸，可设计的编织方式为服装集成提供了可能。例如，CNT/ PU应变纤维中的螺旋结构将应变范围扩大到1700%。鉴于纺织品应变传感器的巨大应用潜力，人们在传感器的先进制造技术、多功能集成和智能系统构建方面做出了努力。在追求超灵敏应变传感器的过程中，大多数研究工作都集中在对新材料和新结构的探索上。除上述方法外传感器的传感机制也是影响传感器灵敏度的关键因素。从本质上讲，传感器的灵敏度 (用量规因子GF 表示)取决于外部刺激下信号变化的幅度，例如电阻应变传感器的电阻变化与其结构变形密切相关。从理论上讲，如果能探索出材料的内在特性与电阻变化之间的关系，就可以在后期直接通过增强材料的某项机械特性来提高传感器的灵敏度，而不必偶尔寻找新材料。稍显遗憾的是，现有研究大多更关注材料和制造技术的更新，而对基于纺织品的应变传感器所涉及的传感机理关注甚少，缺乏系统的分类和讨论。
研究成果
基于纤维(一维)和织物(二维)的智能纺织传感器是可穿戴设备的理想候选产品。灵活的编织方式和独特的结构使其具有柔性、轻质、良好的透气性以及与服装集成的可行性。鉴于新型纺织应变传感器的兴起，东华大学吴琪琳教授团队和加拿大Manitoba大学邢孟秋院士团队合作，从空间角度，即一维纤维/纱线和二维织物，阐述了新型材料和制造方法。内在传感机制是影响传感器灵敏度的首要因素，传感信号的变化趋势也与之密切相关。虽然现有研究涉及各种传感机制，但仍缺乏系统的分类和讨论。本文从空间角度对基于纺织品的传感器的传感机制进行了阐述。考虑到应变传感器大多以电阻变化为基础，因此主要关注电阻型纺织应变传感器的传感机理，主要包括纤维变形、隧道效应、裂纹扩展、织物变形、电接触和桥接。还全面讨论了通常作为重要数据拟合方法的相应电阻预测模型，这些模型可以再现电阻变化趋势，为传感器性能提供指导。了基于纺织品的应变传感器的多功能性，即多模式信号检测、视觉交互、能量收集、热管理和医疗。希望能为纺织传感器的多功能集成提供研究启示。相关研究以“Fabrication Techniques and Sensing Mechanisms of Textile‑Based Strain Sensors: From Spatial 1D and 2D Perspectives”为题发表在Advanced Fiber Materials期刊上。
图文导读
Fig. 1 An over-review of fabrICation approach, sensing mechanism and multifunctionality in textile sensors from spatial 1D and 2D perspectives.
Fig. 2 ClassifICation of conductive materials.
Fig. 3 Fabrication technologies of 1D fiber/yarn.
Fig. 4 Microstructure design on fiber/yarn.
Fig. 5 Integration techniques of 2D fabrics based on weaving, knitting and braiding.
Fig. 6 Coating, printing, carbonization and 3D-like structure design on fabrics.
Fig. 7 Sensing mechanisms of different types of textile-based strain sensors.
与展望
基于纺织品的智能应变传感器具有质轻、柔韧、稳定性好、工作范围大、灵敏度高等特点，可在满足佩戴舒适性要求的同时实现人体健康监测。本文从空间角度将基于纺织品的应变传感器分为一维纤维/纱线和二维织物。本文对一维纱线和二维织物传感器中常用的导电材料和新型制造方法进行了分类和讨论，如涂层、纺纱和微结构设计、编织、针织、印花和织物碳化等。鉴于各种纺织传感器的复杂机理和缺乏全面的分类，还从空间角度对其内在传感机理进行了分类，并收集了相应的预测模型。还阐述了纺织品传感器的多功能性，包括多模式信号检测、视觉交互、能量收集、热管理和医疗。预计这将为传感器的综合开发提供启示。
织物传感器的传感机制是决定其信号强度和变化趋势的关键因素。用于解读信号变化的完整传感机制体系尚未建立，尤其是对于复杂的二维织物。一些特殊织物的信号变化可能涉及多种传感机制，需要根据拉伸过程中导电通路的变化进行仔细分析。大多数模型的计算过程只能被视为实验电阻的再现，而不是模型预测。我们希望建立一个只涉及材料特征参数的预测模型。实现这一目标的前提是传感器具有良好的可重复性。
可穿戴机器人是纺织品传感器未来发展的一个流行趋势。覆盖在机器人表面的纺织品可以像仿生皮肤一样监测运动和外部刺激。传感器的光学、电学、热学和湿度响应可以通过材料选择和结构设计来实现，而不仅仅局限于应变传感。一个关键问题是，在功能集成时应充分考虑信号的干扰。有效的策略是选择具有不同响应信号的材料。另策略是优化信号解耦，如建立特征信号数据库。功能集成要求在功能器件之间建立稳定的导线连接。一方面，焊接接头和导线会影响佩戴舒适度。另一方面，过多的触点可能无法承受长时间的机械变形，最终导致传感器失效。
大规模生产也是集成传感器普及的关键一步。目前，大多数集成传感器仍局限于实验室，依赖于耗时的制造技术和精密设备。大多数集成传感器的长度有限 (从厘米到米)。关于已实现连续工业化生产的集成传感器的报道很少。很难保证集成传感器的性能始终如。虽然一步式热拉伸显示出大规模生产的潜力，但熔体材料的选择和预成型材料的分层组装不利于通用生产平台。有必要为连续制造建立相应的自动化生产平台，这需要材料科学领域和机械自动化领域的协同努力。还应致力于研究制造参数与器件性能之间的关系，从而促进集成器件的工业化生产。
织物传感器在生物医学领域的应用是另一个前景广阔的发展方向。理想的传感器可以作为药物载体，在心脏监测数据异常时将药物送入皮肤。一些微小的纤维传感器可以注入人体皮下，作为人体组织的支撑结构和组织细胞生长的介质，最终实现医疗目的。实现这些功能的前提条件是材料具有良好的生物相容性，而这是建立在日积月累的生物实验基础之上的。虽然纺织品传感器在生物医学领域还很少受到关注，但预计在不久的将来，将迎来一个蓬勃发展的时期。
审核编辑：刘清
