仿生丝源离电纤维，实现智能识别动作和触觉刺激！

以下文章来源于高分子科学前沿 ，作者高分子科学前沿

离子电子学领域的创新大大加速了超柔性器件和机器的发展。然而，由于生产具有高聚合物和离子浓度以及低粘度的纺丝原液的固有冲突，开发具有必要拉伸性、弹性和导电性的高效离子电子基纤维仍然具有挑战性。

基于此，来自上海科技大学凌盛杰团队受动物丝液晶纺丝的启发，通过干法纺丝向列型丝微纤维原液，规避了其他纺丝方法中固有的权衡现象。液晶质地使纺丝原液能够在最小的外力作用下流过喷丝头并形成独立的纤维。所得的丝源离子电子纤维（SSIF）具有高度的拉伸性、韧性、弹性和抗疲劳性。这些机械优势确保了SSIF对运动变形的快速且可恢复的机电响应。此外，将SSIF结合到核壳摩擦电纳米发电机纤维中，可以对精确灵敏的小压力做出卓越的稳定和灵敏的摩擦电响应。此外，通过实现机器学习和物联网技术的结合，SSIF可以对由不同材料制成的对象进行排序。凭借这些结构、处理、性能和功能优势，本文制备的SSIF有望应用于人机界面交互领域的应用。论文以“Biomimetic Spun Silk Ionotronic Fibers for Intelligent Discrimination of Motions and Tactile Stimuli”为题发表在Advanced Materials期刊上。

SSIF的制备和表征

基于FA和Li+离子对丝蛋白溶解的综合作用，降低Li+离子的浓度应该是减少蛋白质溶解和降解的有效方法。据推测，调整溶剂渗透性，使得只有微纤维之间的氢键被破坏，从而可以化学分离丝纤维的微/纳米构建块，而不是在分子水平上溶解蛋白质（图1A、B）。因此，本文制备了一系列具有不同FA/LiCl比例的溶液，制备出的SMF的直径在5–10µm之间，轮廓长度在几百到数千微米之间。所得分散体还显示出均匀的向列型液晶状纹理（图1C）。制备出的SMF紧密堆积（图1F），沿着纤维轴排列融合，使得纺丝纤维表面部分中的SMF之间没有空隙。此外这些单纤维可以扭曲成具有更圆形横截面的多股结构。纺丝后的纤维含有一些残留溶剂导致诱导纤维的表面融合。因此，施加的外力通过熔融界面均匀地传递到每根纱线上，从而更有效地分散外部应力，提高加捻多股纱线的机械性能。

结构与机械性能

图2A表明，SSIF由分子缠结的丝素链和交联的β-片组成，这种分层和交联结构有助于提升纤维的良好机械性能。定量拉伸试验结果表明SSIF经历了应变硬化，其中真实应力-伸长率曲线呈指数级增加。这是因为即在初始拉伸阶段应力的增加导致材料的大扩展。然而，在较大的延伸部分，这种材料会变得更硬，更难变形。与其他离子电子材料相比，SSIF在拉伸性、韧性和杨氏模量之间的权衡有所改善。SSIF可以产生良好平衡的强度、拉伸性和韧性的分子结构。与钢筋混凝土中的钢筋类似，这些刚性SMF在SSIF的机械强度和结构稳定性中发挥着重要作用。同时，部分溶解的丝蛋白也被水合离子塑化，并保持相对柔顺，有助于材料的高拉伸性。与非晶SF离子电子学不同，本文制备的SSIF仍然由一些刚性的β-片结构组成。这些β-片，以及无定形SF链之间的缠结，起到了交联的作用，从而限制了分子链之间的滑动。SSIF的断裂伸长率超过250%，足以满足大多数可穿戴设备的需求。大多数离子电子学材料，包括非晶SF离子电子学，是粘性的，因此没有弹性。值得注意的是，本文制备的SSIF的独特的双网络结构也使该材料具有弹性。图2A显示，当SSIF固定在一端，然后拉伸时，它会立即对外部负载做出响应。

功能化应用

Li+离子的强吸湿性使SSIF的电阻在160-120 KΩ的范围内保持稳定，相对湿度从20%变化到30%，没有显著的波动。SSIF的电导率（61.18 mS m-1）超过了用于应变传感器和柔性电极的一系列导电复合材料的电导率。此外，SSIF显示出较低的电阻滞后，比一些传统传感器材料（如PDMS/银纳米线）的电阻滞后小3-7倍。更重要的是，SSIF对所施加的机械力表现出可重复和可再现的电响应（图3A）。这表明SSIF可以直接实时检测人体的各种运动，即使在运动应变（如肘部运动）低至5%的情况下也是如此。图3E–G显示SSIF成功检测到人体运动，包括手指、膝盖和手腕的弯曲。此外，反应与弯曲程度呈正相关。在此，使用阻力的相对变化而不是阻力来关联人体的运动，因为它扣除了不同SSIF传感器的潜在初始阻力差。此外，所制备的材料的高拉伸性和低磁滞也表明，SSIF可以准确、实时地监测这些关节的快速（运动频率0.6Hz）或慢速（运动频率0.1Hz）运动。SSIF对这些运动的响应时间分辨率为120ms（8.3 Hz），明显快于其他离子电子系统的响应时间。因此，SSIF不仅能够确定运动关节，而且能够确定关节运动的程度，即使这些运动引起的应变相似。

更具体地，如果SSIF被设计为摩擦纳米发电机(TENG)，由围绕SSIF芯的聚四氟乙烯（PTFE）纤维包层组成的芯壳SSIF-TENG纤维通过共包纺纱技术构建（图4A）。事实上，如图4C所示，当施加到SSIF-TENG的拉伸应变从0%逐渐变化到150%时，摩擦电信号是可重复和稳定的。SSIF-TENG的机械性能比棉手套更柔软。因此，它表现出更高的变形能力和更低的刚度和强度。SSIF-TENG产生的电能也可以使用整流器存储在电容器中。图4H表明，在20000次测试中，电压输出没有显著下降，这表明SSIF-TENG非常稳定，非常适合应用于可穿戴织物。此外，图4I和J显示，随着施加的负载力从0.5 N逐渐增加到6 N，峰值输出保持不变，这进一步表明摩擦电产生的触觉信号与外力信号无关。

实际上，SSIF-TENG不仅应该感知触摸的机械感，还应该能够区分其触摸的物体的材料。通过使用这种神经网络机器学习结构，在没有过拟合的情况下，经过1000个时期的训练后，信号分类精度收敛到100%（图5B–E）。为了进一步证明所制备材料的实用性，SSIF-TENG被编织到棉手套的手指中，并通过物联网技术与机器人机械手集成（图5F–G），从而允许机械手以识别不同物体的材料并执行诸如选择性抓取和分类之类的后续操作。在五到六个接触-分离过程之后，SSIF-TENG能够准确区分不同类型的材料，并将不同材料进一步输送到相应的篮子中。有趣的是，在400次识别和分类测试中，成功率高达93.75%，这证明了SSIF-TENG对不同材料的识别和分类的有效性和高准确性。此外，开发了一个五通道数据采集模块，以同时接收和分析在抓握过程中从单个五个手指中的每个手指收集的摩擦电信号（图5I–K）。在多轮测试中，从每个通道收集的信号几乎相同。这些结果表明，当机械手抓取不同的物体时，多通道SSIFTENG模块可以用来区分每个手指的精细运动。

总结：该工作开发的SSIT TENG在分拣机器人、康复医学和增强现实应用中具有广泛的应用前景。

来源：高分子科学前沿

转自：“i学术i科研”微信公众号

如有侵权，请联系本站删除！