一、 研究介绍
近日，四川大学机械工程学院MEMS团队在柔性可穿戴传感器件领域取得重要进展，提出了一种基于离子-电子传输通道协同机制的应变传感器，通过电子传感层与离子传感层之间的阻抗不匹配以及独特的传感机制，有效解决了应变传感器灵敏度和传感范围不可兼得的难题，同时实现了超高灵敏度和宽传感范围。该成果以“Synergistic ionic and electronic transport pathways enabled strain sensors with ultra-high and modulable sensitivity within wide working range”为题，发表于国际知名期刊《Nano research》（川大B刊，IF= 9.0）。论文第一作者是2022级博士生宋洋洋，论文通讯作者为四川大学王竹卿教授、吴晓东研究员。
二、研究背景
可穿戴柔性应变传感器在健康监测、运动指导及人机交互等领域具有关键作用。灵敏度和传感范围是应变传感器的两个关键参数。高灵敏度有利于采集脉搏、发音等细微生理信号，宽传感范围则用于监测大幅度的关节运动。然而，传统应变传感器长期面临“灵敏度-传感范围”难以兼顾的瓶颈。传统电子型传感器以电子作为信号传输载体，传感层再拉伸状态下产生微裂纹，从而实现了高灵敏度。然而，大应变下导电通路完全断裂，导致传感范围窄；
新兴的离子型传感器（如水凝胶、离子凝胶传感器）依托离子传输机制，虽具备高拉伸性与宽工作范围，但灵敏度极低（GF通常低于4），对微小形变的检测能力有限。
三、研究思路
针对以上挑战，四川大学机械工程学院王竹卿教授与吴晓东研究员团队，成功开发出一种基于协同离子-电子传输通路（Synergistic Ionic and Electronic Pathways, SI&EP）的应变传感器。该传感器融合了两种不同的传感机制：电子传感层采用褶皱-裂纹结构，在低应变条件下通过裂纹扩展实现高灵敏度，能够精准捕捉细微的生理信号；离子传感层（PVC/DBA/[EMIM][TFSI]）则凭借其内部稳定的物理-化学网络，具备高达200%的拉伸性能，适用于大尺度形变监测。由于两传感层之间存在显著的阻抗差异（电子层阻抗远低于离子层）以及各自独特的传感机制，传感器在低应变时主要由电子层主导，提供高灵敏响应；而在大应变导致电子通路断裂后，离子层能够无缝接管信号传导，从而实现了传感范围的极大拓展。SI&EP应变传感器有效整合了两层材料的性能优势，在“超高灵敏度”与“超宽工作范围”两方面取得突破。实验表明，该传感器在0–20%应变区间的应变因子（GF）高达211.8，而在20–24.3%应变区间内GF更飙升至5805.3，同时其传感范围可延伸至200%。
基于上述性能，该传感器能够实现从微弱生理信号到大幅度关节运动的全范围监测，包括手腕脉搏的细微特征（如舒张波D、潮波T、叩击波P）、发音振动、呼吸变化，以及肘关节、膝关节等大角度活动。此外，SI&EP传感器还可准确检测运动的频率与强度，并监测运动前后关键生理指标（如心率、呼吸频率）的变化，对日常锻炼和专业运动员训练具有重要指导意义。研究团队还结合一维卷积神经网络（1D-CNN），实现了对14种不同发音与手写动作的高精度识别，识别准确率达到94.6%，展现出该传感器在人机交互与智能感知领域的应用潜力。
四、研究内容
图1. SI&EP传感器的设计原理，及传感器在运动指导和机器学习辅助活动识别中的应用。
为同时实现高灵敏度与宽传感范围，研究团队创新性地提出了协同离子-电子通路（SI&EP）传感器设计（图1a-d）。该传感器采用双层结构：电子传感层在应变下产生微裂纹（图1b），通过破坏导电通路实现高灵敏度响应；而离子传感层则依赖应变引起的几何尺寸变化实现信号传导（图1a），具备更宽的传感范围，但灵敏度较低。
在协同工作机制中，电子层凭借其褶皱-裂纹结构，在低应变区间主导信号传导，实现高精度感知；当应变增大至电子通路断裂时，高延展性的离子层能够无缝接管信号传导，从而将传感器的有效工作范围拓展至200%（图1d）。这一设计巧妙融合了两层材料的优势，突破了传统传感器在灵敏度与量程之间的权衡限制。
图3. 电子传感层的微观结构设计、性能调控和传感原理表征。
为解决离子层灵敏度不足的问题，研究团队开发了具有褶皱-裂纹复合结构的电子传感层。首先通过预拉伸基底在其表面引入可控的褶皱结构以扩展工作范围（图3a-d）；随后施加200%的引导应变，诱导微裂纹生成，从而赋予其高灵敏度（图3e-h）。
该褶皱-裂纹结构使电子层在受力时，裂纹会随应变增大而扩展，导致导电通路破坏与电阻急剧上升，实现高灵敏响应；而褶皱结构的存在，则有效延缓了导电通路的完全断裂，从而在提升灵敏度的同时兼顾了更宽的工作范围。
图4. 离子传感层与电子传感层的协同机理和SI&EP应变传感器的综合性能。
为了兼顾高灵敏度与宽传感范围，开发了基于协同离子-电子通路（SI&EP）的创新传感器构型。该设计充分利用两层间显著的阻抗差异（图b）与不同传感机制（图c-d）：低应变时，电流主要流经低阻抗的电子层，其微裂纹扩展带来高灵敏度响应（0–20%应变区间GF=211.8，20–24.3%区间GF=5805.3）；当应变继续增大导致电子通路断裂后，高拉伸性的离子层自动接管信号传导，将工作范围拓展至200%，实现了高灵敏度与宽传感范围的有效融合（图f）。
图5. SI&EP应变传感器用于生理信号检测和运动指导。
SI&EP传感器可贴附于人体多个部位（如指关节、手腕、肘部与膝盖），实现对全方位人体活动的有效监测。凭借高灵敏度，该传感器还可准确检测细微的脉搏波及呼吸信号。如图5(a-d)所示，它能清晰分辨脉搏波形中的舒张波（D）、潮波（T）与叩击波（P），并可通过胸带监测呼吸过程中胸腔的收缩与扩张。此外，由于自己的宽传感范围，还可以同步监测了俯卧撑运动时肘关节的变化（图5e）。通过实时监测运动强度（次数与频率）、持续时间及运动前后生理参数（图5g-j），有助于使用者科学掌握自身状态，合理调整训练负荷，有效避免盲目运动或过度训练带来的健康风险。
图6. 1D-CNN辅助的发音和关节运动识别，具有94.6%高准确率。
SI&EP传感器结合一维卷积神经网络（1D-CNN），实现了对细微发音与大幅度关节动作的高精度识别（图6a-d）。该传感器可同步捕捉喉部发音的微弱振动与手写字母时关节的大幅度运动，通过信号特征差异构建识别基础。
对于7类发音与7类手写动作，经1D-CNN模型训练后，发音识别准确率达92.1% （图6e），手写动作识别准确率达97.9%（图6f）。最终，模型对14种复合活动的整体识别准确率高达94.6%（图6h），t-SNE可视化分析进一步验证了模型对不同活动特征的区分能力（图6g）。充分展现了SI&EP传感器在智能人机交互与全方位生理信号识别领域的应用潜力。