基于盐析-离子协同增韧策略的聚丙烯酰胺/聚乙烯醇/海藻酸钠双层梯度水凝胶：自适应抓取与形状识别的创新突破

针对人工皮肤难以兼顾高灵敏度(7.35?kPa?1)与宽应力检测范围(0–75.44?kPa)的难题，南京林业大学团队通过盐析效应和Zn2+配位协同增韧策略，开发出具有梯度模量的PAM/PVA/SA双层水凝胶。该材料通过软层(PAM)弱交联提升弹性，硬层(PAM/PVA/SA)双重网络增强韧性，实现了物体硬度无损识别与形状精准判别，为仿生机器人触觉感知提供了新材料方案。

　　

人类皮肤凭借其梯度模量结构和多受体协同机制，能同时实现高灵敏度触觉(2?kPa级)和宽应力感知范围(至1?MPa)。然而，现有人工皮肤材料在仿生构建时面临严峻挑战：单层水凝胶难以兼顾低应力下的高灵敏度与高负荷下的结构稳定性；传统层叠策略易产生界面缺陷；而微结构调控又受限于制备工艺复杂性。这些瓶颈严重制约了仿生皮肤在柔性电子和智能机器人领域的应用。

南京林业大学的研究团队受皮肤梯度结构启发，创新性地提出"盐析-离子协同增韧"策略，通过一步原位聚合法构建了聚丙烯酰胺(PAM)/聚乙烯醇(PVA)/海藻酸钠(SA)双层梯度水凝胶。该研究突破性地实现了7.35?kPa^?1的高灵敏度与75.44?kPa的宽检测范围协同提升，相关成果发表于《Carbohydrate Polymers》。

研究采用三大关键技术：1) 梯度结构构建——通过调控PAM网络交联密度形成软/硬双层；2) 盐析增韧——用ZnSO₄溶液诱导PVA微晶区形成；3) 离子配位——Zn²⁺与SA羧基动态交联增强网络密度。实验验证采用机器人抓取平台与凝胶-控制器-计算机反馈系统联用。

结果与讨论

1. 材料设计：软层采用低密度PAM网络(MBA交联剂0.03%)实现0.21?MPa低模量，硬层通过PAM/PVA/SA三重网络和ZnSO₄后处理达到1.87?MPa高模量，模量差近9倍。
2. 力学性能：盐析效应使SO₄^2?诱导PVA链聚集形成氢键微区，配合Zn²⁺-COO^?配位键，使断裂能提升至1.24?kJ/m²，较未处理样品提高5.7倍。
3. 传感特性：软层在0–3?kPa区间灵敏度达7.35?kPa^?1，而硬层将检测上限扩展至75.44?kPa，循环稳定性超过5000次。
4. 应用验证：集成于机械臂的 hydrogel sensor 可识别0.5–200?g物体重量误差<3%，区分5种几何形状的准确率达96.7%。

结论
该研究通过仿生梯度设计和多重动态键协同策略，解决了人工皮肤材料"高灵敏"与"宽范围"不可兼得的矛盾。软层(PAM)的弱交联网络实现微小应力下的显著变形，而硬层(PAM/PVA/SA)经Zn²⁺配位和盐析处理后形成能量耗散网络，二者通过氢键/离子键/物理互锁实现强界面结合。这种材料在无需外部供能条件下即可完成物体硬度分级抓取和三维形状识别，为智能假肢、医疗机器人等领域提供了新的材料解决方案。研究获得国家自然科学基金(52103142)和江苏省大学生创新训练计划(202310298149H)支持。