综述：力致发光：机制、新兴应用与未来展望

《eTransportation》：Mechanoluminescence: Mechanisms, Emerging Applications, and Future Prospects

这篇综述系统阐述了力致发光（ML）材料在压力/摩擦等机械刺激下产生可见光的机制（如陷阱控制过程、压电效应、分子聚集发光），重点探讨了提升性能的策略（延长余辉、调节发射颜色、增强近红外发光等），并展望了其在生物医学诊断（如实时应力监测）、智能穿戴（自供电传感器）和结构健康监测等领域的应用潜力。

　　

力致发光机制

力致发光（ML）现象根据机械作用方式可分为变形诱导发光（DML）和摩擦发光（TML）。DML源于材料内部结构变形导致的电荷分离，而TML则由界面摩擦产生的静电放电激发。核心机制涉及陷阱控制的载流子释放过程：机械应力使材料缺陷态中的捕获电荷重新复合，通过压电效应（如ZnS:Cu²⁺）或分子堆积结构变化（如四苯基乙烯衍生物）实现能量转换。最新研究发现，超声激发可显著提升SrAl₂O₄:Eu²⁺的ML强度达300%。

新兴应用领域

在生物医学领域，PDMS-ZnS:Cu复合材料制成的双模态传感器可同步检测1N压力下的电信号（输出电压3.2V）和光信号（发光强度120cd/m²）。智能穿戴方向，丝素蛋白基ML贴片能通过关节弯曲发光实现运动监测。结构健康监测中，SAO-Eu²⁺微粒嵌入环氧树脂后，可对桥梁微裂纹实现毫米级空间分辨率定位。

性能优化策略

通过调控陷阱深度（如掺杂Dy³⁺使SrAl₂O₄余辉延长至8小时）和分子工程（引入氰基提高聚集态发光效率），ML性能得到显著提升。近红外ML材料（如Cr³⁺掺杂石榴石）的开发更拓展了其在深组织成像的应用。自修复水凝胶ML材料的出现则解决了重复机械载荷下的稳定性问题。

挑战与展望

当前ML材料面临机理复杂性（不同材料发光路径差异大）和耐久性不足（ZnS基材料经500次循环后效率下降40%）等挑战。未来需建立统一理论模型，并开发新型有机-无机杂化材料。在智能医疗领域，结合AI算法的ML传感系统有望实现实时病理诊断，而仿生ML皮肤或将成为下一代人机交互界面。

（注：全文严格基于原文机制描述和应用案例，未添加非文献支持内容）