利用MXene/CNTs/TPU柔性应变传感器结合深度学习算法和软执行器进行植物生长监测、预测和自我调节

智能农业中，基于MXene/CNTs/TPU复合纳米纤维膜的应变传感器与深度学习和形状记忆合金结合，实现植物生长预测与自调节。

　　

摘要

智慧农业利用传感器和软件通过移动设备或计算机平台来控制农业生产，实现了无人化、自动化和智能化的管理。近年来，植物生长监测技术的研究与开发受到了广泛关注。面临的挑战在于如何在不损害植物的情况下实现长期监测、阶段性预测以及植物的自我调节。本研究展示了如何利用由Ti₂C₂T_x（MXene）、碳纳米管（CNTs）和热塑性聚氨酯（TPU）组成的复合纳米纤维膜（CNMs），通过静电纺丝和超声浸渍技术制备出适用于植物且具有透气性的拉伸和弯曲应变传感器。MXene与CNTs在TPU纳米纤维膜上协同形成了双网络导电结构，使得该复合膜具有出色的拉伸灵敏度（在0%–20%、20%–50%和50%–70%的范围内分别为5.41、7.39和3.39）以及卓越的弯曲灵敏度（在0°–30°、30°–90°和90°–120°的范围内分别为1.79、0.89和0.46）。这种拉伸应变传感器与深度学习的长短期记忆（LSTM）模型相结合，构建了一个用于植物生长监测和预测的平台；而弯曲应变传感器则与基于形状记忆合金（SMA）的软执行器集成，形成了一个用于辅助植物叶片生长的传感-执行系统。本研究利用MXene/CNTs/TPU复合纳米纤维膜灵活地制备应变传感器，并结合深度学习和软执行器来实现植物生长预测和自我调节，对推动智慧农业的发展具有重要意义。