基于PVDF/BaTiO3拓扑介电纤维网络的自供电摩擦电遥感知传感器

《Advanced Intelligent Systems》：Topological Dielectric Fiber Networks for Self-Powered Teleperception

　　

非接触式传感（noncontact sensing）对于智能人机交互（human–machine interaction, HMI）、自主机器人技术以及分布式物联网（Internet of Things, IoTs）而言不可或缺。然而，现有摩擦电传感器（triboelectric sensor）的传感范围仍受到根本性限制，因为致密的介电结构限制了电荷捕获与介电极化。在此，研究人员开发了一种基于静电纺丝聚偏氟乙烯/钛酸钡（PVDF/BTO）拓扑介电纤维网络的自供电摩擦电遥感知传感器（triboelectric teleperception sensor, TTS）。COMSOL仿真与实验表征共同揭示，三维多孔拓扑结构协同增强了电荷捕获、静电约束和介电极化，而BTO纳米颗粒通过增强介电响应进一步放大了界面静电场。这些协同效应建立了一种用于遥感知的高效静电感应机制。因此，TTS实现了1.1米的最大传感距离，能够可靠区分目标材料和运动频率，并支持与机械臂的远程交互。此外，一维卷积神经网络（one-dimensional convolutional neural network, 1D-CNN）能够以91.67%的准确率智能识别靠近、远离、挥手、行走和跑步行为。通过工程化介电拓扑来调控静电场耦合，这项工作建立了一种自供电遥感知的通用设计策略，为智能机器人、人机交互和下一代具身系统提供了多功能传感平台。

非接触式传感（noncontact sensing）是智能人机交互（human–machine interaction, HMI）、自主机器人和分布式物联网（Internet of Things, IoTs）等领域的共性需求。然而，现有摩擦电传感器（triboelectric sensor）的感知范围受到根本制约，因为其致密的介电结构会限制界面电荷的产生、存储与输运。传统旋涂或刮涂制备的摩擦电薄膜往往具有低比表面积、有限电荷陷阱位点和低效极化响应，导致表面电荷密度低、静电场耦合弱。因此，开发能够增强电荷捕获、介电极化和静电场耦合的介电架构，成为实现自供电遥感知的关键。

针对这一挑战，研究人员设计并制备了一种基于静电纺丝聚偏氟乙烯/钛酸钡（PVDF/BTO）拓扑介电纤维网络的自供电摩擦电遥感知传感器（triboelectric teleperception sensor, TTS）。通过COMSOL有限元仿真与实验表征，发现三维多孔纤维拓扑能够协同增强电荷存储、约束和迁移，而高介电常数BTO纳米颗粒进一步提升了极化能力和静电场耦合强度。由此构建的高效静电感应机制使TTS的最大感知距离达到1.1米，能够区分不同目标材料和运动频率，并成功实现机械臂远程交互。进一步引入一维卷积神经网络（one-dimensional convolutional neural network, 1D-CNN）后，系统对靠近、远离、挥手、行走和跑步五种人体行为的平均识别准确率达到91.67%。该项工作提出了通过介电拓扑工程调控静电场耦合的通用策略，为智能机器人和下一代具身智能系统提供了自供电感知平台。

在关键技术方法上，研究人员采用静电纺丝法制备PVDF/BTO复合纤维膜，以铜箔为导电电极组装TTS；利用COMSOL软件对不同介电结构进行电场与极化仿真；实验中通过线性电机精确控制目标与传感器的相对运动，使用高精度静电计（Keithley 6514）采集开路电压，并借助National Instruments数据采集卡和LabVIEW平台实现同步记录与实时分析；最后将采集的时序信号输入自定义1D-CNN模型进行训练与分类。所有器件均由实验室自行制备，无外部样本队列。

研究结果如下：

2.1 结构与工作机理：扫描电子显微镜（SEM）显示，静电纺丝形成了互连且均匀的三维多孔纤维网络，具有高比表面积和丰富界面孔隙，提供了充足的电荷捕获位点并增强电场耦合。TTS的核心响应来源于静电感应效应：外部目标接近时，介电层与目标间产生电场梯度，诱发表面感应电荷重新分布，进而驱动外电路电子迁移，实现无接触自供电信号输出。COMSOL仿真进一步验证了该静电感应主导的动态电位演化机制。

2.2 仿真与性能：在相同薄膜厚度下，COMSOL仿真表明多孔纤维拓扑较致密PVDF膜显著改善了电场分布和界面极化，BTO掺杂则进一步放大了局部电场。实验上，对比致密膜、纯纤维膜及不同BTO质量分数（1、3、5、7、9 wt%）的复合纤维膜，发现5 wt%样品具有最佳输出电压。相对介电常数随BTO含量增加而增大，同时介电损耗上升，因此5 wt%是极化增强与损耗抑制的最佳平衡点。循环稳定性测试（1 Hz、30 mm位移、300,000次）显示，致密膜、纯纤维膜和5 wt%复合膜分别保持初始输出的48.3%、56.14%和88.3%，证明多孔拓扑与BTO改性协同提升了长期稳定性。在不同湿度和温度条件下，5 wt%复合膜也表现出更强的抗信号衰减能力。

2.3 遥感知性能：TTS对尼龙、纸张、亚克力、橡胶、聚四氟乙烯（PTFE）和氟化乙烯丙烯（FEP）等不同材料在不同距离下均产生稳定且独特的电压信号，实现了多目标材料判别；在宽频率动态激励下保持稳定响应，满足复杂环境连续感知需求。人体靠近测试确认最大有效感知距离为1.1米。靠近、远离、挥手、行走和跑步五种典型行为产生了显著不同的信号幅度与波形，为后续智能分类提供了区分特征。在机械臂交互演示中，人体接近时TTS迅速捕获微弱电场变化并触发机械臂自动握手，展示了自供电非接触智能HMI的可行性。

2.4 机器学习辅助遥感知：为避免人工特征提取的主观偏差并提高分类精度，研究人员构建了1D-CNN。该网络通过卷积层自动学习局部判别特征，池化层降低维度和噪声，全连接层完成多特征融合，从而建立遥感知信号与行为属性之间的映射。训练收敛曲线显示模型稳定拟合，特征聚类散点图显示五类行为样本形成清晰分离的簇，混淆矩阵给出91.67%的平均识别准确率，证明机器学习赋能下TTS能够实现高精度人体行为分类。

综上所述，多孔拓扑工程与介电改性的协同策略增强了TTS的电荷捕获、存储和传输能力，使其具备材料判别、频率识别和人体动作感知等遥感知功能，并在复杂条件下保持稳健输出。远程机械臂握手进一步证实了其实用价值。总之，研究人员开发了基于拓扑介电纤维网络的自供电TTS。静电纺丝PVDF/BaTiO₃复合纤维克服了传统致密薄膜的内在局限，互连三维纤维拓扑提供了增大的传感界面、丰富电荷陷阱位点与连续传输路径，BaTiO₃的介电增强强化了极化与静电场耦合。优化后的传感器在300,000次循环后保持88.3%初始输出，最大遥感知距离1.1米，并实现五种人体行为的智能识别（准确率91.67%）。该工作确立拓扑介电纤维网络作为自供电遥感知的通用材料策略，为智能机器人、智慧医疗和下一代自主传感系统开启了新方向。