柔性传感材料与器件领域的创新设计：β-环糊精与Fe3+协同作用构建抗溶胀离子导电水凝胶及其机器学习辅助的水下多模态传感应用

《Advanced Science》：The Synergism of β-Cyclodextrin and Fe3+ Enabled Anti-Swelling Ion-Conductive Hydrogels for Multimodal Underwater Sensing Aided by Machine Learning Algorithms

　　

随着人工智能、物联网和可穿戴电子技术的快速发展，柔性传感器近年来在人工智能、可穿戴电子设备、健康监测、手势识别和人机交互等领域得到了迅速发展。然而，作为柔性传感器的关键传感组件，导电水凝胶在水下环境中由于吸水和溶胀导致力学性能和信号传输性能显著下降。在此，研究人员通过将氯化铁（FeCl3）和β-环糊精（β-CD）通过一锅法引入丙烯酰胺-丙烯酸共聚物（MA）中，设计了抗溶胀离子导电水凝胶，简称为MAFxDy。得益于β-CD和Fe3+的协同作用，MAFxDy的溶胀率显著降低，例如在去离子水中浸泡30天后，MAF0.2D0.3的溶胀率仅为4%，而缺乏β-CD的MAF0.2水凝胶溶胀率为760%，缺乏Fe3+的MAD0.3则为526%。值得注意的是，基于MAF0.2D0.3水凝胶构建的多模态水下传感器不仅可以监测水下人体关节运动，还能借助莫尔斯码实现水下信息的准确传输。此外，在机器学习算法的辅助下，该研究提出了一种新颖的快捷键识别策略，通过字母识别（识别精度达98.6%）实现精确快速的信息传输，极大地缩短了水下通信所需的时间。该研究通过合理设计抗溶胀离子导电水凝胶，为可靠快速的水下通信提供了创新解决方案。

作为柔性传感器的关键传感组件，导电水凝胶在水下环境中因吸水溶胀而导致力学性能退化和信号恶化，这限制了其在复杂水下环境中的应用。针对传统水凝胶难以兼顾快速成型与环境稳定性的挑战，研究人员通过在丙烯酰胺-丙烯酸共聚物（MA）网络中引入氯化铁（FeCl₃）和β-环糊精（β-CD），利用一锅法制备了具有抗溶胀特性的离子导电水凝胶（MAF_xD_y）。研究结果表明，Fe³⁺与β-CD的协同作用显著增强了水凝胶的网络交联密度，赋予了材料优异的机械强度、抗溶胀性及水下传感稳定性。基于此材料构建的多模态水下传感器不仅能监测人体关节运动，还能结合莫尔斯码与机器学习算法实现高精度（98.6%）的水下信息传输。该成果打破了传统水凝胶力学性能与环境适应性难以平衡的瓶颈，为新一代水下柔性电子设备提供了重要的材料设计范式，发表于《Advanced Science》。

为实现上述目标，研究人员主要采用了以下关键技术方法：首先，采用一锅聚合法制备MAF_xD_y水凝胶，通过自由基聚合形成聚丙烯酰胺-聚丙烯酸（MA）主链网络，并利用Fe³⁺与β-CD间的配位及氢键作用增强交联；其次，利用傅里叶变换红外光谱（FTIR）、热重分析（TG）、X射线光电子能谱（XPS）及静电势（ESP）映射和独立梯度模型（IGM）分析，从分子层面表征水凝胶的化学结构与相互作用机制；再次，通过拉伸、压缩及循环加载实验评估材料的机械性能与抗疲劳性；随后，通过长期浸泡实验测试水凝胶在不同溶剂、pH值及温度下的溶胀行为与力学稳定性；最后，构建基于Arduino的数据采集系统，结合随机森林（Random Forest）机器学习算法，对水下手写字母信号进行分类识别与信息解码。

在研究结果部分，论文首先阐述了MAF_xD_y水凝胶的设计策略与合成。研究人员展示了通过一锅法快速合成水凝胶的示意图及其在水下传感中的应用。通过自由基聚合形成MA主链，β-CD通过羟基与MA链段形成分子间氢键，起到分子“铆钉”的作用，而Fe³⁺则与羧基、酰胺基及β-CD的羟基形成弱配位络合物，加速了聚合反应速率并提升了网络密度。

在表征部分，傅里叶变换红外光谱（FTIR）分析在1082 cm^?1处显示出特征峰，证实了β-CD成功引入；X射线光电子能谱（XPS）进一步验证了Fe元素及β-CD特有的─O─C─O键的存在。理论计算（ESP和IGM）表明，Fe³⁺的引入调节了分子链间的电子云分布，削弱了聚合物间的排斥力，增强了分子间相互作用。

关于机械性能的研究显示，通过调控FeCl₃（0.2 wt%）和β-CD（0.3 wt%）的含量，MAF_0.2D_0.3水凝胶表现出最佳的综合力学性能，断裂韧性高达4.52 MJ m^?3，并能承受拉伸、打结、扭曲及500 g的重物负载而不损坏。循环加载实验证明该水凝胶具有优异的抗疲劳性和能量耗散能力。

在抗溶胀性能测试中，MAF_0.2D_0.3水凝胶在去离子水中浸泡30天后的平衡溶胀率仅为4%，远低于对照组（MAF_0.2为760%，MAD_0.3为526%）。该水凝胶在pH 1-7的水溶液及不同温度下均表现出稳定的抗溶胀特性。分子动力学模拟进一步揭示，β-CD与水分子形成的氢键网络有效限制了水分子的运动，从而提高了抗溶胀性。

在水下运动传感应用中，MAF_0.2D_0.3传感器能够稳定监测志愿者手指、手腕及手臂在水下及不同盐溶液中的弯曲运动，并产生稳定且可重复的信号。研究人员将传感器产生的电信号转化为莫尔斯码，成功在空气中和水下实现了“SOS”、“Nice”及“Hello”等信息的准确传输。

在水下手写识别研究中，研究人员开发了一套结合信号处理电路与随机森林算法的智能识别系统。通过对五个字母（“a”至“e”）的水下手写信号进行分类训练，该系统的识别准确率达到了98.60%。t-SNE可视化分析显示不同字母的特征簇区分明显，证明了模型在处理水下扰动数据时的鲁棒性。

综上所述，研究人员成功构建了MAF_xD_y水凝胶，通过在丙烯酰胺-丙烯酸共聚物（MA）网络中引入Fe³⁺和β-CD，利用一锅法显著提升了水凝胶的力学性能与抗溶胀性。研究证实，MAF_0.2D_0.3水凝胶在30天水下浸泡后溶胀率仅为4%，且保持了完整的网络结构和稳定的力学性能。基于该材料开发的柔性传感器具有高灵敏度（应变因子GF = 3.42）和宽传感范围（0–400%），并在不同温度和pH环境下维持了可靠的传感性能。该工作不仅实现了水下运动监测与莫尔斯码信息传输，更结合机器学习算法实现了水下手写字符的智能识别（准确率98.6%），突破了传统水凝胶难以平衡力学性能与环境适应性的瓶颈，为水下可穿戴健康设备提供了新的技术路径。