获取独家产品信息,尽享促销优惠!立即订阅,不容错过
* 限···时··优惠
基于电纺纤维的应变传感器由于网络构建和可量身定制的设计而广泛用于生物监测。但是,循环稳定性差和缺乏多模式仍然是主要问题。在这项研究中,采用了由MXENE,石墨烯纳米片(GNP)和纤维素纳米晶体(CNC)组成的3组分材料系统来解决多模式和敏感性短缺。MXENE和石墨烯纳米片(GNP)之间的杂化协同相互作用提供了高量表因子(400个为100%,在10%菌株时为76.1)。通过形成局部脆性区域,在较低的应变范围内提供了更高的电导率和灵敏度(低应变范围(低检测极限为0.25%,短响应时间为100 ms))。协同,具有较大侧向尺寸的GNP薄片促进了网络连接,易于滑动较大的应变和润滑性。另一方面,CNC粘合剂增强了成分之间的均匀性和界面氢键,从而导致了超过2,000个周期的理想循环能力。使用具有导电性添加剂的聚(苯乙烯丁二烯 - 苯乙烯)(SBS)底物来装饰聚(苯乙烯丁二烯 - 苯乙烯)(SBS)底物,这显着增强了导电涂层的均匀性。通过同时真空辅助过滤,该技术提供了更多的共形和深度纤维装饰,从而促进了多模态和灵敏度。发达的策略被证明可以有效地通过理想的身体整合和成功记录各种身体运动的传感器。