太原理工大学Sheng-Bo San教授、Jia-Nan Ma教授科研团队:多级微穹顶结构柔性压力传感器 实现超宽线性范围与高灵敏度

近日，太原理工大学Sheng-Bo San教授、Jia-Nan Ma教授团队在《Advanced Science》发表研究成果，提出一种基于MXene的多级微穹顶（MSM）结构柔性压阻传感器，通过分级压缩、逐步接触的结构设计，突破了传统柔性压力传感器“高灵敏度”与“宽检测范围”难以兼顾的长期技术瓶颈，在可穿戴健康监测、人机交互、智能机器人领域展现出重要应用潜力。

一、研究背景

柔性压力传感器作为可穿戴电子、健康监测、运动识别和人机交互系统的核心器件，是实现触觉感知的关键载体。现有压阻式传感器普遍存在核心矛盾：高灵敏度通常仅局限于低压区间，高压下易出现信号饱和；而拓宽检测范围往往需要牺牲灵敏度，且复杂的异质结构设计还会带来长期稳定性差、制备工艺复杂等问题。

团队受生物皮肤分级感知机制启发，设计了主/次级微穹顶耦合表面微半球阵列的多级结构，通过分步接触的压缩过程实现传感性能的分段增强，同时以高导电性MXene作为敏感材料，最终实现了超宽检测范围内的高灵敏度线性响应。

二、核心研究成果

1. 多级微穹顶结构设计与制备

传感器采用两步复刻法制备，核心为多级微穹顶架构：主微穹顶高度500 µm，次级微穹顶高度250 µm（主/次级高度比1:0.5），每个微穹顶表面分布12个直径100 µm的微半球阵列单元。通过3D打印制备树脂阳模，普鲁兰多糖水凝胶翻制阴模，最终将结构转移至PDMS基底，再通过滴涂法负载MXene导电层，完成传感器制备。

2. 超优异的压力传感性能

得益于多级结构的分步压缩特性，传感器实现了核心性能的突破（论文图2b-g）：

3. 分级接触式传感机制

传感器的核心工作原理为多级结构的分步压缩与导电通路逐步构建。无压力时，微半球阵列与电极仅为点接触，界面接触电阻高；低压下，主微穹顶表面的微半球阵列先被压缩，接触面积增大，MXene片层间距缩小，电阻显著降低；压力进一步升高后，次级微穹顶与电极接触，提供额外导电通路，使传感器在高压区仍保持高灵敏度，从根本上缓解了传统微结构的信号饱和问题。

4. 深度学习赋能的可穿戴应用

结合CNN-BiLSTM深度学习算法，基于该传感器的阵列系统实现了多场景高精度识别：

-摩尔斯电码识别：单传感器实现37类摩尔斯信号的解码，整体识别准确率达99.5%

-物体抓取识别：16通道手掌形传感器阵列，可区分7种不同抓取状态，识别准确率95%

-人体步态识别：16通道足底形传感器阵列，可区分跳跃、跑步、静坐等7种运动模式，识别准确率达97.9%

三、图文导读

图1 展示了MSM结构传感器的两步复刻制备流程

图2 阐明了分级压缩的传感机制

图3 介绍了CNN-BiLSTM模型架构

图4 呈现了16通道手掌形传感器阵列的实物与采集电路

图5 展示了16通道足底形传感器阵列的实物

四、总结

本研究提出的多级微穹顶结构设计，通过分步接触的分级压缩机制，成功解决了柔性压阻传感器长期存在的“灵敏度-检测范围”权衡难题，实现了2500 kPa超宽范围内的高灵敏度线性响应，同时具备快速响应、优异稳定性和低功耗特性。结合深度学习算法，该传感器在摩尔斯电码编译、物体抓取识别、人体步态监测等场景均实现了95%以上的高精度识别，为下一代高性能柔性触觉传感器提供了通用的结构设计策略，在可穿戴电子、智能人机交互、机器人触觉感知领域具有广阔的应用前景。

具体细节请阅读原论文......

点击阅读原文，论文链接：https://doi.org/10.1002/advs.74927

本公众号发布的内容（包括但不限于文字、图片、视频、音频及设计素材等），如有侵权，请联系删除。我们始终尊重知识产权，严格遵守《中华人民共和国著作权法》等相关法律法规，致力于维护健康的内容创作环境。欢迎大家投稿，各类推文，包含招生信息，论文推广等，请联系邮箱：kcdzy789@163.com