翟威
-
郑州大学《AFM》:受珍珠层启发,基于碳纳米管/石墨烯/TPU毡的多层柔性传感器,用于机器学习辅助手势识别
通过设计一种具有互不干扰导电网络的多层结构,所制备的 CGGTM 具有检测限低(0.05% 应变)、灵敏度高(测量系数 GF > 152537)、检测范围大(高达 364% 应变)、响应/恢复时间快(80 毫秒/100 毫秒)和卓越的循环耐久性(高达 1000 次循环)等特点。此外,当 CGGTM 组装成一个三电纳米发电机(TENG,3 × 3 cm2)时,也表现出令人满意的三电性能,包括高三电输出(开路电压 Voc = 135.4 V,短路电流 Isc = 1.25 µA)和功率密度(88 mW m-2),实现了可靠供电、自供电传感和脉冲监测能力。最后,CGGTM 成功应用于生物信号的收集和机器学习算法辅助下的多手势动作识别,为未来的手势智能交互带来了希望。