环境友好型生物降解过滤材料在空气过滤领域蓬勃发展，而长效使用稳定性已成为空气过滤材料重要的研究热点。然而，高效过滤与低压降之间的“矛盾”关系始终制约着高性能空气过滤材料的发展，极大地限制了生物降解过滤材料在“高效低阻进程”中的发展。此外，自新冠肺炎疫情以来，呼吸性疾病频发，对人的健康安全造成重大威胁，而传统呼吸监测设备笨重、灵敏度低、弛豫时间长等缺陷，难以实现对人们日常健康安全的实时监测。因此，迫切需求研制可显著提高呼吸防护水平、改善职业安全健康保障和实现呼吸状态精准检测预警一体化的高性能智能呼吸防护材料。
近日，中国矿业大学职业健康研究院何新建教授/徐欢副教授团队，与四川大学钟淦基教授、扬州大学高杰峰教授开展合作，在《ACS Sustainable Chemistry & Engineering》期刊上发表了最新研究成果“Extreme Orientation of Stereocomplexed Poly(lactic acid) Induced Ultrafine Electroactive Nanofibers for Respiratory Healthcare and Intelligent Diagnosis”。研究者采用“纤维取向+立构复合化”协同策略，有效调控聚乳酸偶极子的排列、分子链的构象、纤维及其聚集体形态，显著提高了聚乳酸纳纤的电活性及过滤性能。
在这项研究中，研究者通过聚左旋乳酸和聚右旋乳酸之间建立的立构复合机制来增强分子链间相互作用，并结合高压电场极化和单向强机械极化，诱导电纺纳纤的极致取向和细化(370 nm)，促进聚乳酸电活性相的形成(包括β相、电纺相和立构复合晶)，显著提高了过滤性能和使用寿命。利用高电活性取向聚乳酸纳纤膜（OSC-PLA NFMs）作为活性层，组装为电荷持续再生的空气过滤器，可实现高湿环境下的高PM0.3滤除。此外，将深度机器学习与摩擦纳米发电机相结合，实现了对各种呼吸模式下长期监测和高精度诊断。所提出的生态友好和电活性超细聚乳酸纳米纤维在持续呼吸保健和自动力智能诊断方面具有很高的吸引力。
图1 面向长效呼吸防护-健康监测的功能一体化全降解纳米纤维空气过滤膜
本研究中报道了一种高电活性立构复合化取向聚乳酸纳纤膜（OSC-PLA NFMs）的制备，可同时实现高静电吸附和精准呼吸模式识别，具有良好的颗粒物滤除和健康监测能力。结果表明，所制备的高电活性OSC-PLA NFMs的纤维得到明显的细化（从586 nm到373 nm）和取向，同时优异的纤维取向排列和聚左旋乳酸及聚右旋乳酸之间的氢键相互作用显著改善了纳纤膜的力学性能。
图2. (a) 提出“纤维取向+立构复合化”协同策略制备高电活性OSC-PLA NFMs的过程示意图，实现了纳米纤维形态的稳定调控，有效提高原位驻极特性、呼吸防护性能和健康监测精准度。(b) 制备OSC-PLA纳米纤维的形态示意图。(c-f) SEM图像和 (g) 纤维直径分布。(h) 应力-应变曲线，(i) 拉伸强度和断裂伸长率。
所制备的高电活性OSC-PLA NFMs具有极高的静电吸附能力和表面电位，且OSC-PLA NFMs的介电常数得到了极大地提高。同时，优异的电活性显著改善了PLA纤维膜的PM过滤性能。即使在85 L/min时，对PM0.3的过滤效率可达到93.33%，显著高于纯PLA纳纤膜（80.21%）。此外，由于的高电活性OSC-PLA NFMs表现出比商用滤膜更优异的过滤性能。
图3. OSC-PLA NFMs高效滤除可吸入颗粒物。(a) OSC-50表现出优异的静电吸附能力。PLA纳纤膜的(b) 表面电位图，(c) 介电常数和 (d) 介电损耗。气流量为10、32、65和85 L/min时，(e-h) PM0.3滤除效率和压降、(i) PM2.5滤除效率和 (j, k) QF图。(l) OSC-30和其他商用滤膜对PM0.3和PM2.5滤除效率比较。(m) Pure PLA、(n) OSC-10、(o) OSC-30 和 (p) OSC-50 过滤测试后的SEM观察结果。
高的电活性赋予了纳纤膜优异的摩擦电性能。如图4所示，由高电活性PLA纳纤膜组装摩擦纳米发电机的输出电压、电流和电荷分别达到了40.6 V、148.2 nA和13.8 nC。此外，优异的摩擦电性能赋予了纳纤膜显著的电荷再生能力，对于改善纳纤膜对超细颗粒物的静电捕集性能具有重要影响，研究发现即使在相对湿度到达90%以上的高湿环境中，所组装的TENG基空气过滤器在85 L/min的仿人呼吸流量下对PM0.3的过滤效率可达到95.02%以上。这表明卓越的电荷再生性能可以显著的改善滤膜对超细颗粒物的静电吸附能力。
图4. 高电活性提高摩擦电性能并实现高效滤除可吸入颗粒物。TENG空气过滤器的 (a) 输出电压、(b) 输出电流和 (c) 电荷量。(d) TENG空气过滤器示意图，通过呼吸振动诱导TENG电荷再生增强静电吸附，从而提高空气过滤性能。TENG空气过滤器在85 L/min的仿人呼吸流量和90% ± 5%的相对湿度条件下对 (e) PM0.3的滤除性能及同步 (f) 输出电流。(g) OSC-30基TENG空气过滤器在吸气和呼气之间的输出电流变化。(h) 在85 L/min的仿人呼吸流量下，在TENG空气过滤器上游和下游的颗粒物浓度。
TENG空气过滤器的高精度电信号采集能力可用于基于人体呼吸健康识别的检测系统（图5a）。通过TENG空气过滤器记录了5种呼吸状态的短路电流信号，包括呼吸暂停、弱呼吸、正常呼吸、深呼吸和快速呼吸（图5b）。可以发现，不同的呼吸状态表现出不同的且清晰的波形。此外，机器学习可以准确地提取和识别这些细微差别，在准确监测和识别生理信号方面具有巨大的潜力。如图5c所示，通过卷积神经网络（CNN）有效地从时间序列数据中提取细微特征，从而准确监测了呼吸状态。图5d描述了对信号识别的深度学习算法的训练，表明该模型作为训练集可以获得较高的分类精度和鲁棒性。经过100次训练迭代，该模型的呼吸模式识别准确率为96.88%。这对呼吸系统疾病的准确诊断具有重要意义。
图5. 机器学习辅助呼吸状态识别。(a) TENG空气过滤器在呼吸监测中的应用。(b) 对应五种呼吸模式的输出电流信号。(c) 构建的CNN架构。(d) 深度学习网络监测中模型训练结果的准确性和损失。(e) 五种典型呼吸的混淆矩阵和 (f) 预测结果的准确度。(g)用于呼吸过程中实时无线传感测试的自制装置照片。(h) 在不同条件下记录的实时电流信号。(i) TENG空气过滤器对相同语音识别和输出电流信号的灵敏度。
论文链接：https://doi.org/10.1021/acssuschemeng.4c02720
人物简介：
通讯作者：何新建，教授，中国矿业大学博士生导师。中国矿业大学职业健康研究院院长。长期从事职业安全健康的科学研究与教学工作，主要研究领域包括气溶胶科学、个体防护技术、职业危害暴露控制等。形成了以全身型高效防护装备、应急救援降温服为代表的多项科研成果，发表高水平学术论文50余篇，三次获得美国工业卫生协会个体防护研究约翰-怀特（John M. White Award）学术奖。先后担任美国职业卫生学会呼吸防护委员会主席、美国NIOSH 特聘客座研究员、国际呼吸防护期刊JISRP 副主编等。
通讯作者：徐欢，副教授，中国矿业大学硕士生导师。长期从事可降解高分子材料形态与性能调控的理论基础和加工方法研究，参与国家能源集团“井工煤矿粉尘与职业病防治研究”项目，聚焦空气清洁化、疾病防控和塑料污染等重大民生问题，攻关矿井粉尘滤除关键材料绿色化技术，开展了高效空气过滤终端用聚乳酸微/纳纤维材料研发。近五年以第一/通讯作者发表SCI论文13篇（其中JCR一区6篇），卓越中文期刊3篇，授权发明专利8件，获2021年贵州省自然科学奖三等奖（排名2/3），2022年全国博士后揭榜领题金奖。
第一作者：王存民，中国矿业大学安全工程学院在读博士生。现主要从事可降解高分子材料在粉尘防治、空气过滤领域及健康监测领域的研究。近四年在ACS Applied Materials & Interfaces、International Journal of Rock Mechanics and Mining Sciences、Journal of Environmental Management国际知名学术期刊上发表SCI论文8篇，申请发明专利5件。
