智能可穿戴与精准医疗的发展对实时运动监测和康复评估提出需求。传统刚性传感器难以兼顾柔性贴合与高精度应变检测，因此高灵敏度、低迟滞、耐久的柔性应变传感器成为研究重点。其中，微裂纹型传感器在低应变下灵敏度突出，但其多尺度界面作用对局域化变形及电学响应的调控机制尚不清晰，限制了性能的进一步提升。

国家纳米科学中心刘璐琪团队在《ACS Sensors》发表研究，报道了一种基于MXene/碳纳米纤维/MXene三明治微裂纹结构的柔性应变传感器（喷涂+图案化模板制备）。研究结合DIC技术与机器学习算法，不仅探究了界面作用与图案结构对应变传递及裂纹演化的影响，还实现了对人体肌肉活动状态的精准识别与分类，可用于实时监测和个性化康复训练反馈。该工作揭示了多尺度界面力学行为对传感性能的调控机制，为高灵敏柔性电子传感器及智能康复监测系统的工程化设计提供了新方案。

图1. 柔性传感器多尺度界面力学示意图。

该三明治传感层由MXene与中间CNF层构成，其多级次界面体系（包括MXene片间、CNF纤维间、MXene/CNF层间及MXene/PDMS基底界面）共同调控应变传递与失效行为。在受力状态下，界面结合强弱直接影响载荷传递路径、纳米材料滑移行为及局域应变分布，进而调控微裂纹萌生、扩展与导电通路的演化，最终决定传感器的灵敏度、量程和长期稳定性。

图2. 具有不同界面结合强度下MXene/CNF/MXene传感层的力电耦合行为。

通过调控MXene、CNF多尺度界面结合程度，构筑了强、中、弱三种界面相互作用的三明治传感层。SEM和XRD表征揭示了不同界面结合强度下微结构的差异。单轴拉伸过程中的电阻变化（ΔR/R₀）表明，界面结合强弱直接影响导电通路的演化及应变传感行为。对10%和40%应变下裂纹宽度的定量分析进一步揭示，界面作用调控着裂纹的萌生、扩展及张开行为。DIC应变场分析显示，强、中界面构型下的局部应变集中区域（位于裂纹尖端附近）与SEM观察到的裂纹演化特征一致，证实界面力学作用能够有效调控局部应变场分布及裂纹扩展模式。

图3. 基于微阵列结构设计实现应变局域化调控及可预测裂纹扩展行为。(a) 有限元分析（FEA）模拟显示，规则微阵列可重新分布外载，在边缘区域形成周期性高应变区，为裂纹定向萌生提供驱动力。图案化传感器的SEM及DIC应变场验证了裂纹优先沿预设应变集中区形成，与模拟预测高度吻合，证实微结构调控应变局域化与裂纹路径的能力。(c) 20%应变下，微阵列结构诱导形成高度有序的定向裂纹网络，而非阵列结构则呈现随机萌生与无序扩展。(d) 定量分析不同应变下微裂纹宽度演化，揭示局部应变集中对裂纹张开的调控作用。(e) 性能对比显示，微阵列结构通过增强裂纹开合效应和优化导电通路重构，显著提高了电阻响应与灵敏度，证明精准调控应变场及裂纹扩展路径可有效提升柔性应变传感器的灵敏度与可靠性。

图4. 微阵列化MXene/CNF/MXene传感器的综合传感性能。(a) 循环加载卸载测试表明，微裂纹结构具有稳定的开合行为与可逆电阻调控能力。(b,c) 在5–30%和0.1–1%应变范围内，传感器均表现出显著响应，随应变增加微裂纹扩展影响导电通路，同时在微小形变下仍保持高分辨检测能力。(d) 不同拉伸速率（0.7–5.9 mm min⁻¹）下响应一致，显示速率无关的动态稳定性。(e) 5%应变下响应与恢复时间分别为53 ms和90 ms，具备快速感知能力。(f) 0.5–10 Hz频率下信号稳定，跟踪性能良好。(g) 10,000次循环后响应稳定，证明优异耐久性。(h) 综合对比灵敏度、响应时间、迟滞性、循环稳定性及工作范围等指标，凸显该微阵列化结构在可穿戴传感领域的性能优势。

图5.微阵列MXene/CNF/MXene传感器监测肌肉运动与智能康复评估。(a) 柔性应变传感器与无线数据采集系统及1D CNN算法集成, 多传感单元贴附于不同肌肉区域，实时采集运动形变信号并实现智能识别与反馈。(b) 不同运动模式下的肌肉活动监测结果，包括肱二头肌弯举（Bicep Curl）、腕部弯曲（Wrist Curl）、侧平举（Lateral Raise）以及力量清洁（Power Clean）等典型康复训练动作。左侧展示对应动作过程中主要参与肌肉区域及传感器布置位置，右侧展示前臂、肱二头肌和肩部三组传感器同步采集的实时电阻响应信号。不同运动模式表现出特征化的肌肉激活模式，表明该传感系统能够有效区分不同肌群的协同运动行为。(c) 比较单传感器、双传感器和三传感器阵列配置下的运动分类准确率。随着传感通道数量增加，多区域肌肉信息融合提高了动作识别精度，三传感器系统实现最高分类准确率，证明了多通道协同感知策略在复杂运动识别中的优势。(d) 基于三传感器输出信号建立的哑铃训练动作识别混淆矩阵。结果显示，不同运动姿势均具有较高分类准确率，表明结合柔性应变传感器与CNN算法能够实现精准的人体运动状态识别，为实时康复训练监测和个性化运动指导提供了有效技术方案。

论文链接： https://pubs.acs.org/doi/full/10.1021/ acssensors.6c01353

人物简介：

刘璐琪，国家纳米科学中心研究员、博士生导师。 致力于低维纳米材料力学与纳米复合材料研究。专注界面调控与跨尺度载荷传递机制，发展了原位微纳力学表征方法。近年来，在Nat. Commun.、Phys. Rev. Lett.、Nano Lett.、Adv. Mater.、ACS Nano等国际期刊发表学术论文百余篇，主持和承担国家自然科学基金等多项科研项目，兼任中国力学学会微纳米力学工作组成员及中国复合材料学会微纳米复合材料专业委员会委员等。该工作得到了清华大学李喜德教授团队和四川大学冯诗喆副教授的大力支持与协助。