高灵敏度可穿戴和可折叠的压力传感器的开发是人机交互、运动监测和智能传感领域的核心课题之一。近年来，许多研究工作证实纳米材料可以呈现优异的传感性能，是新型压力传感器材料的重要研究方向。二维（2D）石墨烯具有优良的导电性、机械强度和柔韧性的优势，因此被认为是极具应用前景的传感材料体系，也已经被广泛的用于构建压阻式传感器。然而，2D石墨烯的拉伸或压缩特性非常有限，其应变通常要小于6.0%，显然难以满足实际应用中的低、中和高加载应变时的高灵敏度和良好耐久性的要求。
近期，航空航天学院胡宁教授和徐朝和研究员带领的研究团队展示了一种基于分层3D和多孔结构的还原氧化石墨烯纤维织物（rGOFF）作为关键传感元件的柔性压力传感器。该传感器的内部导电网络由还原氧化石墨烯纤维构成，纤维之间通过熔融或非熔融的纤维-纤维界面相互接触。由于这种独特的界面结构，该传感器可以在从低到高加载应变（0.24％到70.0％）下均呈现出高灵敏特性。其工作原理是，当施加压缩应变时，石墨烯纤维通过PDMS基质的滑动减少了纤维之间的连接点，导致电阻快速增大；另外，石墨烯纤维具有多孔结构特征，因此当纤维的几何形状发生变化时同样会引起复合材料在压缩应变下的电阻变化；熔融的纤维-纤维界面可以在宽频率载荷（0.01-1.0Hz）和高应变下（0.0-70.0%）保持结构稳定， rGO纤维表面上的皱纹结构可以显著增加微小载荷下的灵敏度；此外，非熔融的纤维-纤维界面可产生高灵敏度的接触电阻，从而在低加载应变下产生高的灵敏度。
图1.（a）制备rGOFF / PDMS传感器的简化过程。（b，c）长GO纤维，（d，e）短GO纤维，（f）GOFF，（g）rGOFF，（h）rGOFF / PDMS复合材料，（i）rGOFF / PDMS传感器的光学照片。
该课题组以氧化石墨烯（GO）溶液为原料，首先通过湿法纺丝技术获得长GO纤维；然后快速将长GO纤维剪切成约5.0mm的短GO纤维，通过真空过滤获得氧化石墨烯纤维织物（GOFF），并通过化学还原获得多孔还原氧化石墨烯纤维织物（rGOFF）；再将PDMS树脂真空注入rGOFF，加热固化后成功制备rGOFF/PDMS复合材料；最后将该复合材料切割成一定尺寸的块体，并通过Al箔和导电银胶连接引线以获得最终的rGOFF/PDMS传感器。
图2.（a-c）GOFF和（d-f）rGOFF在不同尺度下的SEM图像。
由SEM图像可以清楚地看到，GOFF中每根纤维显示出粗糙表面，GO纤维的直径为35-45um。仔细观察还可以看出，GOFF中的GO纤维主要通过熔融或非熔融的纤维-纤维界面相互接触。经化学还原后，熔融或非熔融的纤维-纤维界面保存良好。值得注意的是，rGO纤维直径增加到80-100um。相对于GO纤维，rGO纤维直径的膨胀使得纤维之间界面接触更加紧密，这对于从低应变到高应变的高灵敏度压力传感器的开发非常有利。
图3.（a）rGOFF / PDMS传感器的电阻在不同压缩应变下的相对变化。（b）不同压缩应变下传感器的灵敏度系数。（c）对a取自然对数证明电阻的相对变化在大应变下的指数变化规律。（d）0.0％-15.0％应变下加载—卸载试验中电阻和应变随时间的相对变化。（e）在不同压缩应变下的电阻相对变化。（f）在30.0％压缩应变下，不同频率时电阻相对变化。（g）响应时间和（h）20.0％压缩应变下的循环稳定性试验。
图4. rGOFF / PDMS传感器在小应力下的响应。（a）rGOFF / PDMS传感器的电阻针对压缩小应力（0.0Pa-200.0Pa）的相对变化。（b）0-20.0Pa小应力下电阻的相对变化，突出检测超小应力的能力。（c）四种不同小应力下电阻的相对变化。（d）放置大米和小米时传感器电阻的相对变化。
图5. 可穿戴设备的应用。（a）手指弯曲，（b）手臂弯曲，（c）运动时呼吸和（d）脉搏测试时传感器的电阻随时间的相对变化。
图6.（a）传感器开关，在压力作用下，传感器电阻增加，使灯泡亮度明显变暗。（b）柔性传感器可以安装在机器人脚底以监控机器人跳舞。
由于独特的结构，该传感器可以提供从低到高加载应变（0.24％到70.0％）的高灵敏度，当压缩应变为66.0％时具有最高灵敏度系数（GF=1668.48），在宽频率范围内（0.01-1.0Hz）和大小压缩应变下（0-70.0%）具有良好的耐久性，可用于检测质量为6.6 mg的小米，最低可检测1.17 Pa的超小应力，具有超快响应时间（30 ms）。该传感器可用于监控手指、手臂的运动、人体呼吸、脉搏和机器人的跳舞等活动。（图3-图6）
上述工作以Highly Compressible and Sensitive Pressure Sensor under Large Strain Based on 3D Porous Reduced Graphene Oxide Fiber Fabrics in Wide Compression Strains为题发表于材料领域权威期刊ACS Applied materials & interfaces（IF=8.456）。该研究为制备具有良好综合性能的纤维传感器提供了一种实用、有意义的策略，所制备的传感器在人机交互、运动监测和智能传感等领域有着潜在的应用前景。该论文第一作者为重庆大学航空航天学院博士生蒋晓平同学和硕士生任宗翎同学。通讯作者为重庆大学航空航天学院徐朝和研究员和胡宁教授。
这项工作得到了国家自然科学基金（No. 11632004,21503025，U1864208），中国科学技术部国际科技合作项目重点项目（No. 2016YFE0125900）的资助，基础研究基金 中央大学（No. 106112016CDJZR325520），重庆市基础研究与前沿技术研究计划（NO.cstc2016jcyjA1059，cstc2017jcyjBX0063），中国博士后科学（2018M633316）的大力支持。
论文链接：
https://pubs.acs.org/doi/10.1021/acsami.9b11596
（文章转载自公众号：高分子科技、 作者：老酒高分子、 编辑：尹瑞森）
