成果简介
纺织电子学因其在信息收集/存储/识别/检测/显示方面的应用前景广阔而引起人们的极大关注。成对的、可扩展的、大规模生产的制备工艺对于开发具有人工智能的纺织能源/感官电子产品至关重要。本文，中科院北京纳米能源所Zhong Lin Wang、孙其君团队在《Nano Energy》期刊发表名为“Scalable Spinning, Winding, and Knitting Graphene Textile TENG for Energy Harvesting and Human Motion Recognition”的论文，研究开发了一种连续且可扩展的纺纱、卷对卷浸涂、多轴缠绕和机器编织工艺，制备了石墨烯纺织摩擦电纳米发电机（TENG），用于能量收集和机器学习辅助人体运动监测。
石墨烯纺织品TENGs已经显示出高度的灵活性、形状适应性、结构完整性、循环洗涤性和卓越的机械稳定性。基于三维开衫针法的编织方式，石墨烯纺织品TENG显示出3.6μW的最大峰值功率，平均输出功率为0.48μW，能够为便携式电子产品供电。纺织品TENG的自供电感应性能也根据拉伸比（或外部应变）进行了表征。此外，这项研究使用机器学习算法来分析传感信号，以协助人体运动监测。所展示的基于石墨烯纱线的纺织品TENGs提供了一种有效的方法来收集生物力学能量和监测/区分多种人体运动，这为潜在的运动捕捉/监测、识别和智能运动相关的应用提供了一个优秀的可穿戴数字平台/系统。
图文导读
图1. 3D t-TENG的制备过程和应用示意图
图2.针织T-TENG在拉伸模式和压制模式下的工作机理和输出性能。
图3.3D t-TENG的详细表征。
图4.T-TENG在压制模式下的能量收集应用
图5.基于t-TENG的运动识别辅助机器学习
小结
综上所述，本文介绍了一种可扩展的方法，通过连续纺纱、卷对卷浸涂、多轴缠绕和机器编织来制造高强度导电纤维和 3D 纺织 TENG，以进行能量收集和机器学习辅助人体运动监测。在机器学习算法的辅助下，3D t-TENG可用于分析人体运动监控应用的传感信号，包括步行，跑步，冲刺和跳跃的四种预定义和标准化的人体运动。可拉伸和柔性t-TENG传感器的制造过程是可扩展的，并且通过机器学习算法提高了监测模型的性能。所展示的电子纺织系统具有很高的识别精度，有望作为实时和自供电识别人体运动的智能设备。
文献：https://doi.org/10.1016/j.nanoen.2022.108137
本文来自材料分析与应用，本文观点不代表石墨烯网立场，转载请联系原作者。
