导语

本期内容，易丝帮精选清华大学任天令教授、南开大学焦丽芳教授和苏州大学邹贵付教授在2025年1月发表在期刊《Advanced Materials》、《Nature Communications》和《Angewandte Chemie International Edition》的3篇研究论文。主要介绍了静电纺丝技术在传感器、人机交互和钠金属电池方面的应用进展。

1、东南大学熊仁根院士&苏州大学邹贵付教授Adv. Mater.：分子铁电体，用于低频声音识别的高灵敏度检测

➣挑战：人类听觉无法灵敏地检测到 100 Hz 以下的声音，这会影响身体健康并导致头晕、头痛和恶心。由于材料的压电系数低或弹性模量高，压电声学传感器仍然对低频声音缺乏敏感性。

➣方法：东南大学熊仁根院士&苏州大学邹贵付教授（国家杰青），采用静电纺丝法制备铁电体[(CH3)3NCH2Cl]CdCl3（MF）/PVP复合纤维作为压电有源层，将分子用作压电活性层，用于构建用于低频声音检测的压电声学传感器。

➣创新点1：该传感器在 87 Hz 时表现出高灵敏度（47.43 mV Pa-1 cm-2），具有出色的频率分辨率水平（高达 0.1 Hz）。这有助于准确区分和检测低频声音，适用于噪声检测应用。

➣创新点2：该传感器区分各种乐器和心跳，并识别音频信号。该研究强调了分子铁电材料在压电声学器件应用中的潜力，包括噪声检测、健康监测和人机交互。

https://doi.org/10.1002/adma.202409251

2、清华大学任天令教授Nat. Commun.：一种智能混合织物腕带系统，通过热封装实现符合人体工程学的人机交互

➣挑战：人机交互已经成为一项革命性和变革性的技术，弥合了人与机器之间的鸿沟。手势识别利用了人的手固有的灵巧性，在人机交互中起着至关重要的作用。然而，现有系统在舒适度、可穿戴性和日常无缝集成方面往往难以满足用户的期望。

➣方法：清华大学任天令教授（国家杰青）、杨轶副教授和刘厚方研究员，提出了一种基于智能混合织物腕带系统的手写识别技术，该系统将静电纺丝膜传感器集成到纺织品中，形成智能织物，实现智能功能。

➣创新点1：该研究提出了一种热封装工艺，将多个纺丝膜粘合在一起，而不需要额外的材料，从而保证了纺丝膜传感器的轻质、透气性和拉伸性。

➣创新点2：识别算法实现了对字母的精确手写识别，准确率达到96.63%。该系统代表了人体工程学和用户友好的可穿戴设备的发展向前迈出的重要一步，以增强人机交互，特别是在虚拟世界中。

https://doi.org/10.1038/s41467-024-55649-1

3、南开大学焦丽芳教授Angew：MOF 改性固态聚合物电解质，用于高性能钠金属电池

➣挑战：固态聚合物电解质(SPE)因其增强的柔韧性和更低的界面电阻而成为固态钠金属电池(SMB)的重要候选者。然而，它们的性能受到室温下Na+电导率差、离子传输特性紊乱和界面不稳定的限制。

➣方法：南开大学焦丽芳教授（国家杰青）将聚丙烯腈（PAN）纤维上的三维（3D）互连铜金属有机框架（Cu-MOF）引入基于聚环氧乙烷（PEO）的 SPE 中，以构建复合电解质（PPNM）。

➣创新点1：通过利用Cu - MOF和PAN的多功能特性，PPNM电解质在室温下具有优异的离子电导率（1.03×10^-4 S cm^-1）和高Na+转移数（0.58）。

➣创新点2：Cu-MOF 对 TFSI-阴离子的强锚定促进了富含无机物（NaF 和 Na3N）的阴极电解质界面（CEI）和固体电解质界面（SEI）层的形成，增强了双重界面稳定性。Na₃V₂(PO4)₃@C/PPNM/Na 全电池在 200 mA g^–1下实现2000 次稳健循环性能。

https://doi.org/10.1002/anie.202423075