天天操天天干天天添,热99re久久精品国产,精品免费久久久电影午夜

柔性傳感器正日益改變各個領域，包括醫療保健、航空航天和環境監測，它們能夠實時追蹤生理和環境參數。這些傳感器被無縫集成到可穿戴電子設備、人體運動檢測設備和自適應監測平臺中，加速了個性化醫療保健和響應式監測系統的發展。然而，傳統傳感器在零下環境中往往會遭受嚴重的性能下降，這主要是由于機械脆弱性、信號不穩定性和熱收縮。這些局限性對一些關鍵應用構成了挑戰，例如徒步旅行、深海探索、北極研究和太空任務，在這些應用中，傳感器必須在極端氣候下保持機械完整性和信號精度。大多數柔性傳感器依賴于聚合物和金屬組件，這些組件在低溫下經常表現出熱收縮、脆化和靈敏度降低。此外，這些傳感器通常需要額外的支撐才能附著在人體上，并且在損壞后會失去電氣和機械性能，由于缺乏固有的自粘性和自修復特性，導致信號檢測不穩定，從而限制了它們的實際應用。此外，石油衍生聚合物基質的廣泛應用帶來了嚴重的環境和生物問題，例如不可生物降解性、缺乏生物相容性、高碳足跡和復雜的后處理過程，這凸顯了對功能性和可持續替代品的迫切需求。

生物基聚合物，例如黃原膠、結冷膠、瓜爾膠（GG），作為環保材料已引起廣泛關注。其中，GG因其卓越的特性，例如生物相容性、生物可降解性、復合材料成型能力、水溶性、低成本和自粘性，而被廣泛用于復合材料的開發。此外，由于氫鍵數量的增加，這些復合材料的拉伸性和自修復能力也得到了提高。然而，其非導電性限制了其在可穿戴傳感器中的應用，但可以通過引入導電相來解決這一問題。MXene 基復合材料因其優異的導電性、大比表面積、親水性和表面可調性而成為極具前景的候選材料。MXene 可以從 MAX 相中提取，MAX 相是其前體。MXene 納米片的層狀結構有利于有效蝕刻和剝離，形成高導電性的二維材料，展現出卓越的導電性和表面官能團。然而，由于氫鍵和范德華力的存在，MXene 納米片固有的自堆疊傾向通常會導致復合材料的機械強度、耐久性、柔韌性和結構完整性受損，從而影響其整體性能，凸顯了進一步研究和材料優化的緊迫性。

微晶纖維素 (MCC) 是一種廣泛應用于復合材料體系的生物聚合物，因為它無毒、可再生、表面積大、密度低、可生物降解且生物相容性好。此外，MCC 有助于形成多孔水凝膠結構，從而提供連續的電子傳導通路，進而提高電導率。從廢棄資源中提取的 MCC 還有助于環境可持續發展，因為它減少了廢物管理難題并降低了對環境的影響。為了提高 MCC 在復合材料體系中的界面活性，人們已經報道了不同的化學功能化技術，其中過硫酸銨 (APS) 氧化、2,2,6,6-四甲基哌啶-1-氧基 (TEMPO) 介導氧化和羧甲基化是最常用的方法。TEMPO 介導氧化以提供均勻且 C6 位選擇性的單鍵 COOH 基團引入而聞名；然而，精確控制 pH 值和長時間的反應條件通常會導致纖維素鏈斷裂，這可能會在將其摻入復合材料體系時對機械完整性產生不利影響。羧甲基化可以獲得更高水平的羧基化，但通常會導致取代不均勻和鏈過度溶脹或溶解，從而降低鏈纏結和承載能力。相比之下，APS 氧化提供了一種平衡的功能化方法，可以引入大量且分布均勻的單鍵 COOH 基團，同時保持纖維素骨架和晶體結構的完整性。此外，APS氧化可以有效去除非纖維素成分，無需額外的TEMPO處理，從而增強復合材料體系的結構穩定性和力學性能。然而，現有的MCC/MXene基生物聚合物復合材料存在分散性差、聚合物網絡中冰晶形成不受控制以及在超低溫下柔韌性有限等問題。因此，需要創新的復合材料設計來實現極低溫下的穩定防凍性能。Han等人開發了一種彈性且耐疲勞的PVA/硫辛酸/MXene有機水凝膠，該凝膠在40%壓縮應變下表現出超過450次的耐疲勞性，同時具有防凍性能（<-20 °C）和生物降解性。Sun等人通過將MXene納米片集成到PVA和細菌纖維素水凝膠的三維網絡中，證明該水凝膠具有97.8%的快速自修復能力，并在56天內可降解，且在53分鐘內對H2O2溶液表現出響應性。Peng等人制備了一種PVA/聚丙烯酰胺/CaCl2/MXene離子電子水凝膠，該凝膠在-50 °C下表現出卓越的防凍能力，同時具有顯著的自修復特性。然而，傳統的防凍傳感器依賴于合成聚合物，例如聚丙烯酰胺或PVA，這些聚合物的特點是拉伸性有限、生物降解性差且存在毒性問題。此外，這些器件在極端條件（低于-40 °C）下的使用受到其靈敏度降低和循環耐久性差的限制，導致冰晶形成和相分離，因此需要尋找替代材料。

甘油（1,2,3-丙三醇或丙三醇）是一種無毒、無味、透明的多元醇，通過與水分子形成氫鍵，破壞聚合物納米復合材料基質中冰晶的形成，從而起到抗凍劑和增塑劑的作用，有望在零下條件下保持機械柔韌性和離子導電性。此外，甘油可以與交聯劑硼砂形成二醇-硼砂絡合物，該絡合物同時與甘油和GG形成動態交聯，從而賦予材料自修復能力，增強機械強度，并通過在低溫下穩定聚合物網絡來防止聚合物納米復合材料的脆性。Pan 等人開發了一種基于GG-甘油-水-硼砂網絡的應變敏感型自修復水凝膠，該水凝膠表現出更高的柔韌性、抗凍性能和快速自修復能力。Qu 等人提出，將甘油摻入PVA水凝膠中可以有效地賦予其抗凍能力，使其在低溫下仍保持柔韌性和導電性，因此適用于在寒冷條件下工作的可穿戴傳感器。Hu 等人制備了一種甘油增強的MXene介導水凝膠，該水凝膠表現出優異的拉伸性、抗凍性和自修復性能，其中甘油作為冷凍保護劑，在寬溫度范圍（-18 °C至60 °C）內提供穩定的傳感能力。Khan 等人利用甘油、GG和硼砂制備了一種綠色水凝膠傳感器，其中甘油極大地增強了其抗凍穩定性和柔韌性。此外，這種用銀納米顆粒取向多壁碳納米管增強的水凝膠表現出優異的導電性（3.05 ± 0.02 S·m?1）、自修復能力（83.2%）和超過3000次的循環穩定性。Liu 等人研究人員制備了一種基于MXene的3D打印水凝膠傳感器，其應變系數高達5.7，溫度靈敏度為-5.27 % °C?1。Cai及其合作者開發了一種含有海藻糖和LiCl的P(AM-co-AA)基水凝膠，表現出良好的抗凍性能。LiCl和海藻糖的協同作用抑制了冰的形成，使其在零下條件下仍能保持柔韌性和導電性。Miao等人通過熔鹽水合物法設計了一種離子導電纖維素水凝膠，該水凝膠在低于-80 °C的溫度下仍具有抗凍性能和離子導電性（78.96 mS/cm），其固有的金屬鹽成分確保了長期保水性和導電穩定性。

然而，這些傳感器通常存在數據處理效率低下的問題。將機器學習 (ML) 集成到傳感器系統中提供了一種高效的解決方案，能夠實現高級數據處理、模式識別和預測分析。機器學習算法可以對傳感器生成的大量數據集進行分類、預測和異常檢測，從而提高分析精度和響應速度。柔性應變傳感器會產生與形變相關的連續電信號，但人工解釋這些信號通常耗時且精度較低。通過利用機器學習方法，這些傳感器可以自主分析和解釋實時信號數據，從而實現更快、更精確、更智能的傳感性能。Luu 等人將機器學習與基于可恢復聚乙烯醇/聚氧化乙烯-石墨烯納米片水凝膠的摩擦電納米發電機相結合，設計了一種智能自供電傳感器，能夠準確識別機械運動（準確率約為 95%），展現了將水凝膠電子器件和人工智能相結合應用于先進可穿戴設備的潛力。

本文亮點

1. 本工作開發了一種新型環保水凝膠傳感器，該傳感器由瓜爾膠、甘油、MXene和從廢棄毛巾中提取的微晶纖維素 (MCC) 組成。

2. Ti3C2T? MXene 納米片的引入增強了傳感器的靈敏度，同時保持了機械穩定性和結構完整性。甘油作為主要的抗凍劑，成功地防止了冰晶形成，并在零下低溫下保持了傳感器的柔韌性。

3. 該水凝膠在最佳濃度下表現出優異的拉伸強度（269 kPa）、拉伸性（580%）、導電性（1.49 mS/cm）、在 ?56 °C 下的卓越功能、自修復和自粘附能力。它還表現出卓越的循環穩定性（600 次循環）和對人體運動的精確檢測能力。

4. 此外，研究人員使用支持向量分類器對獲得的數據進行應變預測，準確率達到91%，F1分數達到95%。

5. 3-(4,5-二甲基噻唑-2-基)-2,5-二苯基四唑溴化物細胞毒性測試證實了該傳感器對人臍靜脈內皮細胞的生物相容性，細胞存活率為79%。在池塘水中的降解分析表明，該傳感器可在25天內完全降解。

圖文解析

圖1. GGBCM 的制備示意圖。

圖2. (a) SBNF 和 MCC 的 FTIR 光譜，(b) MCC-4 的 SEM 圖像和 (c) 長度和直徑分布；(d) 水凝膠的力學性能和 (e) 電學性能；(f) GGB 和 (g) GGBCM-6 的 SEM 圖像，(h) GGBCM-6 的 EDS 元素分布圖，(i) MXene、GGB 和 GGBCM-6 的 FTIR 光譜，(j) MXene、SBNF、MCC-4、GGB 和 GGBCM-6 的 XRD 圖譜；(k) GGB 和 GGBCM-6 的 TGA 曲線，(l) GGBCM-6 的保水能力。

圖3. (a) 冰點溫度及其對應的樣品 (GGBCM-6) 溫度，(b) 本研究與文獻中冰點溫度的比較，(c) GGBCM-6 在零下溫度下的彎曲和扭曲的紅外圖像，(d) 水凝膠形成機制和抗凍性能，(e) GGBCM-6 和 GGBC 的時間-溫度曲線，(f) GGBCM-6 從零下溫度恢復到室溫的紅外圖像。

圖4. (a) 自修復性能；(b) 數碼照片，(c) 實驗裝置，(d) 機械強度，以及 (e) GGBCM-6 與不同基底的自粘附機制。

圖5. 相對電阻變化與 (a) 應變 (0-582) %，(b) 階梯式應變 (3-12) %，(c) 45% 應變下的 600 次拉伸-釋放循環，(d) 手指、(e) 手腕、(f) 手肘和 (g) 頸部運動的關系，(h) 應變預測模型 (SVC) 的分類指標，(i) 混淆矩陣熱圖，(j) ROC 曲線。