在人工智能、可穿戴設備和人機交互技術快速發展的推動下，柔性壓力傳感器正成為構建下一代智能界面的關鍵核心器件。無論是用于實時健康監測、輔助康復訓練，還是服務于語音識別、智能機器人等系統，高性能壓力傳感器都必須同時具備高靈敏度、寬檢測范圍、快速響應以及環境適應能力。然而，當前主流傳感器大多在性能上存在“兩難”問題：提高靈敏度往往會犧牲量程，擴大響應范圍又容易降低信號分辨率，尤其在高壓區段更容易出現響應飽和。此外，溫度變化會對電容、電阻等傳感信號造成干擾，進一步降低其在復雜實際環境中的穩定性。因此，如何在不增加器件復雜度的前提下，兼顧高靈敏、寬范圍與多模態感知功能，成為當前柔性傳感器領域亟待解決的關鍵科學問題。
西南大學張同華/王蜀、河北工業大學胡寧、重慶大學寧慧銘合作開發了一種“基于雙介電層的離子電子壓力傳感器（DLIPS）”，耦合超高靈敏度和寬范圍檢測，用于溫度/壓力雙模傳感和靜音語音識別。該傳感器實現了超高靈敏度（72548.7 kPa?1）、寬工作壓力范圍（0.001–420 kPa）、極低的檢出限（0.832 Pa）以及超過 5000 次循環的卓越耐用性。通過利用電容和電阻對壓力和溫度的不同響應，集成深度學習回歸模型，傳感器可以將溫度和壓力混合信號進行解耦并識別。由于其超高的靈敏度和檢測微小壓力波動的能力，該傳感器在靜音語音識別系統中表現出強大的潛力，對常用單詞的識別準確率高達98.5%。
該成果以“Dual-Dielectric-Layer-Based Iontronic Pressure Sensor Coupling Ultrahigh Sensitivity and Wide-Range Detection for Temperature/Pressure Dual-Mode Sensing”（《基于雙介電層的離子電子壓力傳感器耦合超高靈敏度和寬范圍檢測，用于溫度/壓力雙模傳感》）為題，發表在材料科學領域國際頂尖期刊Advanced Materials上。
創新設計和優異的傳感性能
圖1展示了DLIPS的設計理念與應用。研究團隊利用天然蠶繭的多孔結構，制備出高介電常數的蠶繭離子凝膠（SCOG），作為傳感器的上層介電材料。下層則采用高壓縮性的開孔聚氨酯泡沫（PU foam），形成雙介電層結構。這種結構設計不僅提高了傳感器的靈敏度，還擴展了其工作壓力范圍。基于該結構的DLIPS利用機器學習還能成功對溫度和壓力進行解耦，并在靜音語音識別系統中表現出巨大的潛力。
圖1. DLIPS 的示意圖和應用。a）DLIPS的設計及結構示意圖。b）通過機器學習實現溫度和壓力解耦。c） DLIPS 對揚聲器在10 Hz下產生的細微振動的響應，以及從小波變換分析得出的電容信號的相應時頻分布。d）使用神經網絡對基本詞匯進行靜音語音識別。
圖2闡明了DLIPS的傳感機制。雙介電層結構由低介電常數、高可壓縮性的介質層（LPL）和高介電常數的介質層(HPL) 組成。這兩層協同工作：LPL充當在低壓下的機械緩沖器，將初始電容保持在個位數pF水平，從而提供較低的基線。隨著壓力的增加，HPL內的導電物質逐漸接觸金電極，形成有效的電雙層，導致電容急劇增加。在較高壓力下，系統進入飽和狀態，產生穩定且較高的電容響應。
此外，作為DLIPS的核心設計，LPL降低了初始電容并為有效介電常數的變化提供了空間；HPL提供導電離子和出色的機械性能，實現了高效的離子遷移。因此，這些材料的高可壓縮性和多孔結構是必不可少的，因為它們提供了低且有效彈性模量以及較小的初始接觸面積，并為改變有效介電常數創造了有利條件，這對于在DILIPS中實現高靈敏度和寬工作壓力范圍至關重要。
圖2. 蠶繭和蠶繭離子凝膠的表征以及DLIPS的傳感機制。a） 蠶繭的SEM圖像。b）蠶繭離子凝膠的共聚焦顯微鏡圖像。c）DLIPS在不同壓力下的微觀形貌和傳感機理。圖像中的紅色虛線代表PU泡沫與蠶繭離子凝膠之間的接觸面。d） DLIPS、蠶繭離子凝膠和 PU 泡沫的應力/應變曲線。
圖3展示了DLIPS的傳感性能。該傳感器在6–100 kPa壓力區間內的靈敏度高達72548.7 kPa-1，工作區間覆蓋0.001–420 kPa，響應時間和恢復時間快至30 ms和60 ms，對連續壓力和不同頻率的壓力表現出優異的響應，檢測下限可達0.832 Pa，耐久性超過5000次循環。這些性能指標在柔性壓力傳感器領域處于領先水平。
圖3. DLIPS的傳感性能。a）傳感器的靈敏度。b）傳感器的響應和恢復時間。c）傳感器在連續壓力下的電容變化曲線。d）傳感器在各種壓力下的電容變化。e） 傳感器檢測到的高頻壓力信號的電容變化曲線。f）傳感器最小壓力檢測的電容變化曲線。g）傳感器的耐久性測試。h）傳感器的傳感性能比較。
溫度/壓力雙模態感知與解耦
圖4展現了DLIPS對溫度和壓力的雙模態感知與解耦。得益于蠶繭離子凝膠在不同溫度下載流子遷移率的變化特性，研究團隊利用電容與電阻雙通道輸出信號，并引入深度學習回歸模型，有效解耦溫度與壓力混合信號，實現雙模態精準感知。在30–50°C溫度區間內，溫度和壓力感知線性度高達0.999和0.991，回歸模型的平均絕對百分誤差（MAPE）分別為壓力7.139%、溫度0.403%，展現出高度精確的環境適應能力。
圖4. 溫度和壓力信號的耦合和解耦。在 0–90 kPa 壓力和 30–50 °C 溫度（以 5 °C 為增量）下DLIPS的a）電容響應，b）相對電容變化和 c）電阻響應。d） 傳感器對壓力和溫度組合刺激的響應示意圖，以及用于去耦的神經網絡模型，以電容和電阻為輸入，壓力和溫度作為輸出。e）使用電容數據、電阻數據及其組合訓練的模型的訓練損失與歸一化紀元數的關系。f）溫度和 g）壓力的預測值和實際值之間的比較。h）40 °C 的溫度測試室的紅外圖像。i）從壓力傳感器獲取的電容和電阻信號，以及機器學習模型預測的相應壓力和溫度值。
靜音語音識別的實現
研究團隊進一步將傳感器應用于靜默語音識別（Silent Speech Recognition, SSR）場景中。通過在喉部佩戴DLIPS，采集說話者在不發聲狀態下的喉部肌肉活動所引起的微小皮膚變形信號，結合LSTM神經網絡模型，傳感器可實現對“hello”、“no”、“yes”等6個常用詞的準確識別，整體識別率高達98.5%。該技術有望在聾啞人輔助交流、隱蔽語音交互、智能穿戴設備等領域實現廣泛應用。
圖5. 通過神經網絡輔助分析實現靜音語音識別。a）靜音語音識別過程和神經網絡架構的示意圖。b）DLIPS對10 Hz音頻信號引起的結構共振的電容響應。插圖：10 Hz時音頻感應振動的時間/位移曲線。c）電容信號響應10 Hz音頻刺激的小波變換分析。d）DLIPS電容對歸一化振幅為0.008的10 Hz音頻信號的響應。e）DLIPS電容對歸一化幅度為0.01的10 Hz音頻信號的響應。f）在正常發音、低語和默讀下，來自六個基本單詞的正常發音聲波形和相應的DLIPS電容響應。g）從四名參與者那里收集的數據集，用于基于深度學習的分類。h）使用t-SNE算法的分類可視化。i）說明SSR分類準確性的混淆矩陣。j）不同基于傳感器的平臺的語音識別準確性比較。
該研究提出的雙介電層離子電子壓力傳感器（DLIPS），通過引入天然蠶繭離子凝膠與高壓縮性泡沫結構，實現了柔性傳感器在靈敏度、響應范圍和多模態識別能力上的全面突破，充分展示了自然材料與智能算法深度融合的巨大潛力。通過與深度學習模型協同設計，該器件不僅具備出色的溫度/壓力信號解耦能力，更成功拓展至靜音語音識別等實際應用場景，體現了其作為下一代智能人機界面核心器件的應用價值。
研究工作得到了國家自然科學基金、重慶市自然科學基金、中央高；究蒲袠I務費、重慶市教委科研項目、河北省自然科學基金及JMRH科技創新項目等多項基金資助。
論文信息
Dual-Dielectric-Layer-Based Iontronic Pressure Sensor Coupling Ultrahigh Sensitivity and Wide-Range Detection for Temperature/Pressure Dual-Mode Sensing
Jianyu Pu, Yuantao Zhang, Huiming Ning*, Yuanhao Tian, Chenxing Xiang, Hui Zhao, Yafeng Liu, Alamusi Lee, Xinglong Gong, Ning Hu*, Tonghua Zhang* and Shu Wang*
Adv. Mater., 2025
https://advanced.onlinelibrary.wiley.com/doi/10.1002/adma.202503926
第一作者簡介
蒲建渝，西南大學2023級碩士研究生，研究方向為柔性智能傳感材料及功能材料。目前已在Adv. Mater., Nano Mater. Sci., Polymers等國際期刊發表論文4篇。
通訊作者簡介
寧慧銘，重慶大學副教授，主要從事復合材料力學，結構和功能復合材料設計制備評價等領域的研究工作。目前已在復合材料領域的一流國際期刊上發表SCI 收錄論文70余篇，申請發明專利10余項，論文他引2000多次。近年來主持和參與了“十三五”裝備預研領域基金，國家自然科學基金以及航空發動機及燃氣輪機重大專項基礎研究項目等十余項重要科研項目。
胡寧，河北工業大學教授，博士生導師。獲得過國家特聘專家、杰青（B）、國務院政府特貼專家等榮譽。1981-1991年在重慶大學完成本科-博士教育，之后在南京航空航天大學、日本東北大學、清華大學、約翰·霍普金斯大學、日本千葉大學等單位工作，歷任博士后-助理教授-副教授-教授，2013年回國時任日本千葉大學教授、機械系主任和人工系統科學專攻長；2013-2019年在重慶大學工作，創建了航空航天學院并任首任院長；2019年調河北工業大學工作。他長期從事計算固體力學、功能·結構納米復合材料、結構和材料的無損檢測和實時監測技術等研究，取得了不少創新性成果。出版英文書籍3部、中文書籍2部，申請和獲批中日專利50余項，部分實現產業化應用，發表期刊論文600余篇，被引用27000次，H-Index=80。他長期從事材料力學、復合材料力學、計算力學等課程的教學工作，指導了大量博士和碩士研究生，F任教育部航空航天教學指導委員會委員、中國復合材料學會理事、中國力學學會常務理事、河北省力學學會理事長、重慶市通用航空學會常務副理事長、天津航空學會副理事長、日本復合材料學會評議員、十余份國內外期刊的副主編/編委等。
張同華，西南大學教授，博士生導師，山東德州夏津人。大學畢業于中國紡織大學紡織工程一系，碩士畢業于青島大學紡織服裝學院，博士畢業于東華大學紡織學院。1995年至2001年，曾在山東德棉集團德棉股份有限公司工作6年，從事紡織技術研發工作；2008年3月至今，在西南大學從事教學科研工作，期間赴澳大利亞迪肯大學做訪問學者。國家一流專業建設點“紡織工程”專業負責人，“纖維材料與現代紡織技術”研究團隊負責人，教育部紡織類專業教指委纖維分會委員，全國紡織機械與附件標準化委員會器材分會委員，云南省科技廳科技特派員，江蘇省委組織部“雙創人才”，四川省宜賓市“領軍人才專家工作站”負責人。
王蜀，西南大學青年教師，主要從事柔性傳感材料及器件、柔性防護結構復合材料、結構功能一體化智能復合材料等領域的研究工作。目前已在Adv. Mater., Nano Mater. Sci., Mater. Horiz., Compos. B: Eng.等國際期刊發表論文20余篇，論文他引400余次。近年來主持和參與了國家自然科學基金青年基金，重慶市自然科學基金面上項目，“十三五”裝備預研領域基金，中國兵器裝備集團西南技術工程研究所多項橫向項目，中央高校基本科研業務費等科研項目。
