基于MXene的力敏传感织物及其可穿戴应用

来源 :东华大学 | 被引量 : 0次 | 上传用户:mcl19800627
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
二维纳米材料MXene,因特殊的结构和丰富的表面官能团使其具有高电导率、高电子迁移率、良好的生物相容性、以及多样化的形貌,在力敏传感领域具有很大的研究前景。同时,MXene属于常温光热转换远红外高辐射材料,光热转换率高,具有可吸收环境热量以远红外能量形式输出的特点,可应用于多功能可穿戴器件。基于此,本论文从织物基底出发,使用不同的织物基底负载具有单、少层的结构的MXene材料,对比并选择MXene负载性能最优的基底。利用单根MXene涂覆的纯棉纱线构筑兼具力敏传感与电磁屏蔽特性的功能织物。使用环境友好型高分子材料海藻酸钠(SA)与MXene进行微流控湿法纺丝,制备MXene/SA复合纤维并对其传感和电磁屏蔽性能进行了分析与讨论。研究的具体内容如下:MXene传感材料的制备及织物基底的选择:通过化学刻蚀法制备单、少层的结构的Ti3C2Tx-MXene纳米片,多次涂覆使MXene负载在经过预处理的织物基底表面,得到MXene/织物复合材料。这种简单快捷的复合方法使负载MXene的织物具有了一定的电导性与电磁屏蔽特性。对比各类织物负载MXene后的基底实用性(包括吸附能力、耐久洗涤性)及穿戴舒适性。最终选择纯棉为基底用于织物型传感器件的构筑。基于MXene/纯棉的力敏传感织物及其可穿戴应用:使用纯棉为织物基底负载MXene纳米片,制备MXene/棉力敏传感织物。探究了MXene纳米片在棉织物表面牢固负载的原因;测试了MXene/棉力敏织物的传感性能与电磁屏蔽性能;开发了传感织物的多样化可穿戴应用。一方面,在织物上构筑力敏传感模块阵列,实现对不同部位不同受力程度的监测,开发适配于织物传感器的PC端音乐播放软件MXene Tools,实现可穿戴式人机界面的现实应用。另一方面,将功能织物与普通服装相结合,有效屏蔽电磁辐射,保护人体健康。基于MXene/海藻酸钠纤维的力敏传感织物及其可穿戴应用:利用微流控纺丝法制备MXene/SA复合纤维。探究了不同MXene添加量对复合纤维的力学性能、电学性能及其编织物的电磁屏蔽性能的影响;测试了最优MXene含量MXene/SA织物的传感性能;开发了传感织物用于监测人体发声、呼吸的可穿戴应用。这种基于湿法微流控纺丝制备MXene/SA复合纤维及其织物器件的方法,为制备功能纳米复合纤维,织物基可穿戴传感器件提供了一种途径。
其他文献
静电纺丝技术作为制备纳米纤维最简单快捷的方法,它所制备的纳米纤维膜有着孔隙率高、比表面积大等特点,因此在废水过滤材料、医用防护材料、传感器等生产领域得到广泛应用。但长久以来,纳米纤维膜的制备过程由人工督察,因为喷射流的不稳定及无规则喷射导致经过长时间的连续纺丝易出现纺丝不稳定或堵塞等异常情况,而人工无法通过肉眼察觉,并且实验试剂通常带有毒性与挥发性,对人体健康有一定的危害。若基于机器视觉采用相机监
随着我国经济的发展,越来越多的国际贸易、货物运输依赖于集装箱。集装箱减少了货物运输的成本,从而推动世界经济的发展,但其广泛应用导致港口的吞吐量增速加快,容易造成各大港口拥堵,杂乱不堪,给港口的管理造成巨大的压力。为了对集装箱实行更好的管控,集装箱编号识别系统应运而生。传统集装箱编号识别技术容易受到复杂环境包括光照、字符倾斜、扭曲、破损等影响。近年来,由于深度学习具有快速准确的优点而成为模式识别重要
随着工业自动化技术的进步,具有高效率、高安全性、高柔性的工业机器人在制造业中的应用正变得越来越广泛,能够提高机器人工程开发效率、降低开发成本的机器人仿真系统也成为了研究的热点方向。本文从机器人仿真系统与PLC控制器信号交互的角度出发,开发出一款集成了机器人三维仿真、通信、传感器模拟、机器人程序解析、运动轨迹规划等功能的工业机器人跨平台仿真系统。本文的主要研究内容如下:以工业机器人跨平台仿真系统为研
互联网的蓬勃发展带动了社会的整体变迁,使社会生产力得到快速发展。互联网与传统行业的结合改变了人们的生活方式,已成为人们生活中不可或缺的一部分。对于互联网公司来说,广告变现是公司赖以生存的手段之一。点击率预估是广告变现的重要环节,其效果直接影响广告投放的成功率。行业内对点击率预估问题最为常见的评价指标为AUC(Area Under Curve)。它能直观地反映出广告点击率预估的效果:AUC值越大,说
近年来,随着大数据时代的来临和5G技术的飞跃发展,诸如网易新闻、今日头条、腾讯新闻等在线新闻平台成为人们获取信息的重要媒介。在享受信息便捷的同时,信息过载也逐渐成为人们高效获取信息的巨大壁垒。个性化新闻推荐系统可以帮助用户从海量新闻中浏览到符合其个人喜好的新闻资讯,有效缓解信息过载问题,也可以帮助新闻平台提升用户体验和用户粘性。现有的基于深度神经网络的新闻推荐系统通常会对用户的过往浏览历史行为做统
随着电子商业的蓬勃发展,消费者们对服装商品的需求增加,使得市场对服装商品原材料之一的纺织面料提出了更高的要求,纺织面料生产企业为了应对市场,致力于面料创新与研究,用多种加工方式及材质进行面料生产,这也导致了市场上纺织面料的种类越来越多。对于纺织面料生产企业,面料种类的持续增长带来了库存管理上的压力。为便于面料库存上的管理,本文将卷积神经网络技术引入面料图像检索,做出了以下研究:(1)提出了一种基于
当前环境中的塑料污染问题受到全世界关注。用于包装的塑料材料越来越多,产生大量无法降解的固体废物。生物降解塑料被认为是解决塑料废物问题的可能办法,完全可降解塑料可被微生物完全降解,起到很好的保护环境作用。植物在自然条件下可以产生淀粉、纤维素、半纤维素、储藏蛋白等聚合物,是天然的可降解高分子材料来源。以植物为基础,完全可生物降解聚合物具有完全的生物可降解性和可再生性,是替代石油基塑料的可行材料。介绍解
服装图像包含丰富的特征信息,以服装图像作为基础数据进行自动分类识别已经得到了较多的研究。然而,结合深度学习的服装风格的分类与评价的研究尚不多见。有鉴于此,本文以品牌服装为对象,探究其视觉风格的合理表征,并实现品牌服装基于深度学习的分类任务。品牌服装往往都具有自己特有的设计风格。例如,Chanel的服装简约又精致,低调又高雅;Dior的服装曲线优美,高贵华丽;Gucci的服装文艺复古,古典烂漫。以往
在织物制造过程中,会因为机械设备故障、纱线问题、杂物夹入以及人为等因素导致织物表面出现瑕疵,给纺织企业带来巨大的经济损失。可见,织物瑕疵检测是织物生产过程中极其重要的环节。目前,大部分纺织企业主要采用两种方式检测织物瑕疵,一是人工检测,这种检测方式存在准确率低、漏检和误检率较高且劳动力成本高的问题。二是基于机器学习算法检测,此类方法需要定义瑕疵特征,但由于织物瑕疵尺寸小,形状复杂且尺寸变化大,难以
对于服装图像的实例分割是解决服装的三维重建,实现三维虚拟试衣的前提。获取边缘分割效果好,分割后噪声小的服装图像可以使得虚拟试衣的效果更加真实。但是由于服装本身复杂的边缘形状以及服装中存在多种不同结构的部件(如衣领、袖口、口袋等部位),传统的分割算法并不能完成细粒度的分割,因此本文设计了一种基于深度学习的服装图像的分割算法,并考察与探究其分割性能及实际应用。首先,对于图像分割任务,现在的方法大多是基