近日，我院张彦振教授团队机械工程专业博士研究生贺炜威在利用分级多孔结构的协同效应设计高性能柔性压力传感器方面取得重要进展，相关研究成果《基于分级多孔结构协同效应的增强型柔性压力传感器，用于运动感知与深度学习辅助语音识别》（Enhanced-performance flexible pressure sensors enabled by synergistic effect of hierarchical porous structures for motion sensing and deep learning-assisted speech recognition）发表在《Journal of Colloid and Interface Science》。在胶体与界面科学领域，《Journal of Colloid and Interface Science》（简称JCIS）是全球科研界公认的核心标杆期刊。目前影响因子为9.7（SCI一区Top）。
该研究第一作者为博士研究生贺炜威，通讯作者为张彦振教授，开云电竞投注（华东）为第一署名单位和通讯单位。研究工作得到国家自然科学基金以及“泰山学者”青年专家计划等项目的大力支持。
图1论文首页
在全球智能化浪潮中，柔性压力传感器凭借其卓越的柔韧性、便携性及对压力信号的高灵敏响应特性，已成为人机交互、健康监测、智能可穿戴设备及人工智能终端等领域的核心传感元件。
图2柔性压力传感器分层多孔结构的制造工艺、整体结构及功能演示
本研究提出一种采用创新性混合制造工艺制备的柔性压力传感器，该工艺融合了3D打印与静电纺丝工艺，构建出了具有分级多孔结构的传感单元。通过添加纳米二氧化硅（SiO2）改性MXene/AgNWs/PDMS（MAP）导电墨水以确保可打印性，其核心创新在于运用直写打印工艺与牺牲模板法构建出宏观-微观跨尺度多孔传感单元。该分级结构优化了应力传导与导电网络重构，而传感层与纤维膜电极间的模量梯度匹配确保了机械稳定性。宏观-微观双尺度多孔性协同作用与双重敏化设计使传感器展现出卓越的传感性能。此外，深度学习算法的集成实现了高精度语音短语识别，显著拓展了其在智能人机交互领域的应用潜力。本研究不仅为高性能柔性压力传感器的制备提供了可行策略，更在先进健康监测与智能交互系统领域开辟了全新应用路径。
论文链接：https://doi.org/10.1016/j.jcis.2025.139706
