英语原文共 12 页，剩余内容已隐藏，支付完成后下载完整资料

基于玛雅金字塔的透明灵活压力传感器，使用易转移的氧化铟，用于双模传感器应用

Minhyun Jung1, Sujaya Kumar Vishwanath1, Jihoon Kim 2, Dae-Kwan Ko3, Myung-Jin park3, Soo-chul Lim3 amp; Sanghun Jeon1

摘 要

透明和导电柔性电极由于其在光电子领域的潜在应用，在过去的几十年里得到了成功的发展。然而，智能电子产品的最新发展，如直接人机界面、健康监测设备、运动跟踪传感器和手工电子皮肤，也需要具有多功能特性的材料，如透明性、方便性和良好的便携性。在这类设备中，仍有空间开发透明和灵活的设备，如压力传感器或温度传感器。在这里，我们演示了一个完全透明和灵活的双峰传感器使用氧化铟锡(ITO)，它是嵌入在一个塑料基板。对于所提出的压力传感器，嵌入式ITO通过一种环保的方法与其玛雅金字塔结构的硅模分离。基于玛雅金字塔的压力传感器具有6个不同的压力传感器，灵敏度在100Pa-10kPa范围内，灵敏度极佳，高耐久性为10⁵循环，以及良好的脉冲检测和触觉感知数据处理能力，通过机器学习(ML)算法为不同的表面纹理。一个5times;5像素的基于压力温度的双峰传感器阵列，上面有一个锯齿形的ITO温度传感器，也没有明显的界面效果。这项工作展示了开发透明双峰传感器的潜力，可用于电子皮肤（电子皮肤）的应用。

引言

一种监测人类健康的智能机器人或类人样电子传感器的新电子技术被称为电子皮肤。人工皮肤正在被开发来模仿人类皮肤的功能。与人类皮肤类似，人造皮肤通常与各种传感器集成，如压力、湿度、触觉和温度传感器。此外，这些传感器应该是灵活的和可靠的^1-6。然而，压力和温度传感器作为电子皮肤的关键组件，已经不断发展，目前具有大面积和高灵敏度水平^7-12。为了利用压力传感器，许多不同的材料和体系结构与一系列的设备方案一起使用。这些材料包括导电纳米结构（如纳米颗粒、碳纳米管和纳米片）、导电聚合物和与聚合物材料混合的石墨烯^13-16。潘等。采用空心球微结构电阻电阻压力传感器，最高灵敏度为137KPa¹³。显示工作范围从0到近50kPa，采用激光刻痕反射石墨烯压力传感器¹⁴，和Lee等人。证明了使用不同的微结构橡胶电介质层的可行的可调灵敏度¹⁵。同样，高性能和灵活的温度传感器的e皮肤组成的不同材料被演示^11，12，16。

对于实际的电子皮肤，必须实现与具有不同传感机制的多个传感器集成到单个芯片中。很少有人尝试利用双峰或多模态传感器^17-20。在我们之前的报告中，我们证明了将独立的传感器同化为单个像素是评估双峰传感器的一种方便的策略^7-9。然而，这样做需要不同的材料系统来制造不同的传感器。例如，在一项研究中⁷，我们使用多壁碳纳米管(MWCNTs)用于压力传感器，PEDOT：PSS和银纳米颗粒(AgNP)用于温度传感器。为了避免需要单独制备多种材料，需要为一个透明的多像素双峰传感器提供合适的材料。

然而，由于对柔性双峰传感器的要求和刚性，人们对柔性双峰传感器中透明和导电金属氧化物的兴趣较少^21，22。尽管晶体ITO的刚性，但它有几个优点，如它使用一个商业建立的工艺大面积应用，高导电率和高透明度^23-25。然而，ITO的缺乏柔性并没有在所有的应用中得到充分的利用，特别是在柔性电子应用中。相反，这些应用使用了替代材料，如导电聚合物、纳米线(金属氧化物、Ag和Cu)和多层石墨烯^26-29。然而，这些材料的长期稳定性仍不清楚。为了克服无机薄金属氧化物和ITO缺乏存在的问题，很少有报道建议将这些无机金属氧化物材料嵌入sof塑料基底中^30-32，例如，Kang等人。演示了多晶ITO嵌入透明聚酰亚胺基底，使用银薄flm作为牺牲层³⁰，杨等。将Ag/ITO的混合结构从铜牺牲层嵌入到聚二甲基硅氧烷(PDMS)中，Yao等人。通过一种转移技术将ITO/Si转移到PDMS中³²。然而，在这些情况下，有害的化学蚀刻剂被用来转移所需的无机薄片。一种明显的改进将是将所有类型的无机金属氧化物材料转移到塑料基底上的环境友好的方法。

在目前的工作中，ITO从硅衬底分离使用一种环境友好的方法，利用水溶性牺牲层。在这种情况下，ITO通过射频溅射（射频溅射）沉积在水溶性牺牲层上，然后用热水从基底中分离出来。利用这种简单的技术，我们制作了玛雅金字塔形的ITO，作为嵌入PDMS的压阻压力传感器。这些压力传感器显示了良好的压力检测工作范围(100Pa至10kPa)，高持续时间为10000次循环，快速响应和恢复时间分别约为120ms和80ms。为了实现一个双峰传感器，我们在玛雅-金字塔压力传感器的顶部垂直使用了一个温度传感器，这也使得双峰传感器是透明和灵活的。正如我们在之前的报告中所指出的，使用这种方法，外部信号被转换为不同的电信号，当同时应用不同的物理刺激时，数据解耦时噪声会降低。为了实现热传感器，我们采用光刻技术制备了锯齿形ITO。它显示了minus;-9的敏感性，8度°C，热变化为5°C。此外，我们通过实时同时施加压力和温度，演示了一个5times;5像素的透明和灵活的双峰传感器阵列。

结果和讨论

透明的三层金字塔式压力传感器 在许多报道中，微结构压力传感器是通过直接将导电材料沉积到PDMS模具上来制造的^{7-9，33，34}，可能导致导电材料与PDMS之间的粘附问题。在目前的工作中，我们将ITO嵌入到PDMS中。TeITO作为压力传感器的底部电极。图1显示了用于创建透明的玛雅-金字塔压力传感器的制造过程的示意图。

水溶性牺牲层（氯化钠（氯化钠）200nm和锗(Ge)50nm）在真空下使用热蒸发器沉积在有图案的硅模具上。随后，通过射频溅射法将250nm厚的锡掺杂氧化铟(ITO)沉积在这些层上。我们通过将牺牲物层溶解在热水中，将ITO转移到聚二甲基硅氧烷(PDMS)上。氯化钠和Ge在70℃温度下的水中溶解时间均少于15分钟。最后，从刚性硅模中转移了玛雅金字塔结构的ITO上的灵活、透明、导电的三层。灵活和有图案的ITO的透明度超过80%(如图所示。和板材电阻，最高可达2kOmega;/upsih;。通过能量色散x射线光谱测量，我们认为在嵌入的柔性ITO衬底上存在少量的Ge和/或氯化钠残留物，如图S2所示（支持信息）。灵活的完整性与ITO嵌入到PDMS衬底相比ITO直接沉积在PDMS估计通过外部和内部弯曲，然后通过测量相对电阻变化(R/Ro)，其中R是阻力变化的弯曲和Ro是初始阻力。

如图2a,b所示。根据外部和内弯曲测量，发现嵌入ITO的flms比直接沉积ITO的flms更稳定，因为嵌入PDMS衬底而不是直接沉积在ITOflm上引起的应变更小^30，35，36。在两个火焰中，在火焰弯曲超过0时都观察到5厘米裂纹如图2c,d所示。然而，嵌入ITO的flms的裂纹较少，说明PDMS中的这些flms可以用于压力传感器的应用。

图3a描述了嵌入在PDMS衬底中的玛雅金字塔ITO的扫描电子显微镜(SEM)的微观结构，它作为一个压电性电极，而ITO涂层的PET作为压力传感器中的对电极。一般来说，压阻传感器的工作原理是由所施加的力引起的电阻的变化。换句话说，当力施加到压力传感器的对电极或顶部电极时，由于PDMS的变形，电阻相对于底部电极发生变化^37-39。然而，压阻电极的结构在压力传感响应中起着重要的作用^30,40,41。Te玛雅金字塔ITO底部电极可以获得六种不同类型的斜率响应，如图3b,c所示。坡度1对应对电极与玛雅锥压力传感器尖端之间的第一接触；坡度1由于接触面积的变化而尖锐。在斜率2处，对位电极与玛雅金字塔的首层的基部接触，并显示出轻微的饱和电流。

图1.压力传感器的透明导电基板的制造过程示意图，以及将ITO转移到灵活的PDMS基板上的每个步骤的示意图

然而，我们注意到，电流在斜率3处增加，因为对电极接触到玛雅金字塔的第二层的尖端。后来，我们从斜坡4、5和6上观察到类似的响应。此外，我们还比较了来自单一金字塔结构和双金字塔结构的压力传感器的电流响应，如图3c所示。三层或玛雅金字塔结构压力传感器的Te传感机制取决于结构应力引起的电流变化。在斜率1时，压力传感器处电流的变化可以简单地用欧姆定律来解释，(如等式所示(1))与操作电压(V)、顶部和底部电极(A)之间的接触面积、电阻率（rho;）和金字塔结构(d)。的压缩厚度

请注意， 因此，等式（1）可以被改写为

考虑到施加的压缩应力（）和弹性模量（E），等式（2）可以写成

图2.嵌入PDMS基底的200nmITO的力学完整性：(a)外弯曲和(b)内弯曲试验

因此，如果涂层材料的工作电压和电阻率恒定，电流的变化与压应力和弹性模量成反比，导致PDMS厚度的变化。

响应时间是评估压力传感器时的另一个关键因素。在这种情况下，玛雅金字塔结构的传感器分别显示出约130ms和80ms的快速响应，如图3d所示。此外，10⁵在1kPa的力作用下，观察到稳定的装卸循环，如3e图所示，这为玛雅-金字塔压力传感器中压力传感的良好再现性提供了证据。此外，我们还考虑了在2KPa~8KPa的不同施加压力下的相对电流变化，如3f图所示，表明了该装置在较大的压力范围下的可行性。

压力传感器应用 人类健康护理是可以应用压力传感器的一个领域。在这里，我们展示了实时腕部脉搏测量来提供动脉粥样硬化和高血压等病例的心血管监测。为此，传感器通过聚酰亚胺(PI)胶带将传感器连接到手腕上，如图4a所示。在4b,c图中重新绘制了Te相应的波形。各自地所获得的脉冲率约为71~72次/分。Te重新绘制的规则的手腕脉搏波以p波（打击波）和t波（潮汐波）的形式表示血压。Ted波（舒张或双）表示心跳和山谷^42,43，如4c图所示。。识别材料的特性是机器人成功地与周围环境或人类进行了互动的最重要的线索之一⁴⁴。应变计和力传感器或触觉传感器用于检测物体-传感器相互作用过程中的振动，用于材料分类。表面识别通常包括通过对加速度计检测到的振动的频域分析来学习，如支持向量机(SVM)或k-最近值

图3.灵活和透明的玛雅金字塔压力传感器概述：(a)玛雅金字塔结构ITO的SEM图像。插图显示了一个放大后的图像。Te比例尺为1mm。(b)每个玛雅金字塔结构压力传感器的示意图。(c)压力传感器的电特性作为不同层结构的施加压力的函数。(d)压力传感器的响应时间。(e)压力传感器在1kPa条件下的耐久性试验结果。(f)不同压力下电学性能的再现性

图4.玛雅金字塔压力传感器的电气特性：测量设置的(a)图像，使用压力传感器进行血压监测评估的(b)数据，以及对单个脉冲的(c)重绘

邻域（k-NN）算法⁴⁵。最近，深度学习已被用于表面材料分类，使用加速度计和当刚性工具在表面上滑动时的视觉信息⁴⁶。卷积神经网络和递归神经网络(RNN)等深度学习方法有助于提高分类精度⁴⁷。在本研究中，我们演示了在深度学习的帮助下使用玛雅-金字塔传感器的纹理感知和分类。从传感器滑动纹理时捕获的当前数据，一个LSTM（长-短时间内存）^48,49网络是一种人工神经网络，以时间序列数据的形式识别数据中的模式，用于纹理分类，而不进行频域分析。

图5.用于触觉感知的不同纹理的表面扫描电镜图像

图6.纹理分类架构使用LSTM和FC分层的神经网络从电信号摩擦纹理与三层金字塔结构压力传感器

材料的表面扫描电镜图像（粗糙的砂纸，织物，波纹纸，粗糙的面，波纹板，树皮，叶子，光滑的砂纸，玻璃，纸）用于纹理分类的触觉感知测试。图6显示了与所开发的压力传感器摩擦纹理时的电流，以及所提出的纹理分类网络的结构。

表1总结了该网络的详细架构。Te网络输入是电信息，它作为LSTM结构的输入，总共使用了10个顺序采样数据的实例。纹理分类的结果是使用基于两层的lstm的输出作为FC（全连接）层和SofMax的输入得到的⁴⁷。为用于训练和测试的每个样本，收集到的信号总数为32544。我们对收集到的数据库进行了10倍交叉验

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[590948]，资料为PDF文档或Word文档，PDF文档可免费转换为Word