吉林大学：把水下传感器从“一次性耗材”升级为会自己愈合的水下电子皮肤

方案1 具有水加速自愈能力的仿生柔性皱纹应变传感器的示意图，用于水下探测和运动交互。

图1 传感器的制造与表征。(a) MG-PBS传感器上微结构的制造过程及机制。(b) 表面形貌，(c) 横截面形貌，(f) 表面能谱图，(g) 横截面的能谱元素映射，以及(h) MG-PBS传感器的三维表面形貌。(d) 表面细节及其对应的能谱元素映射，(e) 高温诱导前的表面三维形貌。(i) 本研究中柔性传感器微结构制备方法与其他文献的比较。

图2 传感器的水下自愈特性。(a) 传感器在水下和空气中明显损伤后的自愈过程。(b) 在室温（约25°C）下，该传感器的水下自愈时间与其他已报道传感器的比较（相关文献见表S2）。(c) PDMS和PBS的FTIR光谱，(d) 拉曼光谱。(e) CDCl3中PBS的XPS光谱。(f) 传感器的DSC曲线。(g) 通过与LED串联连接的车辆模型验证传感器的水下自愈能力：(I) 在与物体碰撞时LED光亮度的变化，(II) 损伤后传感器的响应。（所有测试均在约25°C的室温下进行）。(h) 硼酸酯键的水下自愈机制示意图。(i) PBS电子对的分子静电势（MESP）用于预测潜在的相互作用位点。(j) 通过量子化学计算得到的PBS的B-O络合能。(k) 可逆硼酸酯键的反应路径和过渡态能量变化：(I) TS1，(II) TS2。

图3 传感器的水下感测特性。(a) 水下实验装置。(b) 传感器在0.1%至10%小应变下的动态稳定性。(c) 传感器在拉伸时的增益因子(GF)。(d) 传感器在0.5%拉伸下、应变速率为50%/s时的平均响应和恢复时间。(e) 传感器在不同拉伸速率下的响应曲线。(f) 传感器在水下自愈合后及在空气中（每种环境5000个循环）的机械耐久性。(g) 与以往研究的感测特性比较。(h) 传感器的感测机制。(i) 传感器的等效电路模型。（所有测试均在约25°C的室温下进行，水下环境）

图4 流态检测。(a) 实验装置及数据采集电路系统。(b) 在水深为0.05 m、0.1 m和0.15 m时测得的传感器响应曲线。(c) 在流速范围为0.1至2.8 m/s下的传感器响应曲线。(d) 在流速为0.7 m/s、1.4 m/s、2.1 m/s和2.8 m/s时测得的传感器响应曲线。(e) 在0.7 m/s下MG-PBS传感器的水下平均响应时间和恢复时间。(f) 不同流速下传感器的水下响应机制示意图。(g) 在1.5 m/s下进行水域检测的稳定响应信号。

图5 水下设备运动检测。(a) 传感器与水下车辆模型集成的示意图。(b) 传感器对与水下物体（集装箱壁）碰撞的响应。(c) 粒子浓度的示意表示。(d) 水下车辆导航的照片。(e) 在三种不同水环境中，速度从0.1到0.4 m/s的传感器响应曲线。(f) 旅行速度在0到0.4 m/s范围内的传感器响应曲线。(g) 传感器对水下车辆模型六种不同运动状态的响应。(h) 四种水下旅行速度（0.1 m/s (I)、0.2 m/s (II)、0.3 m/s (III) 和0.4 m/s (IV)）的有限元分析（FEA）。(i) 传感器自愈前后的水下响应。(j) 传感器水下应用场景的示意图。

图6 水下传感器在人类运动检测中的应用。(a) 人体水下运动示意图。(b) 手指水下弯曲时传感器的响应信号变化。(c) 手腕。(d) 肘部。(e) 肩部。(f) 膝盖。(g) 前脚。(h) 后脚。(i) 手势识别的实验设置。(j) 手指在不同角度弯曲时传感器的响应。(k) 信号采集方案。(l) 十种代表性手势及其对应的五个信号。(m) 用于手势识别的卷积神经网络（CNN）方案。(n) 训练集和测试集的准确性比较。(o) 数据集的损失。(p) 手势识别结果的混淆矩阵图。

Li, H. et al. Bionic Flexible Wrinkled Strain Sensors With Water‑Accelerated Self‐healing Capability for Underwater Detection and Motion Interaction. Advanced Materials e74573 (2026) doi:10.1002/adma.74573