柔性应变传感器是生物医学监测、人机交互设备的核心组件，其性能瓶颈在于同时实现高灵敏度与宽检测范围—— 前者决定微小形变的捕捉能力，后者影响大幅动作的适配性，二者缺一不可。本研究针对这一痛点，设计并制备了 “多层弯曲结构碳纳米管 / 石墨烯双层导电网络（MCGB）应变传感器”：通过超声振动技术让碳纳米管（CNTs）与石墨烯在柔性硅胶基底表面形成均匀致密的双导电网络，再结合熔融沉积成型（FDM）3D 打印牺牲模具，构建具有 “工” 字形连接的多层弯曲基底结构。性能测试表明，该传感器在应变 200%-240% 区间灵敏系数（GF）高达 1021.93，检测范围最高覆盖 240% 应变，检测下限低至 0.3%，响应时间仅 360ms，且在 1500 次循环测试后仍保持稳定。应用层面，它既能精准捕捉喉部发声、笔尖书写等微小动作，也能实时监测手指、膝盖弯曲等大幅人体动作；基于 5 个传感器组装的传感手套，可实现手势识别与不同尺寸物体抓取判断，为可穿戴医疗设备、柔性机器人等领域提供了高性能解决方案。

近年来，柔性应变传感器凭借柔韧性好、适配性强的优势，在健康监测（如心率、呼吸监测）、生物医学（如关节活动追踪）、人机交互（如手势控制）等领域快速发展。但实际应用中，传统传感器常面临 “两难困境”：要么灵敏度高但检测范围窄（仅能测小应变，无法应对人体大幅动作），要么检测范围宽但灵敏度低（难以捕捉微小信号），无法满足复杂场景下的多形变检测需求。

为突破这一困境，科研界主要从材料选择与结构设计两大方向探索：

材料优化方向：Zheng 等人用 CNTs / 炭黑 / PDMS 制备传感器，虽将检测范围拓展至 300%，但灵敏系数仅 13.1，无法识别微小形变；Yao 等人以 AgNWs/MXene/SEBS 为复合体系，应变 100% 时 GF 提升至 176.25，但检测范围未突破 100%；Zhu 等人的铜 / 石墨烯微裂纹传感器在 92%-110% 应变区间 GF 达 847.87，且能测 0.2% 微小应变，但检测范围仅 110%，无法适配人体大幅动作（如膝盖弯曲应变常超 150%）。

结构设计方向：Wang 等人设计的微孔三层结构纤维传感器，检测范围 120%、GF 300，但制备工艺复杂；Li 等人通过 3D 打印负泊松比结构，将检测范围扩至 300% 以上，但初始应变区间 GF 仅 2.661，灵敏度不足；Shen 等人的防水传感器在 44%-50% 应变区间 GF 达 1814.25，检测下限 0.2%，但检测范围仅 50%，适用场景有限。

综上，现有研究仍未解决 “高灵敏度（GF>200）与宽检测范围（应变 > 100%）兼顾” 的核心问题，且部分方案存在制备流程复杂、成本高的问题。为此，本研究创新结合 “双导电网络材料” 与 “多层弯曲基底结构”：双导电网络（CNTs + 石墨烯）负责提升灵敏度，多层弯曲结构负责拓宽检测范围，最终实现性能突破。

实验材料需满足 “柔性基底韧性强、导电材料分散性好” 的要求，具体清单如下：

柔性基底：北京通天华艺有限公司的硅胶（韧性高、固化后弹性好，适配反复拉伸）；

导电材料：江苏先丰纳米材料科技有限公司的 CNTs 分散液（型号 XFWDM1333-86-4，一维结构，可构建导电通路）、单层石墨烯粉末（型号 XF001H-7440-44-0，二维结构，可填补 CNTs 间隙，提升导电均匀性）；

辅助材料：安谱实验科技股份有限公司的丙酮（用于溶解 3D 打印模具）、无水乙醇（用于稀释导电材料，便于分散）；

核心设备：FDM 3D 打印机（打印 ABS 牺牲模具）、超声纳米材料分散仪（型号 DW-SD20-1200H，频率 20kHz、功率 1200W，用于导电材料分散与附着）、真空箱（排除硅胶气泡）、烘箱（干燥传感器）、三轴拉伸台（性能测试）。

所有材料均直接使用，未进行额外纯化，确保实验可重复性。

基底采用 “3D 打印牺牲模具 + 浇铸固化” 工艺，步骤如下：

模具打印：用 FDM 3D 打印机打印 ABS 材质模具，模具内部设计为 “工” 字形三层连通结构（每层厚度 1mm，总厚度 5mm），确保后续浇铸的硅胶形成多层弯曲形态；

硅胶配制与浇铸：按质量比 1:1 混合硅胶 A、B 组分（比例不当会导致固化后过脆或过软），搅拌均匀后倒入 ABS 模具，随后放入真空箱（真空度 – 0.09MPa）处理 15min，彻底排除气泡（气泡会导致基底拉伸时断裂，影响检测范围）；

固化与脱模：擦除模具顶部溢出的硅胶，室温（25℃）下静置固化 4h（固化时间不足会导致硅胶未定型，过长会影响韧性）；固化后将模具放入丙酮溶液，磁力搅拌（转速 300r/min）2h，使 ABS 模具完全溶解，得到 “工” 字形多层弯曲硅胶基底；

基底预处理：将脱模后的硅胶基底室温放置 12h，彻底挥发吸附的丙酮（残留丙酮会影响后续导电材料附着）。

采用 “超声振动辅助沉积” 工艺，确保导电材料均匀覆盖基底表面，步骤如下：

导电悬浮液配制：取 3g CNTs 分散液、0.3g 石墨烯粉末，加入 120mL 无水乙醇（乙醇为挥发性溶剂，后续易去除，不影响性能），放入冰浴环境（超声会产热，冰浴可防止 CNTs 团聚、石墨烯氧化），用超声分散仪处理 20min，得到均匀的 CNTs / 石墨烯悬浮液（超声时间过短会导致分散不均，过长会破坏导电材料结构）；

导电网络沉积：将预处理后的硅胶基底完全浸入悬浮液，继续冰浴超声 2h（超声振动使导电材料高速撞击基底表面，形成致密附着层），此时 CNTs（一维）与石墨烯（二维）相互交织，形成双导电网络；

干燥与清洗：将基底从悬浮液中取出，放入 65℃烘箱干燥 1h（温度过高会导致硅胶变形，过低会延长干燥时间），去除乙醇；随后用去离子水冲洗表面，去除未牢固附着的导电材料（未去除会导致测试时电阻波动）；最后再次放入烘箱，65℃干燥 30min，确保水分完全挥发，得到 MCGB 传感器成品。

传感器成品尺寸为 35mm（长）×8mm（宽）×5mm（厚），弯曲 “工” 字形结构的宽度为 800μm，与人体手指宽度适配，便于后续可穿戴测试。

通过扫描电子显微镜（SEM）与元素 mapping 分析，验证结构与材料设计的合理性：

整体形貌：图 2a 显示，传感器基底为 “工” 字形三层弯曲结构，这种结构的优势在于：拉伸时每层可独立形变，避免局部应力集中，从而拓宽检测范围（最高 240% 应变）；同时多孔结构增大了表面积，使导电材料附着量提升 30%，为高灵敏度奠定基础；

导电网络形态：图 2c、d（不同放大倍数 SEM 图）显示，CNTs 与石墨烯在基底表面形成致密导电层 ——CNTs 呈纤维状交错分布，石墨烯片层覆盖在 CNTs 表面，填补了 CNTs 之间的间隙，形成 “无明显断点” 的导电网络；这种结构的好处是：微小应变下，局部导电通路断裂即可引起电阻变化（高灵敏度），大应变下，多层导电网络可逐步断裂，避免一次性失效（宽检测范围）；

拉伸后变化：图 2e 显示，当传感器拉伸至 200% 应变时，导电层出现微小裂纹（而非完全断裂），此时电阻显著升高（灵敏度达峰值），但仍保持部分导电通路，说明传感器在高应变下仍能工作；

元素分布：图 2f-h（Si、C、O 元素 mapping 图）显示，碳元素（导电材料主要成分）在基底表面均匀分布（无明显聚集区），硅元素（硅胶基底成分）分布均匀，证明超声振动工艺有效实现了导电材料的均匀附着，避免因局部导电不均导致的性能波动。

响应机制总结：传感器通过 “导电网络裂纹变化” 实现应变检测（图 2b）：

低应变（0%-100%）：导电网络仅出现微小裂纹，电阻小幅上升（GF 较低，约 100-300）；

中应变（100%-200%）：裂纹数量增加，更多导电通路断裂，电阻快速上升（GF 增至 300-800）；

高应变（200%-240%）：裂纹大面积扩展，仅剩少量导电通路，电阻急剧上升（GF 达 1021.93）；

卸载阶段：基底弹性恢复，裂纹闭合，导电通路重新连接，电阻回落至初始值，实现循环使用。

性能测试在室温（25℃）、湿度 50% RH 环境下进行，采用三轴拉伸台施加应变，数据采集系统记录电阻变化，关键结果如下：

灵敏度梯度变化：图 3a 显示，传感器灵敏度随应变呈 “阶梯式上升”—— 应变 0%-100% 时，GF 约 100-300；100%-200% 时，GF 快速升至 300-800；200%-240% 时，GF 急剧升至 1021.93，且在 240% 应变时仍未出现信号中断（检测范围上限），远超多数同类研究（多数方案检测范围 < 150%）；

导电材料比例优化：为确定 CNTs 与石墨烯的最佳比例，测试了质量比 1:1、1:2、1:3 的三种传感器（补充图 S2）：

比例 1:1：CNTs（一维）与石墨烯（二维）交织紧密，导电通路最均匀，灵敏度稳定性最佳（多次测试 GF 波动 < 5%）；

比例 1:2/1:3：石墨烯占比过高，易团聚形成 “绝缘区”，导致灵敏度波动增大（波动 > 10%）；最终选择 1:1 作为最佳比例。

基底结构直接影响检测范围，需优化 “层数” 与 “弯曲角度” 两个参数：

层数优化：对比三层、五层、七层结构传感器（图 3b）：

三层结构：应变超过 80% 时基底断裂，检测范围仅 0%-80%，相对电阻变化 54（灵敏度低）；

五层结构（MCGB）：应变 240% 时仍保持完整，检测范围 0%-240%，相对电阻变化 514（灵敏度高）；

七层结构：检测范围 0%-243%（略宽于五层），但层间应力易集中，相对电阻变化仅 132（灵敏度低）；结论：五层结构兼顾 “宽范围” 与 “高灵敏度”，为最佳选择。

弯曲角度优化：对比基底弯曲角度 30°、60°、90° 的传感器（图 3c）：

30°：弯曲程度小，拉伸时易断裂，检测范围 170%，相对电阻变化 178；

60°：弯曲程度适中，检测范围 180%，相对电阻变化 229；

90°：弯曲程度最大，拉伸时应力分散均匀，检测范围 240%，相对电阻变化 457；结论：90° 弯曲角度为最佳，可最大化检测范围。

响应时间：图 3i 显示，传感器加载时间（从初始电阻到最大电阻）为 360ms，卸载时间（从最大电阻到初始电阻）为 400ms，远快于人体动作响应时间（如手指弯曲响应约 500ms），可实现实时监测；

循环稳定性：在 25% 应变下进行 1500 次循环拉伸测试（图 3h）：

前 100 次循环：因基底与导电层磨合，相对电阻变化略有下降（从初始 120 降至 105）；

100-1500 次循环：相对电阻变化稳定在 105±3，无明显衰减，证明传感器耐用性优异（可满足日常穿戴反复使用需求）；

滞后现象：图 3j 显示，200% 应变下 4 次循环的滞后曲线几乎重合，滞后率 < 8%（滞后率越低，数据准确性越高），原因是多层弯曲结构可分散应力，减少导电层与基底的相对滑动。

此外，传感器还能检测 0.3% 的微小应变（图 3k），可捕捉喉部发声、呼吸等微弱动作，进一步拓宽应用场景。

传感器需能识别拉伸、弯曲、扭转三种常见形变，测试方案与结果如下：

拉伸状态下的弯曲检测：搭建 “预拉伸 + 振动加载” 测试系统（图 4a），将传感器分别预拉伸至 30%、60%、120%、180%、200%，再通过振动发生器施加微小弯曲应变：

预拉伸 30%：相对电阻变化 0.04（灵敏度低，因导电网络未充分形变）；

预拉伸 200%：相对电阻变化 3（灵敏度高，因导电网络接近临界断裂状态，微小弯曲即可引发显著电阻变化）；结果证明，传感器在高拉伸状态下仍能精准捕捉弯曲形变，适配人体 “拉伸 + 弯曲” 复合动作（如手臂伸展时手指弯曲）。

扭转检测：在未拉伸状态下，对传感器施加 90°、180°、360° 扭转（图 4g-i）：

扭转角度越大，相对电阻变化越大（90° 时变化 50，360° 时变化 200）；

每次扭转 – 恢复循环的曲线重合度高，无明显滞后，证明扭转检测准确性优异；

形变类型识别：通过电阻曲线波形差异，可区分三种形变（补充图 S5）：

拉伸：电阻曲线对称上升 / 下降（形变均匀）；

弯曲：电阻曲线呈非对称波动（单侧应力大）；

扭转：电阻曲线呈周期性振荡（每扭转 180° 出现一个波峰）；这一特性为 “多形变区分监测” 提供可能，如同时监测手指的弯曲与扭转动作。

传感器需适应人体温湿度变化（温度 15-40℃，湿度 30%-80% RH），测试结果如下：

温度影响（17.5℃-46.9℃）：

低应变（30%）：不同温度下电阻变化曲线完全重合（图 3b、c），因应变引起的电阻变化（约 50）远大于温度引起的电阻波动（<2），温度影响可忽略；

高应变（150%）：电阻变化曲线仍基本重合（图 3d、e），证明温度稳定性优异，可在夏季高温、冬季低温环境下使用；

湿度影响（39%-75% RH）：

低应变（30%）：导电网络结构完整，湿度对电阻影响小（变化 < 3），曲线稳定（图 3f、g）；

高应变（150%）：导电网络出现裂纹，空气中水分易进入裂纹，导致电阻降低（湿度 75% RH 时电阻比 39% RH 时低 15%），但电阻变化趋势仍稳定，可通过算法校准消除湿度影响；综上，传感器在人体常见温湿度范围内性能稳定，无需额外防护。

喉部发声识别：将传感器贴附于喉部，测试不同语音的电阻响应（图 7a-c）：

发声 “Hello” 时，因 “h”“e”“l”“o” 发音时喉部肌肉振动幅度不同，电阻曲线呈现 3 个明显波峰（对应不同音节）；

发声 “I’m fine”“How are you” 时，曲线波峰数量与间隔差异显著，且 3 次重复测试曲线重合度超 90%，证明传感器可通过电阻信号区分不同语音，为 “无声语音交互”（如失语者辅助设备）提供可能；

笔尖书写识别：将传感器固定于笔杆，测试书写字母 “A”“B”“C”“D” 的电阻变化（图 6a-e）：

书写 “A”（三笔）时，曲线出现 3 次独立波动，分别对应 “右斜”“左斜”“横” 笔画；

书写 “C”（一笔）时，曲线呈连续弧形波动，无明显断点；

不同字母的曲线特征差异显著，且重复书写时曲线一致性高，可用于 “笔迹识别” 或 “书写动作分析”（如儿童书写姿势矫正）。

将传感器贴附于人体关键部位，测试不同动作的响应：

手指弯曲：贴附于食指关节，弯曲 30°、60°、90° 时（图 7d），电阻变化量分别为 20、50、90，呈线性增长，可精准识别手指弯曲角度，适配 “手势控制” 场景（如 VR 设备交互）；

四肢关节活动：贴附于手腕、肘部、膝盖、颈部时（图 7e-h）：

手腕屈伸时，电阻曲线出现 “上升 – 平稳 – 下降” 趋势（对应伸展 – 保持 – 弯曲）；

膝盖弯曲 90°（如坐下动作）时，电阻变化量达 150，且动作重复时曲线无偏移，可用于 “运动姿态监测”（如运动员训练动作矫正）；

呼吸监测：将传感器环绕胸部，正常呼吸时（图 7i），因胸腔起伏导致传感器轻微拉伸，电阻曲线呈现周期性波动（吸气时电阻上升，呼气时下降），波动频率与呼吸频率（约 16 次 / 分钟）完全一致，可用于 “睡眠呼吸监测”（如打鼾或呼吸暂停预警）。

为进一步验证可穿戴实用性，设计两类应用原型：

传感手套：将 5 个 MCGB 传感器分别贴附于手套的拇指、食指、中指、无名指、小指背面（图 8a），测试手势识别与物体抓取：

手势识别：做出 “握拳”“伸指”“OK” 等手势时，对应手指的传感器电阻变化不同（如 “OK” 手势仅拇指与食指传感器有响应），系统可通过 5 路电阻信号组合，准确识别 8 种常见手势，识别准确率超 95%；

物体抓取：抓取苹果（直径约 8cm）、梨（直径约 6cm）、橙子（直径约 7cm）时（图 8c），手指弯曲程度不同导致传感器电阻变化量差异显著（苹果对应电阻变化 120，梨对应 80，橙子对应 100），可通过电阻信号反推物体尺寸，适配 “智能分拣” 场景；

柔性机器人：将传感器贴附于柔性机器人手部与手臂（图 8d-e）：

抓取物体时，传感器可实时反馈 “抓取 – 保持 – 释放” 动作（抓取时电阻上升，释放时下降），且不同尺寸物体对应的电阻变化曲线差异明显，实现 “抓取力与物体尺寸联动控制”；

举升砝码（50g、100g、200g）时，砝码重量越大，机器人手臂形变越显著，传感器电阻变化量越大（200g 砝码对应电阻变化 180），可用于 “负载监测”，避免机器人过载损坏。

结构与材料创新：通过 “多层弯曲硅胶基底 + CNTs / 石墨烯双导电网络” 的组合设计，成功解决 “高灵敏度与宽检测范围难以兼顾” 的问题 —— 多层弯曲结构分散拉伸应力，实现 240% 宽应变检测；双导电网络通过裂纹变化放大电阻信号，在 200%-240% 应变区间达成 1021.93 的高 GF 值；

性能优势显著：传感器同时具备低检测下限（0.3%）、快响应时间（360ms）、高稳定性（1500 次循环无衰减）与强环境适应性（17.5℃-46.9℃、39%-75% RH 下性能稳定），综合性能优于多数同类研究；

应用场景广泛：可覆盖微小动作（发声、书写）、大幅动作（关节活动）、可穿戴设备（传感手套）、柔性机器人（抓取监测）四大类场景，为医疗健康、人机交互、工业分拣等领域提供高性能传感方案。

当前研究仍存在两处可优化方向：一是高湿度（>75% RH）环境下，高应变状态传感器电阻易受水分影响，后续可通过涂覆防水膜（如聚四氟乙烯）提升防水性；二是传感器当前需外接数据采集设备，未来可集成无线传输模块（如蓝牙芯片），实现 “便携式监测”。