Electrochemical self-powered strain sensor for static and dynamic strain detections

材料科学 电化学气体传感器 电极 电化学 摩擦电效应 电解质 碳纳米管 复合材料 纳米技术 化学 物理化学
作者
Qi Huang,Yadong Jiang,Zaihua Duan,Yuanming Wu,Zhen Yuan,Mingxiang Zhang,Qiuni Zhao,Yajie Zhang,Bohao Liu,Huiling Tai
出处
期刊:Nano Energy [Elsevier]
卷期号:118: 108997-108997 被引量:21
标识
DOI:10.1016/j.nanoen.2023.108997
摘要

The self-powered strain sensors based on piezoelectric and triboelectric principles have been widely reported in flexible electronics, but they cannot achieve static strain detection. Inspired by electrochemical reactions, we propose and construct an electrochemical self-powered strain sensor for static and dynamic strain detections. Specifically, the sensor is composed of Cu/Al electrodes, elastic core-spun yarn coated with LiCl-carbon nanotubes (CNTs), and latex tube encapsulation. Among them, Cu and Al electrodes are used for electrochemical reactions; Elastic core-spun yarn endows the sensor with excellent tensile performance; LiCl provides conductive ions in electrochemical reactions; CNTs with good conductivity not only reduce the resistance between Cu and Al electrodes, but also facilitate good resistance strain effect; Latex tube encapsulation inhibits the evaporation of water molecules in the electrolyte. The strain sensing performance of the sensor is evaluated based on the current response. The results show that the sensor has wide strain detection range (2–100 %) and good repeatability (1000 times). By analyzing the strain voltage and current responses, as well as the morphology characterization of the sensor, the strain response mechanism of the sensor has been clarified, which is controlled by electrochemical reactions and resistance strain effect. The static strain monitoring function of the sensor is verified by monitoring finger bending. Combined with machine learning, the sensor can be used for respiratory behavior recognition. This work fundamentally contributes to developing self-powered strain sensor with static and dynamic strain detections.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
hdh完成签到,获得积分10
刚刚
蛙趣完成签到,获得积分10
1秒前
虚心的不二完成签到 ,获得积分10
1秒前
Simmy完成签到,获得积分10
1秒前
1秒前
李知恩完成签到 ,获得积分10
3秒前
可爱的坤完成签到,获得积分10
5秒前
Willwzh完成签到,获得积分10
5秒前
Oying完成签到,获得积分10
5秒前
大方茹妖发布了新的文献求助10
5秒前
lydia完成签到,获得积分10
6秒前
zl发布了新的文献求助10
6秒前
李健春完成签到,获得积分10
6秒前
7秒前
小杨完成签到,获得积分10
8秒前
曲终人散完成签到,获得积分10
8秒前
美丽柠檬完成签到,获得积分10
8秒前
11秒前
Akim应助lydia采纳,获得10
11秒前
老迟到的访文完成签到,获得积分10
11秒前
JiegeSCI完成签到,获得积分10
12秒前
36456657应助王小明采纳,获得10
12秒前
宁静致远QY完成签到,获得积分10
12秒前
李健春发布了新的文献求助10
13秒前
ren完成签到,获得积分10
13秒前
ZeradesY完成签到,获得积分10
14秒前
共享精神应助大方茹妖采纳,获得10
14秒前
xtutang完成签到 ,获得积分10
15秒前
LOFATIN完成签到 ,获得积分10
15秒前
Rain完成签到,获得积分10
16秒前
16秒前
鄂海菡完成签到,获得积分10
16秒前
阿涵发布了新的文献求助10
17秒前
small发布了新的文献求助10
17秒前
Simple完成签到,获得积分10
18秒前
dengdeng发布了新的文献求助10
18秒前
zhuzhu完成签到,获得积分10
18秒前
zx完成签到,获得积分10
20秒前
加依娜发布了新的文献求助10
20秒前
高分求助中
Evolution 10000
CANCER DISCOVERY癌症研究的新前沿:中国科研领军人物的创新构想 中国专刊 500
Distribution Dependent Stochastic Differential Equations 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
Die Gottesanbeterin: Mantis religiosa: 656 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3158687
求助须知:如何正确求助?哪些是违规求助? 2809923
关于积分的说明 7884302
捐赠科研通 2468638
什么是DOI,文献DOI怎么找? 1314374
科研通“疑难数据库(出版商)”最低求助积分说明 630601
版权声明 602012