Sensory Nervous System‐Inspired Self‐Classifying, Decoupled, Multifunctional Sensor with Resistive‐Capacitive Operation Using Silver Nanomaterials

材料科学 纳米材料 电容感应 电阻式触摸屏 纳米技术 感觉系统 神经科学 电气工程 工程类 生物
作者
Yoonji Yang,Byung Ku Jung,Taesung Park,Junhyuk Ahn,Young Kyun Choi,Seongkeun Oh,Yong Min Lee,Hyung Jin Choi,Han‐Seok Seo,Soong Ju Oh
出处
期刊:Advanced Functional Materials [Wiley]
卷期号:34 (40) 被引量:3
标识
DOI:10.1002/adfm.202405687
摘要

Abstract Self‐classification technology has remarkable potential for autonomously discerning various stimuli without any circuit or software assistance, enabling it to realize electronic skin. In conventional self‐classification systems that rely on complex circuitry for operation, integrating the sensing and algorithm processing units inevitably leads to bulkiness in devices and bottlenecks in signal processing. In this study, the novel double‐sided structure inspired by the human nervous system is newly designed for a self‐classifying sensor (SCS) without the need for additional circuits. The sensor is layered with Ag nanocomposites that have been mechanically enhanced via interface engineering and surface treatment techniques. This structure enables the resistance‐capacitance hybrid operation, facilitating the detection and distinguishment of changes in strain, pressure, and temperature within a single device, which mimics the human sensing recognition process. Moreover, the intensity of the applied stimuli is determined by analyzing the detected signal, and precise localization of the stimuli is achieved by arraying the sensors. With its self‐classification capabilities, SCS opens promising avenues for applications in soft robotics and advanced multifunctional sensor platforms, providing a sensing system characterized by simplicity and efficiency.

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
蓝风铃发布了新的文献求助10
刚刚
刚刚
乐乐应助Viva采纳,获得30
2秒前
Estrella应助木笔朱瑾采纳,获得10
3秒前
MYLK发布了新的文献求助10
3秒前
莫莫发布了新的文献求助10
3秒前
zyy发布了新的文献求助10
5秒前
徐臣年完成签到 ,获得积分10
5秒前
8秒前
酷波er应助Viva采纳,获得30
8秒前
lobule发布了新的文献求助10
8秒前
贺贺完成签到,获得积分10
9秒前
帅酷的小刺猬完成签到,获得积分10
11秒前
焱曦发布了新的文献求助100
12秒前
12秒前
SciGPT应助陶醉的寄云采纳,获得10
13秒前
13秒前
共享精神应助666采纳,获得10
14秒前
yar应助莫莫采纳,获得10
14秒前
情怀应助贺贺采纳,获得10
14秒前
风云完成签到,获得积分20
15秒前
李健应助lobule采纳,获得10
16秒前
17秒前
111发布了新的文献求助10
18秒前
HEIKU应助帅酷的小刺猬采纳,获得10
19秒前
小蘑菇应助嘻嘻采纳,获得10
19秒前
20秒前
21秒前
愤怒的乐松应助sarmad采纳,获得10
22秒前
23秒前
JamesPei应助ty采纳,获得10
24秒前
洛芷完成签到,获得积分10
24秒前
24秒前
24秒前
25秒前
wyf123完成签到,获得积分10
25秒前
dablack发布了新的文献求助10
25秒前
26秒前
26秒前
nee发布了新的文献求助10
27秒前
高分求助中
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger Heßler, Claudia, Rud 1000
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 1000
Natural History of Mantodea 螳螂的自然史 1000
A Photographic Guide to Mantis of China 常见螳螂野外识别手册 800
Barge Mooring (Oilfield Seamanship Series Volume 6) 600
ANSYS Workbench基础教程与实例详解 500
Spatial Political Economy: Uneven Development and the Production of Nature in Chile 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 物理化学 催化作用 细胞生物学 免疫学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3325661
求助须知:如何正确求助?哪些是违规求助? 2956332
关于积分的说明 8580190
捐赠科研通 2634297
什么是DOI,文献DOI怎么找? 1441859
科研通“疑难数据库(出版商)”最低求助积分说明 667952
邀请新用户注册赠送积分活动 654791