维尼特·库马尔 | 西拉杰·阿扎姆 | 李东贤 | 朴尚信
韩国庆尚南大学机械工程学院，大鹤路280号，38541
**摘要**
近年来，传感技术、可穿戴设备及其人工智能（AI）前景之间的关键关系成为了研究焦点。这些技术为新一代材料的应用开辟了新途径，促进了智能传感和强大智能系统的开发。基于弹性体的传感器的典型灵敏度范围为1到>10^4，可拉伸性范围为50%到>1000%。同样，基本回归模型的AI模型准确率通常在70%到95%之间，机器学习模型在80%到95%之间，而深度学习模型则在90%到98%之间。因此，本文的第一部分介绍了基于弹性体复合材料的传感器制造工具，包括成型、逐层组装和卷对卷技术。第二部分详细探讨了基于弹性体复合材料的各种传感器类型，如热传感器、压力传感器和应变传感器。这些传感器作为现实世界应用与电子系统之间的接口，由于其独特的性能（如可拉伸性、可穿戴性、轻量化、成本效益和生物相容性）而具有巨大潜力。最后，文章指出了这些传感器在可扩展性方面面临的挑战，包括填料分散不良、界面稳定性低和耐用性不足。第三部分探讨了边缘AI在AI模型中的应用，包括随机森林、梯度提升和神经网络等模型，并总结了这些工具在理解基于弹性体复合材料的传感器方面的优势与挑战。此外，这些模型能够将原始数据转化为有意义的洞察，例如手势识别。最后，本文还展望了健康监测、应变传感、触觉交互和数据解释等领域的应用前景。
**引言**
柔性传感器作为一种多功能材料应运而生，能够在拉伸条件下正常工作。这类传感器具有高灵敏度、出色的灵敏度和快速响应时间[1]。它们由弹性体复合材料制成，这种材料柔软、可弯曲且可拉伸。弹性体复合材料以弹性体基体为基础，并嵌入导电填料。由于其可穿戴特性，它们能够与人体完美结合。文献中详细报道了它们通过多种机制（如压阻式、压电式、电容式和化学式传感器）实现功能的能力[2]。添加碳纳米管等功能性材料可进一步提升传感器的性能。这些传感器的多功能特性包括灵敏度、信噪比、耐用性和多功能性[3]。众所周知，柔性传感器在高性能新一代应用（如健康监测和自供电设备）中发挥着关键作用。通过集成这些传感器，还发展出了电子皮肤、物联网（IoT）和软体机器人等技术。它们结合了机械柔顺性和先进传感能力，成为自适应系统的重要组成部分[4]。然而，实现高耐用性和界面工程是实现工业规模应用的关键挑战。自供电平台有助于构建完全自主、无缝且多功能的IoT传感网络。
**可穿戴电子技术**
可穿戴电子技术涉及将电子设备集成到人体上，能够监测各种数字环境，包括健康监测和自供电设备[5]。现代可穿戴设备采用轻量化、可拉伸且贴合皮肤的材料，可在不牺牲用户舒适度的情况下长期稳定运行。这些特性使它们在体育、康复、人机交互和日常消费等领域具有广泛应用价值[6]。自供电设备的进步以及AI和算法的发展，使得这些可穿戴设备在能量收集等新一代应用中展现出巨大潜力。基于AI的系统实现了自主运行和智能决策[7]。在实时应用方面，这些技术对新一代设备的发展至关重要。近期研究致力于提升设备的一致性、可拉伸性和生物相容性，最终目标是开发出与人体完美融合的完全多功能可穿戴设备。
**AI对弹性体复合材料的影响**
AI正在快速革新弹性体复合材料的设计、优化和应用。AI通过数据驱动的方式提供了传统实验方法难以获得的见解[8]。弹性体复合材料具有柔韧性、可拉伸性和柔软性，因此常用于柔性电子设备的制造。机器学习、深度学习和计算建模等AI驱动技术为数据分析提供了强大工具[9]。这些工具能够分析大量数据并准确预测性能。通过整合输入变量，AI工具可以加速配方优化，从而提升设备性能[10]。设备性能取决于结构-性能关系和能量收集效率。AI工具的集成还有助于实现最佳设计，提高性能和耦合效率[11]。此外，AI还推动了下一代设备的发展，使其具备更高的机械-电转换效率[12]。这些性能提升使自供电设备适用于机器人技术和人机交互等领域[13]。
**结论**
弹性体复合材料作为一种先进的材料，具有弯曲、拉伸和轻量化的特性，非常适合需要承受较大变形的可穿戴电子设备。尽管原始状态下弹性体的增强效果不佳、承载能力低和机电强度低，但通过添加填料（如碳纳米管、石墨烯、陶瓷、金属和混合结构）可以显著改善其性能[14]。适当的填料分散和界面工程可显著提高模量、韧性、介电常数、热稳定性和功能响应[15]。这些弹性体响应基于压阻效应、压电效应和摩擦电效应等多种机制[16]。因此，它们在能量收集等应用中具有广泛用途。在保持结构完整性和功能性能的同时承受大应变的能力使其成为理想选择[16]。自修复技术、智能人机交互和仿生机器人皮肤的进展也值得关注[17][18][19]。这些进展增强了基于弹性体复合材料的实际应用价值。
**未来展望**
传感材料、可穿戴技术和AI的快速发展为智能、响应迅速和个性化系统的开发提供了独特机遇。尽管这些领域已取得显著进展，但它们之间的相互依赖关系尚未完全确立。因此，亟需解决新兴趋势和关键挑战，以实现下一代智能技术。本文旨在探讨基本原理和材料创新，并重点介绍文献中报道的尖端技术。同时，强调了AI在数据收集、处理和解释方面的变革性作用。通过研究基于机器学习的工业设计平台，本文展示了AI如何促进可穿戴技术的创新和商业化。最后，本文概述了AI如何提升传感器性能、实现自主运行并加速技术创新。
**总结**
本文第一部分研究了基于弹性体复合材料的传感器制造工具。在材料层面，弹性体复合材料是实现多功能性的基础构建块。其固有的可拉伸性和柔软性使其成为高性能材料的理想选择。通过添加增强填料，可以调节其刚性，使其适用于高负载应用。第二部分通过文献回顾了基于弹性体复合材料的传感器技术，这些传感器能够将机械刺激转化为电信号。由于其轻量化、可拉伸性和生物相容性，它们可用于健康监测等应用。然而，这些传感器在填料分散、界面稳定性和高负载应用耐久性方面仍面临挑战。第三部分探讨了边缘AI在传感器验证和仿真中的应用，如随机森林、梯度提升和神经网络等模型在弹性体复合材料数据分析中的用途，将原始数据转化为有意义的洞察（如手势识别）。最后，本文指出了基于弹性体复合材料的传感器所面临的挑战，并展望了其在健康监测、应变传感、触觉交互和数据解释等领域的应用前景。本文进一步探讨了未引用的参考文献[258]、[259]。CRediT作者贡献声明如下：Vineet Kumar负责撰写初稿、数据可视化、结果验证、实验设计、软件开发、方法论构建、数据分析以及概念框架的构建；Siraj Azam负责审稿与编辑工作，同时参与结果验证、方法论构建、数据分析以及概念框架的构建；Donghyeon Lee同样负责审稿与编辑工作，并参与数据可视化、结果验证、软件开发、方法论构建、数据分析以及概念框架的构建；Sang-Shin Park负责审稿与编辑工作，同时参与数据可视化、结果验证、实验设计以及利益冲突声明的撰写。作者声明他们没有已知的财务利益冲突或个人关系可能影响本文的研究结果。
