社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

鲁东大学徐文龙课题组 CEJ:表面活性剂囊泡辅助自由基聚合构筑高性能水凝胶及机器学习赋能的智能足底监测

高分子科技 • 4 小时前 • 11 次点击  
点击上方“蓝字” 一键订阅


水凝胶是一类具有三维交联网络结构的软材料,凭借其优异的柔软性、含水性和可调控性,在柔性电子、可穿戴传感、软体机器人及生物医学等领域展现出广阔的应用前景。然而,传统化学交联水凝胶通常存在力学韧性不足、能量耗散能力有限以及大变形后恢复性能较差等问题,限制了其在复杂机械环境下的长期稳定应用。因此,如何通过调控水凝胶内部网络结构,在提高材料强度和韧性的同时赋予其良好的弹性恢复能力,成为高性能水凝胶设计的重要研究方向。近年来,利用表面活性剂自组装结构构筑动态物理交联网络,为改善水凝胶的综合力学性能提供了新的思路。其中,表面活性剂胶束能够通过疏水相互作用增溶疏水单体,并在聚合物网络中形成动态物理交联位点。然而,传统胶束主要由单一疏水核心构成,其结构和界面环境在调控聚合过程及网络空间组织方面仍存在一定局限。相比之下,由阳离子和阴离子表面活性剂自组装形成的囊泡具有独特的双分子层结构和丰富的疏水界面,有望为单体分布和聚合反应提供更加有序的纳米微环境。但在自由基聚合过程中,单体引入及聚合物链生长可能引起囊泡结构重排甚至破坏,如何维持囊泡的特征性双分子层结构并实现其与聚合反应的有效协同,仍面临挑战。

针对这一挑战,鲁东大学徐文龙团队在《Chemical Engineering Journal》上发表了最近研究成果。该研究提出了一种表面活性剂囊泡辅助自由基聚合策略,通过阳离子表面活性剂十六烷基三甲基溴化铵(CTAB)与阴离子表面活性剂十二烷基硫酸钠(SDS)的复配自组装构筑稳定的囊泡结构,并引入亲水单体丙烯酰胺(AM)和疏水单体甲基丙烯酸月桂酯(LMA),制备具有纳米结构域的疏水缔合水凝胶。研究发现,囊泡双分子层能够选择性容纳疏水单体LMA及疏水性光引发剂DEAP,而亲水单体AM主要分布于水相,从而构建局部聚合微环境。得益于囊泡结构对聚合过程及水凝胶网络组织的调控,所制备的囊泡辅助水凝胶(Hydrogel@vesicle)表现出优异的力学性能,具有良好的变形恢复能力和循环稳定性。此外,该水凝胶还表现出优异的应变传感性能。研究进一步将其集成于柔性智能鞋垫,并结合随机森林(RF)机器学习算法,实现了正常足与扁平足在站立和行走状态下的高精度分类识别,准确率达到99.7%。研究为利用表面活性剂自组装结构调控自由基聚合过程、构筑高性能纳米结构水凝胶提供了新的设计思路,并拓展了其在柔性传感和智能足底监测领域的应用潜力。



研究采用CTAB和SDS构筑阴阳离子复配囊泡,并引入亲水单体AM和疏水单体LMA,建立囊泡辅助自由基聚合体系。通过动态光散射和Zeta电位分析发现,随着表面活性剂浓度增加,囊泡结构逐渐形成并表现出不同的粒径和表面电荷特征。加入LMA后,囊泡粒径及界面电荷发生变化,表明疏水单体参与了囊泡结构的组装与调节。荧光光谱进一步表明,LMA能够进入囊泡的疏水区域并占据部分疏水空间。随后,通过ATR-FTIR、SEM-EDS、XRD和 SAXS等手段对水凝胶的化学组成和微观结构进行表征。结果表明,LMA成功参与水凝胶网络构筑,囊泡相关组分在凝胶内部实现较为均匀的分布。与无表面活性剂聚集体及胶束辅助体系相比,囊泡辅助水凝胶呈现出更加开放、均匀且相互连通的网络形貌。流变测试进一步显示,Hydrogel@vesicle具有更高的储能模量和更大的弹性贡献,说明囊泡结构能够有效调控聚合物网络组织,提高水凝胶的有效网络约束。


图1. (a) 加入单体前后溶液中囊泡的粒径;(b) 加入单体前后溶液的|ζ|电位;(c) 不同单体比例下预聚液的荧光光谱;(d) AM、LMA以及囊泡水凝胶的ATR-FTIR光谱;(e) 冻真空干燥后的囊泡水凝胶的扫描电镜图与能谱图;空白水凝胶、胶束水凝胶、囊泡水凝胶的(f) XRD图谱;(g) 小角X射线散射(SAXS)谱图;(h) 应变扫描流变曲线。


为进一步揭示囊泡参与自由基聚合的作用机制,研究人员结合分子动力学模拟和SAXS分析,对单体在囊泡中的分布及聚合前后的结构变化进行了研究。囊泡双分子层能够提供独特的亲水–疏水界面环境,其中疏水单体LMA通过疏水相互作用锚定于双分子层中,疏水性光引发剂DEAP也倾向于分布在囊泡的疏水微区,而亲水单体AM则主要存在于水相中。在紫外光照射下,DEAP产生自由基并促进LMA相关区域的聚合引发,随后生长的聚合物链进一步参与三维网络的形成。分子动力学模拟直观展示了LMA向囊泡双分子层内部扩散并稳定锚定的过程。进一步利用SAXS对囊泡双分子层进行拟合分析,发现聚合前后亲水层–疏水层–亲水层的厚度分别约为1.3 nm、2.8 nm、1.7 nm和1.2 nm、2.7 nm、1.6 nm,对应总特征厚度分别约为5.88 nm和5.64 nm。上述结果表明,尽管聚合过程中可能发生局部的分子交换和结构重排,但囊泡的特征性双分子层组织仍能够得到较好的保留。这种囊泡辅助的局部聚合微环境为疏水单体的空间分布及水凝胶网络构筑提供了有效调控途径。


图2. (a) 囊泡辅助自由基聚合的反应机理;(b) LMA扩散进入囊泡双分子层结构的动力学模拟;(c) 囊泡双分子层结构的均方根偏差(RMSD);(d) 聚合前溶液、(e) 囊泡水凝胶的SAXS原始数据与拟合数据。


研究系统考察了表面活性剂浓度和亲疏水单体比例对水凝胶力学性能的影响。结果表明,随着表面活性剂浓度增加,水凝胶的断裂应力、断裂伸长率、弹性模量和韧性均得到明显改善,其中表面活性剂浓度为1.2%时表现出较优的综合性能。进一步调节AM与LMA的比例发现,当AM为9:1时,水凝胶获得较优的力学性能,而过量LMA则可能引起更明显的相分离和网络结构不均匀,从而削弱材料性能。与无表面活性剂聚集体和胶束辅助水凝胶相比,囊泡辅助水凝胶表现出更高的断裂应力、断裂伸长率及弹性模量,其体积韧性达到160 kJ/m³,约为胶束辅助水凝胶的3.2倍。同时,Hydrogel@vesicle在60%压缩应变下的残余应变仅为2.0%,明显低于Hydrogel@micelle的10.0%和Hydrogel@none的15.2%,体现出优异的变形恢复能力。逐级拉伸测试显示,材料在不同应变条件下具有稳定的加载–卸载响应,拉伸过程中的能量耗散比例约为5%。此外,在50%应变下经过500次拉伸和500次压缩循环后,水凝胶仍能够保持稳定的力学响应。上述结果说明,囊泡双分子层与疏水聚合物链之间的动态相互作用能够通过界面变形、摩擦滑移及可逆结构重排参与应力耗散,同时维持网络结构的稳定性,从而赋予水凝胶优异的力学性能和循环耐久性。


图3. 水凝胶的力学性能。(a) 不同表面活性剂含量下的拉伸应力-应变曲线;(b) 不同AM:LMA配比下的拉伸应力-应变曲线;空白水凝胶,胶束水凝胶以及囊泡水凝胶的(c) 拉伸应力-应变曲线;(d) 断裂应力与断裂伸长率;(e) 弹性模量与体积韧性;(f) 在60%应变下的应力松弛率;(g)  残余应变;(h) 囊泡水凝胶的渐进拉伸曲线;(i)不同拉伸应变下的耗散能与耗散比;囊泡水凝胶在50%应变下循环500次的(j) 拉伸曲线;(k) 压缩曲线。


由于CTAB和SDS的引入,囊泡辅助水凝胶具有良好的离子导电能力,可将外界机械变形转化为可检测的电阻信号。研究人员进一步系统评估了Hydrogel@vesicle的应变传感性能。结果表明,该水凝胶能够对不同程度的压缩变形产生清晰、稳定且可逆的电阻响应。在压缩应变为0–10%、20–40%和40–80%的范围内,其应变灵敏系数(GF)分别为1.45、1.29和0.98。此外,该传感器在不同压缩速度下均能够保持稳定的电阻响应,体现出良好的速度适应性。通过同步监测机械应力与电阻信号发现,两种信号具有良好的对应关系,电学信号与机械响应之间的时间偏差仅为0.176 s,表明材料能够实现快速的响应。在60%较大压缩应变下经过500次循环加载后,传感器仍保持稳定的电阻响应,展现出良好的循环传感耐久性,为后续智能鞋垫的构建提供了可靠的材料基础。


图4. 囊泡水凝胶的应变传感性能。(a) 囊泡水凝胶的电阻变化率随压缩应变的变化关系;(b) 小应变下以及(c) 大应变下的相对电阻变化率;(d) 固定应变下,不同压缩速率对应的相对电阻变化;(e) 连续循环压缩过程中相对电阻与应力的同步变化;(f) 相对电阻曲线与压缩应力曲线对比;(g) 在60%应变下进行500次压缩循环时的相对电阻变化。


基于囊泡辅助水凝胶优异的力学性能和应变传感能力,进一步设计了一种柔性智能鞋垫,将水凝胶传感单元集成于前足、足弓和足跟等关键压力区域,实现对足底压力分布及动态变化的实时监测。通过微控制单元采集传感器电信号,并结合MATLAB平台进行数据预处理、特征提取和足底状态分析,构建了完整的智能监测系统。研究共采集3000组数据,并提取36维特征参数,建立了包含正常足站立、扁平足站立、正常足行走和扁平足行走四种类别的数据集。针对采集过程中可能存在的高频噪声及异常信号,采用五阶低通Butterworth滤波器进行数据预处理,并通过参与者层面的8:2比例划分训练集和独立测试集,以降低数据泄漏对模型评价的影响。进一步比较随机森林(RF)、支持向量机(SVM)、K近邻(KNN)、朴素贝叶斯( NBC)、神经网络(NN)和决策树(DT)等六种机器学习算法发现,随机森林模型表现出最佳的综合分类性能,准确率达到99.7%。混淆矩阵结果也显示,四种足底状态之间仅存在少量误分类,体现出该模型对不同足型及运动状态的良好区分能力。该工作将柔性水凝胶传感器与机器学习算法相结合,实现了足底压力信号采集、数据处理和运动状态分类的集成,为智能鞋垫、足底压力监测及足部健康评估提供了一种新的技术方案。


图5. (a) 智能鞋垫示意图;(b) 智能鞋垫工作流程图;(c) 各类动作的热力图;(d) 不同行为对应的信号变化图;(e) 模型精度对比;(f) 随机森林算法结构;(g) 混淆矩阵。


总体而言,该研究提出了一种表面活性剂囊泡辅助自由基聚合策略,通过CTAB/SDS阴阳离子表面活性剂自组装构筑具有特征性双分子层结构的囊泡,并利用其对亲疏水单体的选择性分配作用,实现了对自由基聚合微环境及水凝胶网络结构的有效调控。研究通过多种实验表征和分子动力学模拟,揭示了LMA在囊泡双分子层中的锚定行为,并证实了囊泡特征性双分子层组织在聚合后基本得以保留。得益于囊泡相关纳米结构域与聚合物网络之间的协同作用,所制备的Hydrogel@vesicle表现出优异的综合力学性能,其体积韧性达到160 kJ/m³,约为胶束辅助体系的3.2倍,同时具有良好的变形恢复能力、循环稳定性和应变传感性能。在此基础上,研究团队进一步构建了机器学习辅助的柔性智能鞋垫,实现了正常足与扁平足在站立和行走状态下的高精度分类识别,准确率达到99.7%。该研究为利用表面活性剂囊泡调控自由基聚合及构筑高性能纳米结构水凝胶提供了新的研究思路,也为柔性传感材料与机器学习技术相结合的智能可穿戴健康监测系统提供了新的应用方向。


论文链接:

https://doi.org/10.1016/j.cej.2026.183512


相关进展

鲁东大学徐文龙课题组 Nano Res.:基于纳米空化增强策略的抗疲劳深共晶凝胶及深度学习辅助的手语识别摩擦电智能手套

鲁东大学徐文龙课题组本科生一作 Polymer:小麦废弃秸秆衍生的碳点光热膜实现高效太阳能海水淡化

鲁东大学徐文龙 Small:双功能柔性深共晶凝胶:锌电池枝晶抑制和机器学习辅助监测帕金森疾病

鲁东大学徐文龙课题组本科生一作综述文章:水凝胶赋能智慧农业 - 制备、性质、应用和未来展望

鲁东大学徐文龙课题组 Macromolecules:通过高引发剂含量使物理交联水凝胶兼具高机械性能和温度敏感性

鲁东大学徐文龙 Adv. Sci.:溶剂置换离子液体热电凝胶-用于机器学习辅助的自供电摩斯电码通信

鲁东大学徐文龙 Small:机器学习辅助的表面活性剂增强型抗溶胀水凝胶柔性传感器用于水下手势识别

鲁东大学徐文龙、吴楠 Ind. Crop. Prod.:可调水凝胶无土栽培基质对大豆幼苗和根系生长的影响

鲁东大学徐文龙课题组 AFM:一种抗冻凝胶作为应变传感器和机器学习辅助的摩擦电纳米发电机在极端环境中的智能运动监测

鲁东大学徐文龙、吴楠 ACS AMI:水凝胶和盐地碱蓬对盐碱土壤Cd污染的联合修复  

高分子科技原创文章。欢迎个人转发和分享,刊物或媒体如需转载,请联系邮箱:info@polymer.cn

诚邀投稿

欢迎专家学者提供稿件(论文、项目介绍、新技术、学术交流、单位新闻、参会信息、招聘招生等)至info@polymer.cn,并请注明详细联系信息。高分子科技®会及时推送,并同时发布在中国聚合物网上。

欢迎加入微信群 为满足高分子产学研各界同仁的要求,陆续开通了包括高分子专家学者群在内的几十个专项交流群 ,也包括高分子产业技术、企业家、博士、研究生、媒体期刊会展协会等群,全覆盖高分子产业或领域。目前汇聚了国内外高校科研院所及企业研发中心的上万名顶尖的专家学者、技术人员及企业家。

申请入群,请先加审核微信号PolymerChina(或长按下方二维码),并请一定注明:高分子+姓名+单位+职称(或学位)+领域(或行业),否则不予受理,资格经过审核后入相关专业群。

点

这里“阅读原文”,查看更多

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/203609