近期，我院翁更生教授课题组在材料领域权威期刊Advanced Functional Materials上发表了题为“Self-powered and 3D Printable Soft Sensor for Human Health Monitoring, Object Recognition, and Contactless Hand Gesture Recognition”的论文。论文第一作者为宁波大学博彩导航 硕士生唐敬植，通讯作者为宁波大学翁更生教授。

柔性传感器在健康与人机交互等方面具有不可替代的应用。当前虽然已开发出多种类型的柔性传感器，但是目前的很多柔性传感器都需要整合外部电源。这已成为柔性传感器发展的重要瓶颈。为解决这个问题，一种常见的、较为成熟的方法是将光伏电池等做成非常规的几何形状，以实现薄型、可弯曲和可拉伸的设计，其生产过程需要用到微加工技术，能耗较高，步骤多，因而发展受到限制。此外，压电材料、热电材料等也被用来构筑自供能柔性传感器。这类自供能设计能避免刚性供电器件整合的问题，但是这类传感器往往只能对某一刺激，比如压力，产生响应。近年来，原电池型自供能柔性传感器也得到了一定的发展。这类柔性传感器利用电解质材料的精心设计与电极反应可实现对多种刺激信号的响应。但是基于原电池的柔性自供能传感器在成型制造方面仍较为繁琐，且在无接触动作传感等方面的应用也鲜有报道。

为此，宁波大学翁更生教授团队基于前期在原电池型柔性自供能传感器方面的研究，开发出了基于3D打印的多重刺激响应性柔性自供能传感器。柔性自供能传感器由3D打印的PAA水凝胶作为电解质层，3D打印的Cu2+-Ala动态配位交联的PDA/Cu2+/Cu水凝胶作为负极层。在PAA水凝胶底层浸润KMnO4并最终转化成MnO2，从而构成正极层。进一步通过组装石墨薄膜电极，得到柔性自供能传感器。该传感器可应用于可穿戴设备、健康监测、物体识别、无接触手势识别等方面。

文章链接：//  onlinelibrary.wiley.com/doi/full/10.1002/adfm.202411172