用于智能包装的柔性有机聚合物气体传感器及其系统集成

随着物联网（IoT）相关消费电子产品的高需求和快速发展，人们已开发出各种方法，将不同类型的指示器或传感器集成在食品包装中，用于快捷检测食品的质量安全。智能包装技术是监测包装食品状态的有效方法，可以减少食物浪费以及食源性疾病的发生。食品质量可以通过检测与食品降解和/或气调包装中气体含量相关的挥发性化合物来直接评估。目前，基于有机/聚合物功能材料的柔性气体传感器已被广泛研究，通过利用其电气或机械性能可以实现微量气体检测。

智能包装系统的概念图示

据麦姆斯咨询报道，近期，上海交通大学郭小军教授、刘瑞丽副教授、李思莹博士等研究人员在Advanced Sensor Research期刊发表了一篇题为“Flexible Organic Polymer Gas Sensor and System Integration for Smart Packaging”的综述文章，讨论了智能包装对气体传感器及其系统集成的要求，回顾了柔性有机/聚合物气体传感器和智能包装应用系统集成的最新进展和策略，并分析了柔性气体传感器及其系统集成在智能包装应用中所面临的挑战和机遇。

智能包装对气体传感器及其系统集成的要求

将智能包装技术应用于食品的目的不仅是延长保质期和提高食品安全性，还包括与整个供应链中的消费者交换食品质量和追溯信息。由于目标气体的浓度在ppb至ppm范围内，用于智能包装的气体传感器需要具备高选择性、高灵敏度和长期耐用性。更重要的是，在运输过程中，气体传感器需要具备足够的灵敏度和柔韧性，能够适应变形或严苛的外力条件。此外，气体传感器应该易于与简单的结构和标准的读出接口电路集成。

目前，智能包装技术进入市场的主要制约因素是其生产成本高，印刷柔性气体传感器和电路有望显著降低其成本。印刷/涂层技术具有高通量、无掩模、低温和大面积加工等优点，被认为是在各种基材上制造气体传感器的一种经济有效的方法，并且与包装行业兼容。用于智能包装的气体传感器的材料，包括基板、电极和活性层应该无毒、低成本，并适用于大规模加工。为了实现通信和信息功能，还需要有效的系统集成方法，将传感器和读出电路、天线、显示器、电池集成在智能包装系统中，以便通过智能手机与消费者进行交互。

提高智能包装气敏性能的策略

为了满足智能包装的要求，柔性有机/聚合物气体传感器需要解决灵敏度低、响应慢、稳定性差等性能方面的问题。为了提高印刷柔性有机/聚合物气体传感器的性能，在材料和加工方法方面，可以采取几种策略，包括调整敏感层形貌和微观结构、使用官能团修饰活性层，以及与多组分传感材料进行混合等方法。

调整气体传感器敏感层形貌和微观结构是提高传感器性能的有效方法。通常，轻薄、粗糙和多孔的形貌有助于提高传感器的性能，因为高表面体积比及孔隙的存在不仅为气体吸附提供了较大的表面积，还促进了气体分子通过敏感层的扩散。目前研究人员们已经实现了从一百纳米到几纳米甚至分子水平的敏感层厚度。

Li等人提出的优化和表征气体敏感层形貌的方法

为了提高气体传感器的选择性，利用对目标气体具有特定灵敏度的化学官能团修饰活性层表面是一种有效的策略。将具有特殊官能团的有机活性材料功能化，可以实现对有机/聚合物气体传感器的选择性定制，是目前重要的发展趋势之一。

Chang等人提出的官能团修饰活性层的方法

此外，与单一传感材料相比，将不同的功能导电或半导体纳米材料（例如金属、金属氧化物、碳纳米管和石墨烯）掺杂到有机聚合物中也可以提高智能包装的气敏性能。由于不同种类材料之间的协同作用，复合薄膜可以提供更多的活性位点和界面，与目标气体相互作用，从而提高气体传感器的性能。

Li等人提出的利用复合薄膜作为活性层的方法

用于智能包装的柔性气体传感器系统集成策略

在柔性基板上实现智能包装系统集成的方式有两种。一种是使用柔性印刷电子器件和嵌入式硅芯片的柔性混合集成系统。智能包装对价格敏感且需要高度定制化，常见的基于MEMS技术的传感器解决方案受到设计多样化、单位面积成本高（尤其是小批量生产时）以及从设计到生产周期长等限制，难以满足要求，因此柔性混合集成系统策略为智能包装提供了一个有前景的解决方案。另一种是无需任何硅芯片的全印刷柔性集成系统。虽然印刷逻辑电路远不如传统的硅基技术解决方案成熟，性能也无法与当前的硅基技术相提并论。不过，印刷方案足以满足性能相对简单的智能包装应用。更重要的是，印刷组件集成了柔性系统（例如显示器、晶体管、电池、RFID和传感器），可以根据不同的功能应用进行定制。这种策略进一步降低了系统制造成本并提高了灵活性，是实现智能包装系统集成的可行方案。

Zhu等人提出的智能包装柔性混合集成系统

Kang等人提出的无线智能包装系统

由于传感材料与待测气体之间难以实现特异性检测，仅依靠传感器本身实现对目标气体的检测和识别很困难，因此需要通过构建多个传感器或阵列来提高识别的准确性。气体传感器阵列会产生大量数据。在气体传感信号处理方面，近年来，研究人员们在智能机器学习（ML）算法方面进行了大量的工作，例如主成分分析（PCA）、线性判别分析（LDA）、人工神经网络（ANN）、支持向量机（SVM）和随机森林（RF）等都是用于监测食品安全和质量的电子鼻的典型数据分析和信号处理方法。

用于评估智能包装系统食品质量和安全的气体传感器数据分析和处理示意图

柔性气体传感器及其系统集成在智能包装应用中的挑战与机遇

在气体传感器真正用于智能包装之前，目前仍有许多挑战需要克服。首先，传感器的重复性、准确性、稳定性和灵敏度是实现智能包装应用的关键。可用于食品包装的传感材料种类有限，设计者需要在灵敏度、选择性、稳定性和安全性之间进行权衡。一方面，与食品直接接触的包装材料不应带来任何健康风险，因此开发基于生物和可食用材料的传感材料是一个有前景的解决方案。另一方面，纳米材料制备和加工的进展使得传感器的响应/恢复时间和灵敏度得到了提高。然而，在复杂环境中对特定目标气体的选择性仍然是一个重要的挑战。通过构建气体传感器阵列、利用信号处理和开发电子鼻技术，可以提高识别的准确性。因此，了解传感材料纳米结构、器件结构、阵列排布和数据处理算法在气体传感器的灵敏度、选择性、稳定性和响应时间方面的作用机制非常重要。

除此之外，在柔性气体传感器应用于智能包装的商业化过程中，还需要考虑诸多限制因素，例如立法规则、消费者偏好和市场动机等。

审核编辑：刘清