柔性传感-水产无源柔性氨气传感

★  研究背景

传统的刚性传感器和不完善的校准方法难以满足水产品供应链中食品质量安全监测的需求，需要重新设计和优化。本文设计并优化了一种用于水产监测的基于自适应参数调整人工神经网络（APA-ANN）的无源柔性氨气传感器。设计的传感器可以通过13.56MHz的射频识别（RFID）获取氨气信息并传输到读取器。通过具有约63.07%收集效率的能量采集模块，无源柔性氨气传感器在无电池的情况下收集射频能量并为传感器正常工作提供电力。中国农业大学张小栓教授团队将RFID和柔性传感技术相结合，设计并制作了一种用于水产品监测的无源柔性氨气传感器。它可以最大限度地减少正常操作的功耗，同时减少传感器尺寸和重量，从而在没有电池的情况下实现自我能量采集。最终，通过RFID、柔性传感和APA-ANN的集成实现了能量采集、包装内部环境改善及传感器输出校准优化：提出了一种用于水产供应链监测的无源柔性氨气传感器;柔性传感器可以避免包装损坏，实现可持续利用；传感器通过RFID实现无线传输和射频能量采集，无需电池供电;4. APA-ANN可以提高传感器输出精度，实现减损控制。

★  文章解析

图1展示了柔性传感器的结构，主要包括柔性基板、电极层、传感层和绝缘层。碳纳米管（CNTs）具有高灵敏度、纳米级电子传输、热传导和表面吸附材料的快速响应特性，与不同的导电材料或聚合物相结合，形成了P-N半导体，有效地提高传感性能。当碳纳米管暴露于空气中时，NH3分子被覆盖在SWCNT膜的表面上用于电子转移。此时，SWCNT显示出P型半导体特性，而ITO显示出N型半导体特性并且它们的界面形成P-N结。另外，传感器的制备过程则包括电晕处理、杀菌消毒、均质震荡等预处理及转换传输层打印、传感层打印、固化烧结等喷墨打印过程。

图1： 氨气传感器的传感机理及制作流程图

图2展示了无源柔性氨气传感器的结构和工作流程。它由传感模块、控制和处理模块、射频通信模块和能量采集模块组成。RFID芯片通过设计的天线接收RFID读取器发送的信号和射频能量，并通过整流滤波电路将其转换为直流电。然后通过升压电路放大微弱的直流电压，并将收集的能量存储到超级电容器中。

图 2：无源柔性氨气传感器的结构和工作流程

图3展示了喷墨打印后的柔性氨气传感器及其组件。设计了三个不同的电极来实现氨信号到电信号的传输，选择具有较高敏感性，高稳定性，低电阻，导电性更好的电极进行刮涂。图3也展示了天线和多层可拉伸柔性电路的打印、点胶和焊接，最终，将上述组件集成在一起的多层可拉伸柔性氨气传感器包括敏感层、转换传输层、多层可拉伸电路、绝缘层、电子元件和封装层。

图 3：无源柔性氨气传感器及其元件

图4展示了天线在仿真过程中的优化尺寸、回波损耗S11和阻抗匹配结果，图5则展示了其在电磁场中的电磁性能，越靠近天线中心，增益越高，磁场和电场的最大值集中在中心天线附近。实际的天线性能显示它在13.733 MHz的工作频率下具有−25 dB的回波损耗S11和45.2Ω的阻抗匹配，满足了能量采集和供电的需求。

图 4：天线仿真和优化

图 5：天线性能仿真与实际测试

图(6-7)分别为传感器性能测试及在实际运输过程中的校准实验。传感器的静态特性、动态特性及其稳定性表明柔性传感模块具有响应快、灵敏度高的特点，并且更快的传感响应有效地降低了功率损耗并提高了能耗效率。

牡蛎和鲍鱼的实际测试表明氨气和硫化氢在首次被检测到后都有相似的趋势，呈指数变化，而二氧化碳则呈线性上升趋势。所有温度、湿度和氧气指标在波动后逐渐达到并保持稳定。然后，经过相关性分析，排除了与氨气相关性较低的参数。

图 6：传感器输出校准

图 7：具有多重干扰的交叉灵敏度效应的传感器验证

图8展示了通过APA-ANN获得的最终传感器输出校准优化。在牡蛎和鲍鱼的实际验证过程中，氨气传感器受到多干扰交叉灵敏度影响的训练集、测试集和验证集的相关系数R均高于0.997，这表明APA-ANN可以克服原有氨气传感器的低稳定性、精度差及其他缺陷。此外， APA-ANN的性能分析显示其绝对误差分别在区间[-0.4573,0.1779]和[-0.3786,0.4928]内变化，指标的变化趋势表明校准值估计具有很强的一致性。

图 8：基于APA-ANN的传感器输出校准优化