人物风采

联系我们

联系人:谢老师、童老师

电话:0571-28868703、28860711

邮箱:tzb@hznu.edu.cn

人物风采

当前位置 :  首页 > 统战风彩 > 人物风采

我校九三学社社员、材化学院朱雨田等最新科研成果发表在Advanced Functional Materials 上

来源 : 党委统战部     作者 : 科研处     时间 : 2026-01-15

近日,我校九三学社社员、材料与化学化工学院朱雨田教授团队联合南开大学刘遵峰教授,在智能纤维传感与人机交互领域取得新进展。相关成果以《Seamlessly Integrated, High-Output and Robust Triboelectric Nanoyarns: Continuously Electrospun Core-Sheath Architectures for Multimodal Sensing Platforms》为题,发表在国际知名期刊《Advanced Functional Materials》(IF:19,2025)上。

朱雨田

该研究通过连续共轭静电纺纱制备的纳米纱线,在能多个应用场景种展现出良好的潜力。一是智能音乐接口:基于CNY-SE-TENG阵列构建了智能古筝系统,将纱线替换传统琴弦,演奏过程中,指腹拨弦动作可激发相应的电压信号,由ESP32单片机通过定制化电路进行信号采集与处理,并转换为控制指令驱动音频模块发声。该系统不仅能准确演奏五声音阶的连续旋律,还可再现《茉莉花》等经典旋律,验证了其在传统乐器数字化与智能音乐交互方面的可行性。二是自供电通信系统:将CNY-SE-TENG集成于手套指关节处,利用不同弯曲角度产生的电压脉冲幅度差异进行编码识别:30°以下弯曲产生低幅脉冲(对应“.”),90°弯曲产生高幅脉冲(对应“-”)。使用者通过时序控制手指动作,成功实现数字序列“2025” 的编码与识别,展示了其在人机交互与简易通信领域的应用可能性。三是智能织物识别:针对二维结构TENG在织物识别中的局限性,将一维CNY-SE-TENG集成于手套食指腹侧。当纱线滑过不同纹理织物时,因接触分离差异产生具有特异性的电压波形。通过构建一维卷积神经网络(1D-CNN)对六类织物的信号进行分析,模型在测试集上达到95.83%的准确率,混淆矩阵显示其对各类纹理均具备高精度识别能力,为基于摩擦电信号的织物表面形貌识别提供了新的思路。

材料与化学化工学院硕士研究生陈轶群和博士后黄金荣为论文第一作者,朱雨田教授、陈建闻副教授与南开大学刘遵峰教授为共同通讯作者。杭州师范大学为该论文第一完成单位。


地址:浙江省杭州市余杭区仓前街道余杭塘路2318号    邮编:311121    E-mail:tzb@hznu.edu.cn    电话:0571-28868703
版权所有:杭州师范大学党委统战部    公安备案号:33011002011919    浙ICP备11056902号-1

官方微信

地址:浙江省杭州市余杭区仓前街道余杭塘路2318号
邮编:311121
E-mail:tzb@hznu.edu.cn 电话:0571-28868703
版权所有:杭州师范大学党委统战部
公安备案号:33011002011919 浙ICP备11056902号-1
技术支持:亿校云