聂双喜教授最新Nature子刊：仿生氨气传感器

纳米人

2026-02-10

研究背景

全球每年产生约1.83亿吨氨气，其中约80%向大气排放，其轨迹广泛涉及工业、农业和医疗等领域。氨气是一种具有强烈刺激性的无色气味，同时腐蚀性和毒性极强。长期暴露于浓度大于50 ppm的氨气中会导致严重的呼吸疾病，甚至死亡。高效、准确探测氨气含量对生态环境和人类健康具有重要意义。

响应滞后性一直是氨气传感器难以突破的技术瓶颈，限制其在高精度、高性能设备中的应用潜力。摩擦纳米发电机探针提供了一种原位快速检测的技术方案。它以液固界面瞬态的电子转移作为输出，足以提供毫秒级的响应能力。然而，传统的摩擦纳米发电机探针并不具备气体响应能力，合理设计基于水电感知机制的气体传感器仍然存在挑战。

文章概述

近日，聂双喜教授团队受肺泡结构特征及其气体交换过程启发，开发了一种空心液滴（A-droplet）驱动的气体传感器。传感器通过液固界面的瞬间电子转移实现快速响应，不依赖气体分子吸附与解吸的化学反应过程。这种水电感知机制产生前所未有的快速响应能力，响应时间超越目前主流氨气传感器。该项成果以题为“Bioinspired triboelectric droplet sensor for ammonia monitoring”发表在《Nature Communications》上。2022级博士研究生刘涛为第一作者，聂双喜教授为通讯作者，李雪迪、何焕杰、于康、张松、叶梓怡、崔雪、罗斌、刘艳华、迟明超、王金龙、蔡晨晨等参与研究，广西大学为唯一完成单位。

图文导读

1．氨气传感器的仿生灵感

肺泡是生物呼吸感知和调节系统的核心功能单位。氧气通过扩散作用从肺泡进入血液，与血红蛋白结合形成氧合血红蛋白，随后被外周化学感受器识别，以维持血氧浓度在适宜范围内。这项工作受此启发，开发了一种A-droplet驱动的氨气传感器。A-droplet内部的氨气通过扩散作用溶解于水中，并伴随电离产生大量离子，调控液固界面的接触起电过程，其工作机制突破了传统固体材料依赖于气-固分子反应的局限性。

图1. 仿生启发的摩擦电氨气传感器

2．高响应性氨气传感器的设计

氨气传感器由A-droplet制备装置和摩擦纳米发电机探针组成。A-droplet采用同轴注射系统滴注，液滴的尺寸由注射系统的气液流速比控制。当A-droplet撞击摩擦纳米发电机探针时，传感器形成闭环电路并产生输出。当外部空气受氨气污染时，摩擦纳米发电机探针在四次循环后达到稳定输出，其响应时间为1.4秒，超越了现有氨气传感器的相关报告。

图2.传感器的结构和性能

3．空心液滴提高传感稳定性

传感器的输出性能和稳定性取决于A-droplet在FEP表面的撞击-释放过程。在静止状态下，摩擦纳米发电机探针的电路处于断开状态。A-droplet撞击后形成闭合电路，使得电子通过外部电路流通，从而产生响应输出。通过对比测试和高速摄像机观察，发现A-droplet的液面波动幅度明显低于普通液滴，表明在循环工作过程中A-droplet具有更稳定的液固接触面积。实验结果证明，A-droplet驱动的液固摩擦纳米发电机探针具备更出色传感稳定性。

图3. 传感器的工作原理

4．摩擦纳米发电机探针的优化

采用高速相机观察，结合流体模拟分析A-droplet在撞击过程中流体稳定性的原理，发现A-droplet受内外两个气液界面的相互影响，内部流体形成反向流体抵消撞击产生冲击力，从而抑制液滴的回弹，使得液体扩散更稳定。并通过优化A-droplet的释放高度和摩擦纳米发电机探针的工作角度，调节传感器的输出稳定性达到最佳水平。

图4. 传感器的稳定性优化

5．氨气诱导的液固界面双电层

氨气溶于水后，容易从水分子中接受质子，形成铵根离子，同时生成一个氢氧根离子。液固界面接触起电过程中电子转移和离子吸附同时进行。对于离子含量较少的水溶液，电子转移占主导地位，具有较强电子保留能力的含氟官能团从水分子甚至离子中获得电子。对于溶解氨气并含有大量离子的A-droplet，离子的竞争性吸附将占据大量电子转移点位，限制含氟官能团从水中获取电子。氨气浓度升高进一步增加了液固界面的自由离子含量，从而产生更显著的屏蔽效应。这种基于离子介导的液固界面接触起电过程，为水电传感机制响应氨气浓度成为一种有效途径。

图5. 氨气响应机制

6．人工智能增强氨气传感

在农业系统中利用智能传感器，结合人工智能技术和无线传感技术，实现跨越学科的数据处理与分析，将创造更健康、安全的农业生产环境。开发了一个由同轴式注射器、摩擦纳米发电机探针、无线传感模块集成的氨气传感平台。当顶部同轴注射器生成并释放A-droplet时，由摩擦纳米发电机探针产生的电信号会进入无线传感模块中，并通过蓝牙传输至移动端，实现氨气浓度的远程无线监控。采用卷积神经网络优化和处理无线传感信号，屏蔽环境伪影并提高传感精度，使得传感器对氨气浓度的识别准确率提高至98.4%。

图6. 深度学习强化氨气无线传感

总结

这项研究已经证明了利用A-droplet实现气体感知的有效性，并开发了一种基于液固接触起电为原理的氨气浓度传感器。传感器具备优异的响应时间和稳定性，有望为构建通用性气体传感平台提供有价值的参考。深度学习技术被成功引入，有效增强氨气浓度识别的准确率。另外，A-droplet抗回弹和抗破碎的性能优势增强了抗冲击性，并有可能在液滴动力学领域产生有趣的新现象和新功能。预计通过明智地调整A-droplet的内部结构组成，可以预见大量违反直觉的现象和有价值的应用。

原文链接：https://doi.org/10.1038/s41467-026-68974-4