在现代科技高速发展的背景下，复杂的操作环境对智能材料的性能提出了更高要求。兼具多响应性、高 稳定性 与精确反馈能力的智能材料，已成为航空航天、生物医学、智能制造等众多领域的迫切需求。然而，传统智能材料在集成多种响应机制方面存在显著局限性，多模态传感器普遍面临信号交叉敏感和解耦困难的问题，通常需要依赖复杂的后端算法进行数据分离，这不仅增加了系统的复杂性，也显著提升了计算成本。如何突破这一技术瓶颈，实现高效、智能的传感，成为当前材料科学领域的重要研究方向。
近日， 中国科学院理化技术研究所与北京林业大学联合科研团队 取得研究进展，创新性地提出了一种拮抗 型 液态金属智能架构（ Antagonistic Liquid Metal Architecture , ALMA ）。该架构通过巧妙 利用变形与磁性之间的拮抗效应，实现了电感信号对温度的精确调控，并在此基础上成功实现压力和温度信号的内在解耦多模态传感。 同时，研究团队通过表面仿生设计，赋予了该材料优异的环境 稳定性 。相关研究成果以 “ Antagonistic Effect between Deformation and Magnetism in Liquid Metal Coils Smart Architecture for Multi-Mode Sensing ” 为题，于近日在 Advanced Functional Materials 期刊 在线发表。理化所博士生 李楠 为论文第一作者，理化所 刘静研究员 和北林 王磊副教授 为通讯作者。 展飞、苏军、李昱庆、陈雪庆、郭明晖 等参与 了该 研究。
ALMA 的核心在于对液态金属线圈 变形效应与磁性效应之间拮抗关系 加以 创造性运用。当环境温度升高时，基 体 发生热膨胀，导致线圈几何结构改变，进而使电感产生正响应；与此同时， PDMS@Fe 基 体 的磁导率随温度升高而降低，引起磁场强度减弱，促使电感产生负响应。研究团队通过系统研究发现，通过精确调控 Fe-PDMS 的重量比，该架构的温度系数能够在正（ 0.032 %/K ）至负（ -0.052 %/K ）范围内实现线性变化，展现出良好的可控性与线性度。
更值得关注的是，基于这一独特的拮抗机制， ALMA 实现了 无需复杂算法的内在解耦多模态传感功能 。研究表明，当 Fe-PDMS 重量比优化至 1.4 时，电感信号对温度变化呈现出高度不敏感性，从而能够精准测量压力信息；同时，利用 ALMA 固有的电阻信号，可直接获取温度信息。这一成果 显著 改变了传统多模态传感器依赖复杂后端数据处理算法的局面， 大大 简化了系统设计与实时数据处理流程。
为满足复杂严苛应用环境的需求，研究团队通过 液态金属结晶模板原位生长 ZnO 微纳结构 阵列 ，并进行化学修饰，成功为 ALMA 构建了仿生超疏水表面，其水接触角超过 150° ，具备优异的拒水性能。长期环境监测实验结果表明，在潮湿、多尘及腐蚀性等复杂环境条件下， ALMA 仍能保持稳定运行，并对微小温度波动进行精确监测，展现出卓越的可靠性与环境适应性。
这一研究成果的取得，为智能材料与多模态传感技术的发展开辟了新路径，有望在多个领域得到广泛应用。未来，随着研究的不断深入， ALMA 或将为更多领域带来创新性解决方案，推动相关技术的进一步发展。
图 1. ALMA 的基本特征以及变形与磁性之间的 拮抗 效应。
图 2. 影响 ALMA 性能的因素分析及 PDMS@Fe 材料性能研究。
图 3. ALMA 对温度变化的响应。
图 4. 具有 自解耦功能 的压 力 温 度 多模式传感。
图 5. ALMA 在极端环境中的腐蚀测试及长期环境监测。
论文信息：
N. Li, F. Zhan, J. Su, Y. Li, X. Chen, M. Guo, L. Wang, J. Liu, Antagonistic Effect Between Deformation and Magnetism in Liquid Metal Coils Smart Architecture for Multi-Mode Sensing. Adv. Funct. Mater. 2025, 2507514.
https://doi.org/10.1002/adfm.202507514
来源：高分子科学前沿
声明：仅代表作者个人观点，作者水平有限，如有不科学之处，请在下方留言指正！
热门跟贴