随着无线技术快速发展，柔性可穿戴传感器在实时健康监测、人机交互和智能医疗领域取得显著进展。然而，设备微型化和多功能化导致电子元件内部热量堆积、电磁辐射及结构损伤问题日益凸显，不仅干扰设备正常使用，更危及人体健康。因此，开发兼具高导热性（TC）和电磁屏蔽效能（EMI SE）的自愈型聚合物复合材料，成为保障可穿戴传感器可靠性的关键挑战。

北京化工大学杨丹教授团队通过聚多巴胺/聚乙烯亚胺共交联改性石墨烯纳米片（XP/G）与水性聚氨酯（WPU）的层层自组装技术，结合真空过滤和热压工艺，成功制备出自愈型复合材料（WXPG）。该材料展现出113.6 W/(m·K)的超高导热率、67 dB的卓越电磁屏蔽效能及>90%的自愈效率。基于摩擦纳米发电机（TENG）原理，团队进一步开发出可实时监测步态和跌倒的智能鞋垫，为长期可穿戴电子设备提供了革新解决方案。

材料设计与结构表征

研究团队首创“三明治”结构设计（图1a）：首先在石墨烯表面沉积带正电的聚多巴胺/聚乙烯亚胺（P@GNPs），再通过静电吸附负载带负电的羧基丁腈橡胶（XNBR）形成XP/G单元。该单元与水性聚氨酯（WPU）通过氢键、配位键和静电作用紧密结合，经热压后形成类珍珠母贝的致密层状结构（图1b）。改性后的XP/G在水中可稳定分散48小时以上（图2a），拉曼光谱与X射线衍射证实其缺陷减少且层间距扩大至0.337 nm（图2b,g），有效抑制了石墨烯堆叠问题。

图1. WXPG复合材料的制备流程与功能示意图 a) 合成路径示意图 b) 可穿戴柔性传感器功能图示（含自愈/热管理/电磁屏蔽/步态监测） 

图2. XP/G的微观结构与性能 a) GNPs与XP/G水溶液静置48小时分散状态 b) 拉曼光谱对比 c) 傅里叶变换红外光谱对比 d) XPS全谱及C 1s窄谱 e) SEM图像与C/O/N元素面分布图 f) 热重分析曲线 g) X射线衍射图谱 h) 水介质中Zeta电位 

力学性能与自愈机制

材料力学性能惊艳——仅0.4 mm厚的WXPG₅复合材料可承载1 kg重量（图3c-i），折叠后无裂纹（图3c-ii）。XP/G含量达28%时，拉伸强度高达66.7 MPa，是纯WPU的3倍（图3e）。更值得注意的是其自愈能力：120°C加热1小时后，表面划痕完全消失（图3d），力学性能恢复率达90%以上（图3e）。该特性源于WPU链的热驱动迁移及氢键/配位键的动态重建，为可穿戴设备长期服役奠定基础。

图3. WXPG复合材料的微观结构与力学性能 a) 断裂面SEM图像：i) WXPG5, ii) WXPG16, iii) WXPG28 b) 氢键/配位键/静电相互作用示意图 c-i) 0.4mm厚样品承载1kg照片 c-ii) 弯曲与折叠状态照片 d) 120°C自愈过程光学图像 e) 原始与自愈后拉伸应力-应变曲线 f) 顶面XRD图谱 g) 2D广角X射线散射图 h) 径向积分曲线 

导热与电磁屏蔽双突破

WXPG₂₈复合材料创下113.6 W/(m·K)的面内导热纪录（图4a），较纯WPU提升57倍，远超多数已报道聚合物基材料（图4d）。其电磁屏蔽效能同样耀眼：100 μm厚度下屏蔽效能达67 dB（图5b），比效能值高达675 dB/mm（图5d），相当于仅需1.5 mm厚度即可屏蔽99%电磁波。机制研究表明（图5e），层状结构通过多次反射和吸收衰减电磁波，吸收贡献占比超60%（图5f）。材料受损后，两项性能仍可恢复至原值的90%。

图4. 热导性能表征 a) 面内与面外热导率随XP/G含量变化 b) 热传导机制示意图 c) 实测值与理论模型预测对比 d) 与已报道热管理材料性能对比 e) 原始/自愈后热导率对比 f) 不同电压下表面温升曲线 g) 升温/降温温度-时间曲线 h) 红外热成像图（WPU膜/WXPG28/PI膜） 

图5. 电磁屏蔽性能 a) 电导率随含量变化 b) EMI屏蔽效能曲线 c) 不同厚度下的屏蔽效能 d) 比屏蔽效能对比 e) 屏蔽机制示意图 f) 总屏蔽效能/吸收损耗/反射损耗 g) 原始/自愈后屏蔽效能 h) 无线充电系统屏蔽效果测试 

智能鞋垫落地医疗监护

团队将WXPG₂₈制成摩擦纳米发电机电极（图6a），其压力灵敏度达7.693%/kPa（图6b），响应时间仅95毫秒。基于此开发的智能鞋垫（图7a）在鞋掌/鞋跟布置双传感器，精准捕捉步态四阶段：脚跟触地→脚尖触地→脚跟离地→脚尖离地（图7b-c）。实验显示，该系统可区分慢走、快走、上下楼、跳跃等动作（图7d-e），并在跌倒时触发异常电流峰实现紧急报警（图7f）。结合卷积神经网络算法，步态识别准确率达100%（图7h）。

图6. WXPG28基摩擦纳米发电机性能 a) 结构及工作原理 b) 压力灵敏度曲线 c) 50Pa压力响应 d) 原始/自愈输出电压对比 e) 腕关节弯曲响应 f) 肘关节弯曲响应 g) 3600次循环稳定性 

图7. 智能步态识别系统 a) 鞋垫传感器布局 b) 步态周期四阶段示意 c) 正常行走电流信号 d) 不同步速电流特征 e) 跳跃/上下楼电流特征 f) 跌倒过程电流信号 g) CNN步态识别流程图 h) 混淆矩阵结果 i) 训练准确率变化曲线

总结与展望

该研究通过创新性层状结构设计，同步攻克可穿戴设备的散热、电磁屏蔽与耐久性难题。智能鞋垫在步态识别与跌倒监测中的成功应用，验证了材料在实时人机交互和个性化医疗中的巨大潜力。随着导热/电磁屏蔽与自愈功能的协同突破，此类材料有望推动下一代柔性电子设备向长效化、智能化方向跨越发展。