Курчатовский институт и МФТИ создали гибкий материал для умной одежды и датчиков

Устройства на основе нового материала работают стабильнее аналогов, выдерживают более тысячи циклов переключения и сгибание с радиусом до 5 мм.

Курчатовский институт и МФТИ создали гибкий материал для умной одежды и датчиков
Фото: Wikimedia Commons · иллюстративное фото

Учёные Национального исследовательского центра «Курчатовский институт» (НИЦ «Курчатовский институт») и Московского физико-технического института (МФТИ) разработали гибкий материал для умной одежды и носимых датчиков. Он не ломается при сильном сгибании и дольше сохраняет работоспособность, сообщили ТАСС в пресс-службе Курчатовского института. Разработку можно использовать в основе автономной носимой электроники: умной одежды, фитнес-браслетов и медицинских датчиков.

Гибкие мемристоры на полимерах чувствительны к влаге и другим воздействиям среды и со временем деградируют. Мемристор одновременно хранит и обрабатывает информацию: его электрическое сопротивление плавно меняется под действием напряжения и сохраняется после его снятия. Это похоже на работу синапса, вес которого постепенно усиливается или ослабевает в зависимости от частоты сигналов. Поэтому на мемристорах можно строить нейросети, работающие прямо в носимом устройстве.

В новом материале гибкая подложка сделана из полиэтиленнафталата, а активный слой — из парилена с добавлением наночастиц оксида молибдена. Парилен одобрен для медицинских применений, им покрывают имплантаты и электронику для защиты от влаги. У него был недостаток: он резко и непредсказуемо переключался между состояниями. Добавка полупроводниковых наночастиц это исправила: по мнению учёных, они формируют более стабильные проводящие каналы, по которым мемристоры переключаются.

В экспериментах устройства работали стабильнее аналогов: выдерживали более тысячи циклов переключения и сохраняли работоспособность после многих циклов сильного сгибания, включая изгибы с радиусом до 5 мм. Спустя полгода после испытаний характеристики остались прежними, деградации не наблюдалось. Компьютерное моделирование показало, что нейросеть на основе этих мемристоров может распознавать физическую активность человека по сигналам носимых датчиков с точностью около 90%.

Такие элементы можно разместить, например, на руке или на одежде, и они должны обрабатывать сигналы с существенно меньшими энергозатратами, чем это делают обычные гаджеты. Носимые датчики на их основе будут работать автономно и долго.

Анна Мацукатоваруководитель проекта, научный сотрудник НИЦ «Курчатовский институт»

Атомная энергия 2.0

Комментарии

Пока никто не написал. Будьте первым.

Читайте также

Наука и образование

УрФУ составил карту природных потоков углекислого газа в России

Карта основана на модели машинного обучения, обученной на данных сети Fluxnet со всего Северного полушария. Её проверяют наземными наблюдениями на карбоновом полигоне в Коуровке, которому исполняется пять лет.

Российские учёные предложили сочетать грибок и осиный яд против восковой моли

Новый способ защиты пчелиных ульев: в экспериментах до 90% личинок моли погибало, когда грибку добавляли компонент осиного яда. Пока это лабораторные результаты.

Учёные ВШЭ выяснили, что симуляторы завышают надёжность связи между автомобилями

Связь между автомобилями (V2X) тестируют в компьютерных симуляторах, которые считают местность плоской. Учёные МИЭМ ВШЭ показали, что из-за этого надёжность такой связи сильно завышается.

В НовГУ проверили, как пятиминутная игра в VR влияет на внимание студентов

Эксперимент с 14 студентами показал статистически значимое улучшение внимания после короткой фиджитал-тренировки в игре «Beat Saber».