Гибкий материал для умной одежды и датчиков создали в России
Курчатовский институт и МФТИ шестого октября сообщили о новой разработке. Получены гибкие мемристоры, которые не разрушаются при сильном сгибании и сохраняют работоспособность дольше известных аналогов. Об этом сообщает портал ТАСС.
Основу элемента составляет композит из полимера с наночастицами оксида молибдена. По словам сотрудников пресс-службы научного центра, такой состав обеспечивает более стабильную работу устройства. Применять его предлагают в фитнес-браслетах, медицинских сенсорах и умной одежде.
Мемристор хранит и обрабатывает сведения одновременно. Сопротивление элемента плавно меняется под действием напряжения и сохраняется после его снятия. Механизм сравнивают с пластичностью мозга: связь между нейронами крепнет или слабеет в зависимости от того, как часто идут сигналы. Поэтому нейросети удаётся строить прямо внутри носимого гаджета.
Органические гибкие мемристоры обычно чувствительны к влаге и постепенно теряют свойства. Исследователи взяли подложку из полиэтиленнафталата, а активный слой выполнили из парилена. Этот прозрачный полимер одобрен для медицинского применения, им защищают имплантаты и электронику. Слабое место парилена — резкие и плохо предсказуемые переключения между состояниями. Полупроводниковые наночастицы помогли это исправить: в материале формируются более устойчивые проводящие каналы.
Эксперименты показали, что устройства держат свыше тысячи циклов переключения и продолжают работать после изгибов радиусом до 5 мм. Спустя полгода характеристики остались прежними, деградации не зафиксировали. Компьютерная модель подтвердила: нейросеть на таких элементах распознаёт физическую активность человека по сигналам датчиков с точностью около 90%.
Руководитель проекта Анна Мацукатова, научный сотрудник НИЦ «Курчатовский институт», отметила, что элементы можно закрепить на руке или на одежде. Энергии они расходуют существенно меньше обычных гаджетов, а датчики на их основе работают автономно и долго. В перспективе речь идёт о нейропротезировании, машинном зрении, робототехнике и обработке больших массивов данных. Проект поддержал Российский научный фонд, а результаты напечатал Journal of Alloys and Compounds.
