有了“液體指紋庫”，智能設備味覺更靈敏

　　 智能傳感設備已在諸多領域應用，但智能傳感設備模擬人類味覺器官感受物質的能力仍有待提高。

　　中國科學院北京納米能源與系統研究所王中林院士和吳治嶧研究員團隊從人類舌頭感知味覺的過程切入，開發出一種基于液滴動態變化和液-固界面接觸起電的智能雙感官液體傳感系統。

　　得益于將液體的摩擦電特征指紋信號和卷積神經網絡深度學習算法相結合，在機器人味覺傳感、液體食品風味檢測、飲品糖分檢測、環境監測以及酒精含量檢測這5種不同應用場景中，該系統對常見液體的預測準確率均高于90%。此外，液體視覺信息的加入進一步提高了系統的感知能力，在上述5種應用場景中，液體識別準確率高達96%。這種綜合味覺-視覺雙重信息的自供電液體傳感系統設計，連同可自主產生摩擦電信號的液滴基味覺傳感器，為開發高效、低成本的液體傳感設備用于液體食品安全管理提供了技術方向。近日，相關成果發表于《自然-食品》。

　　以納米發電機為傳感探針

　　人類的味覺識別系統有高度復雜的感知機制，在舌頭這一主要味覺器官上，分布著幾千個味覺感受器——味蕾。受味覺系統多感官交互作用的啟發，該研究團隊設計出一種綜合味覺、視覺兩種感知模式的液體識別系統。

　　研究人員發現，在與聚合物表面的接觸過程中，液滴形態發生“鋪展-收縮-再鋪展”的動態交替，直至落下。不同液體的電子親和能力和物理化學性質存在差異，使得電極上的電荷轉移形成不同的摩擦電信號，因此，能夠用摩擦納米發電機作為液體傳感探針。

　　為更簡潔直觀地驗證這種液體傳感策略的可行性，團隊負責人提議采用一種空間排布兩個電極的開放式摩擦納米發電機作為實驗原型。該原型的優勢在于可主動產生摩擦電信號而不需要外部電源。

　　“我們通過聚合物薄膜和液滴之間的摩擦電荷轉移來量化設計參數。”論文第一作者、中國科學院北京納米能源與系統研究所博士生魏雪蓮說，“由于電子親和力和接觸角的差異，去離子水水滴與不同摩擦層材料接觸時，不同摩擦層材料反饋的感應電流各有不同。而傾斜角度和輸出電流之間的關系相對復雜，除了影響液滴在斜面的移動速度外，傾斜角度還會影響液滴與聚合物薄膜之間的接觸面積、液滴與感應電極之間的相互作用時間、液滴在聚合物表面的降落點位置等。這些受傾斜角度影響后的參數響應趨勢不同，共同作用于輸出電流。”

　　由此，研究人員對摩擦層材料、液體種類、液滴下落的傾斜角度、液滴初始流速、液滴體積等一系列可變參數進行了詳細探究，以優化摩擦電式傳感器的設計。

　　創建完善的“液體指紋庫”

　　特征提取是實現味覺感知的一個關鍵部分。

　　“液體特征一部分來自液滴依次觸發兩個獨立銅電極所產生的雙摩擦電信號，另一部分提取自從圖像傳感器采集的液滴圖像。”吳治嶧認為，這是該研究在特征提取方面的創新之處，“液體成分的變化會引起電流輸出信號的變化，這種變化如果被更全面量化，便可作為液體的‘二元特征’，為液體樣品辨識提供合理化的技術指導”。

　　此外，許多肉眼無法分辨的細微信息也值得深入發掘。例如從液滴摩擦電信號波形中提取的電流幅值、從液滴圖像中提取的下滑形態等。

　　在卷積神經網絡深度學習技術的支持下，研究團隊有效提取出更多的液體細微特征，他們形象地稱其為“液體指紋”。基于此，他們創建并進一步豐富了“液體指紋庫”，以使液體識別更加準確、全面。

　　“雙感”協同增強味覺傳感能力

　　舌頭上的味蕾幫助人們感受味道，每個味蕾中均有能分辨不同味道的味覺細胞。盡管現階段無法完全復刻人類味覺系統的感知機制，但研究人員發現，當不同液滴滑過傳感電極時，可以自動產生包含獨特特征的摩擦電信號。

　　這種特征差異來自液體類別帶來的一系列“液相”區別，包括液滴的帶電能力、離子濃度、pH值、成分變化、黏度、滑落形態等。同時，液體的完整特征也包含視覺方面的因素。如果味覺與視覺兩種感知模式能夠提供互補的液體信息，分析就能更加全面、準確。

　　“在5種應用場景中，使用摩擦電式味覺傳感器的智能識別系統的預測準確率高于90%。”吳治嶧補充說，“而有圖像傳感器配合時，傳感系統的感知能力進一步增強，5種應用場景中，液體識別準確率平均提升4.5個百分點。”

　　相關論文信息：

　　https://doi.org/10.1038/s43016-023-00817-7