27.10.2026
Российские ученые разработали материал на основе полимера для гибкой носимой электроники
Носимая электроника — фитнес-браслеты, медицинские датчики, умная одежда — собирает все больше информации о состоянии человека, но для обработки эти данные необходимо передавать на внешнее устройство (например, смартфон). Альтернативой могут стать мемристоры — элементы, которые одновременно хранят и обрабатывают информацию благодаря тому, что их электрическое сопротивление меняется под действием приложенного напряжения и сохраняется после его снятия. Причем меняется оно не скачком, как в обычной памяти с ее нулями и единицами, а плавно, принимая множество промежуточных значений.
Наиболее удобны для носимой электроники гибкие мемристоры, которые делают на полимерных подложках. Однако они чувствительны к воздуху, влаге и другому воздействию окружающей среды и со временем деградируют. Поэтому ученые стремятся создать для мемристоров улучшенные материалы.
Исследователи из Курчатовского института и МФТИ разработали гибкие мемристоры на основе полимера парилена с добавлением наночастиц оксида молибдена, которые делают материал стабильнее. Исследование получило грант Российского научного фонда (РНФ).
За основу взяли готовую гибкую пленку из доступного полимера полиэтиленнафталата, на который предварительно был нанесен слой проводящего элемента — оксида индия с оловом. На эту основу ученые напылили нанокомпозитный слой — смесь полимера парилена и наночастиц оксида молибдена. Именно этот слой отвечает за переключение мемристора и, следовательно, за запись и обработку информации. Парилен был выбран неслучайно: этот прозрачный и гибкий полимер одобрен для медицинских применений, и им покрывают имплантаты и электронику для защиты от влаги. У материала есть слабое место — он резко и недостаточно предсказуемо переключается между состояниями. Однако добавление в его структуру полупроводниковых наночастиц позволило решить эту проблему. Сверху исследователи нанесли слой из меди, который, как и оксид индия с оловом, проводил ток.
Эксперименты показали, что полученные устройства работают стабильнее аналогов. Они выдерживают более тысячи циклов переключения. Работоспособность сохранилась после сотни циклов сгибания (включая изгибы с радиусом до пяти миллиметров — туже, чем если обернуть пленку вокруг пальца). Важно, что даже спустя полгода после испытаний характеристики мемристоров остаются прежними и деградации не наблюдается. Улучшение характеристик ученые связывают с тем, что наночастицы помогают сформировать в материале более стабильные проводящие «каналы», посредством которых мемристоры переключаются.
Компьютерное моделирование показало, что нейронная сеть на основе созданных 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. Наша разработка найдет применение в медицинских системах мониторинга состояния здоровья, нейропротезировании, а в перспективе — в машинном зрении, робототехнике и обработке больших массивов данных, — рассказала руководитель проекта Анна Мацукатова, научный сотрудник НИЦ «Курчатовский институт». В дальнейшем мы планируем создать гибкие кроссбары: два набора перпендикулярных проводящих дорожек с мемристором в каждом пересечении. В такой решетке сигналы обрабатываются сразу всем массивом, а не элемент за элементом, что дает выигрыш в скорости и снижает энергозатраты».
Фото: Анна Мацукатова, НИЦ "Курчатовский институт
Наиболее удобны для носимой электроники гибкие мемристоры, которые делают на полимерных подложках. Однако они чувствительны к воздуху, влаге и другому воздействию окружающей среды и со временем деградируют. Поэтому ученые стремятся создать для мемристоров улучшенные материалы.Исследователи из Курчатовского института и МФТИ разработали гибкие мемристоры на основе полимера парилена с добавлением наночастиц оксида молибдена, которые делают материал стабильнее. Исследование получило грант Российского научного фонда (РНФ).
За основу взяли готовую гибкую пленку из доступного полимера полиэтиленнафталата, на который предварительно был нанесен слой проводящего элемента — оксида индия с оловом. На эту основу ученые напылили нанокомпозитный слой — смесь полимера парилена и наночастиц оксида молибдена. Именно этот слой отвечает за переключение мемристора и, следовательно, за запись и обработку информации. Парилен был выбран неслучайно: этот прозрачный и гибкий полимер одобрен для медицинских применений, и им покрывают имплантаты и электронику для защиты от влаги. У материала есть слабое место — он резко и недостаточно предсказуемо переключается между состояниями. Однако добавление в его структуру полупроводниковых наночастиц позволило решить эту проблему. Сверху исследователи нанесли слой из меди, который, как и оксид индия с оловом, проводил ток.
Эксперименты показали, что полученные устройства работают стабильнее аналогов. Они выдерживают более тысячи циклов переключения. Работоспособность сохранилась после сотни циклов сгибания (включая изгибы с радиусом до пяти миллиметров — туже, чем если обернуть пленку вокруг пальца). Важно, что даже спустя полгода после испытаний характеристики мемристоров остаются прежними и деградации не наблюдается. Улучшение характеристик ученые связывают с тем, что наночастицы помогают сформировать в материале более стабильные проводящие «каналы», посредством которых мемристоры переключаются.
Компьютерное моделирование показало, что нейронная сеть на основе созданных 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. Наша разработка найдет применение в медицинских системах мониторинга состояния здоровья, нейропротезировании, а в перспективе — в машинном зрении, робототехнике и обработке больших массивов данных, — рассказала руководитель проекта Анна Мацукатова, научный сотрудник НИЦ «Курчатовский институт». В дальнейшем мы планируем создать гибкие кроссбары: два набора перпендикулярных проводящих дорожек с мемристором в каждом пересечении. В такой решетке сигналы обрабатываются сразу всем массивом, а не элемент за элементом, что дает выигрыш в скорости и снижает энергозатраты».
Фото: Анна Мацукатова, НИЦ "Курчатовский институт
Другие новости
Все новости