大自然为构建具有所需性能的结构材料提供了大量的仿生设计灵感。仿生学旨在利用自然界中观察到的精密工程设计，包括生物体的结构、功能和适应性，开发创新的方法和技术。与传统的传感系统相比，仿生传感器系统采用现有的技术和工艺来模拟自然结构和材料，带来与自然传感系统相当的性能。在自然界中，蜘蛛是最古老的物种之一。蜘蛛网由蜘蛛分泌的丝线组成，是一种具有高抗拉强度、高韧性、高稳定性和高弹性的交织网络，具有独特的光学性质和生物相容性。蜘蛛可以敏感地感知蜘蛛网传递的振动信号，从而快速地定位猎物。蜘蛛网可以捕捉到轻微气流引起的振动以及昆虫拍打翅膀、振动鼓膜等产生的声波，并进一步以非接触方式将周围环境的信息传递给蜘蛛，这类似于听觉“外包”，提前告知蜘蛛附近的潜在猎物，从而捕捉食物。蜘蛛通过蜘蛛网对外部气流和声音信号的遥感能力为设计一种新型的气流-声学双模态探测器提供了独特的思路，用于精确的动力学测量和操作。

近年来，柔性仿生传感器发展迅速，到目前为止，已经报道了一些气流或声学传感器。然而，受蜘蛛启发的气流或声学传感器只有零星的报道。并且，与对柔性压力和温度传感器等其他响应类型传感器的广泛研究相比，对柔性仿生气流和声音传感器的研究远远落后。此外，之前关于检测气流或声音的研究主要集中在电子设备上，而对光学气流或声学传感器，特别是光学气流-声学双峰传感器的研究还没有报道。光学气流-声学双模传感器可应用于环境监测、天气预报、隧道工程、语音识别和医疗保健领域，具有高精度、高稳定性、高灵敏度和高效率的优点。因此，开发光学气流-声学双模态传感器具有重要意义。同济大学化学科学与工程学院闫冰教授团队近期将仿生学思想巧妙地融合于氢键有机框架光激活器件之中，设计组装仿生光致发光“蜘蛛网”，作为超快超灵敏的光响应气流-声学柔性双模仿生传感器，并应用于人机交互和智能识别，相关成果以“Bioinspired Photoluminescent “Spider Web” as Ultrafast and Ultrasensitive Airflow−Acoustic Bimodal Sensor for Human−Computer Interaction and Intelligent Recognition”为题在线发表于国际知名期刊ACS Central Science。

研究人员通过模拟蜘蛛网对气流和声音的感知能力及网状结构，基于氢键有机框架（HOF-TCPB）与蚕丝薄膜（SF）之间的后功能化，开发了一种超快超灵敏的气流声音双模传感器（HOF-TCPB@SF）。 “蜘蛛网状”的HOF-TCPB@SF具有质轻和高弹性优势，使其作为气流传感器具有超低检测限（0.0076 m s⁻¹）和出色的可重复性（480次循环）等卓越性能。同时，作为声学传感器，HOF-TCPB@SF表现出超高灵敏度（105140.77 cps Pa⁻¹ cm⁻²）和超低检测限（0.2980 dB），最大响应频率为375 Hz，并能够识别自然界中多重声音。此外，气流和声学传感过程都显示出超快的响应速度（40 ms）和多角度识别响应（0-180°）。通过有限元模拟分析了气流和声音刺激的感知机制。结合人机交互技术，该双模传感器不仅可以实现莫尔斯电码辅助呼吸信息表达、实时气流监测和高精度语音识别，还可以实现气流声学互操作性。这项研究为设计和制备高性能气流-声学传感器开辟了道路，在医疗保健、隧道工程、天气预报、预警侦察、智能纺织品、智能仿生学和柔性光学设备等方面具有巨大的应用潜力。

（a）蜘蛛通过蜘蛛网感知气流和声音信号捕食猎物的过程，（b）蜘蛛网仿生结构和HOF-TCPB@SF微观组成示意图（c）基于弯曲和振动响应的HOF-TCPB@SF气流-声学双峰传感器用于气流和声音传感的示意图

闫冰教授为论文的独立通讯作者，化学科学与工程学院博士研究生朱凯为论文的第一作者。该研究工作得到国家自然科学基金项目的支持。

论文连接：https://doi.org/10.1021/acscentsci.4c01182