Académicos presentan fibras electrónicas 3D “invisibles”

Sensores ligeros podrían ser integrados en dispositivos diseñados para monitorear el entorno, habilitando nuevos métodos de recopilación de información.

Diario TI | 5 de octubre, 2020 – Los dispositivos capaces de percibir olores, sonido y tacto pueden estar un paso más cerca de la realidad gracias a la llegada de las fibras electrónicas impresas en 3D. Las fibras, creadas por investigadores de la Universidad de Cambridge, son 100 veces más finas que un cabello humano, lo que les permite percibir el aliento, los sonidos y las células que los sensores convencionales no pueden detectar.

Los sensores, cuyo coste de producción es bajo, son extremadamente sensibles, dando lugar a nuevos métodos de recopilación de información. “Nuestros sensores de fibra son ligeros, baratos, pequeños y fáciles de usar, por lo que potencialmente podrían convertirse en dispositivos para realizar tests caseros que permitan al público en general realizar pruebas autoadministradas para obtener información sobre su entorno”, dijo la Dra. Yan Yan Shery Huang del Departamento de Ingeniería de Cambridge, quien dirigió la investigación.

La Dra. Huang y su equipo imprimieron en 3D una fina funda protectora de polímero sobre un núcleo hecho de plata y otras fibras semiconductoras de alta pureza, que se asemejaba a la estructura de los cables eléctricos estándar.

Las fibras son tan finas que son invisibles al ojo humano, lo que daría a los componentes eléctricos a los que están adheridos la impresión de que están flotando en el aire, señalan los investigadores en un artículo académico publicado por la revista Science Advances.

Las fibras también podrían conectarse a teléfonos móviles para controlar los patrones de respiración, el sonido y las imágenes simultáneamente, o para crear fibras biocompatibles similares a las células biológicas, lo que les permitiría guiar los movimientos de las células y “sentir” el proceso en forma de señales eléctricas.

Andy Wang, estudiante de doctorado y primer autor del trabajo, fijó el sensor a una máscara facial que cubría su nariz y boca para detectar la humedad de su aliento que se filtraba a través del material (ver ilustración).

Según la publicación, los sensores “superaron con creces” a los sensores comerciales comparables, en particular al supervisar la respiración rápida para reproducir la falta de aliento, lo que significa que podría resultar eficaz para rastrear las condiciones respiratorias como la respiración normal, la ingesta brusca de aliento y la tos simulada.

La sensibilidad de los sensores podría poner de relieve los tipos de coberturas faciales más eficaces para evitar que se escape la humedad del aliento al detectar la cantidad y la dirección de las partículas que se escapan, afirmó el equipo académico.

Las máscaras de tela y las quirúrgicas tendían a gotear más por el frente, particularmente cuando el usuario tosía, mientras que los puntos más débiles de las máscaras faciales N95 estaban alrededor de la parte superior y lateral con ajustes estrechos. Sin embargo, cuando se usaban correctamente, ambos tipos de máscaras eran eficaces para debilitar el flujo de la respiración exhalada, señalaron los investigadores.

“Los sensores fabricados con pequeñas fibras conductoras son especialmente útiles para la detección volumétrica de fluidos y gases en 3D, en comparación con las técnicas convencionales de película fina, pero hasta ahora ha sido un reto imprimirlos e incorporarlos a los dispositivos y fabricarlos a escala”, dijo la Dra. Huang.

Los investigadores están tratando de desarrollar la técnica de impresión de fibra para crear otros tipos de sensores multifuncionales que podrían ayudar a la vigilancia móvil de la salud.

Ilustración: El sensor de fibra iFP del equipo conectado a una cubierta facial detecta el aliento humano con alta sensibilidad y capacidad de respuesta (Fotografía: Universidad de Cambridge)


Únase a la conversación

Contacto | Diario TI es una publicación de MPA Publishing International Ltd., Reino Unido. © Copyright 1997-2022