近日，我院先进光电功能材料及器件研究所以“Fully self-powered visualized droplet sensing system towards effective liquid analysis（用于高效液体分析的全自供电可视化液滴传感系统）”为题在工程技术与化学工程领域国际顶级刊物《Chemical Engineering Journal》（中科院一区TOP，影响因子13.5）上发表论文。我院教师苏丽副教授、赵勇教授为通讯作者，24级硕士生刘佳成为论文的第一作者（除导师外）、22级光电专业本科生杨熠隆为论文的重要参与人，东北大学秦皇岛分校为第一完成单位。

液体的精准识别与分析是食品安全评估、医疗健康诊断、药物研发筛选等领域的核心需求。然而，当前传统检测技术长期受限于三大瓶颈：其一，电子舌（e-tongue）技术虽能模拟部分味觉感知，却依赖复杂昂贵的分析流程，且自动化程度受限于感官评价的不确定性；其二，化学传感系统虽可通过模式识别实现样品鉴别，但分子特异性不足，无法复现人类对液体综合味觉的感知；此外，系统能源自主性缺失也是一大难题，多数系统依赖外部电源或频繁更换电池，限制了规模化部署及原位检测需求。而现有集成传感系统即便引入能量收集模块，仍需辅助电池维持信号处理与显示功能，可持续性大打折扣。

本项研究创新性地将机械能量收集技术（旋转摩擦纳米发电机r-TENG）、交流电致发光（ACEL）组件与单片机（MCU）深度整合，构建了完全自供电的可视化液滴传感系统（FSP-VDSS）。该系统基于共面ACEL器件对液体电导率/介电常数的响应特性，实现了优异的传感性能，其分辨率达到1.5 mm，信噪比高达20.54 dB，响应时间约为2 s。通过采用光电晶体管替代继电器、优化极简电路与紧凑架构等系统小型化策略，FSP-VDSS在尺寸和重量上显著优于同类研究。在应用验证中，该系统成功实现了对14种常见液体（包括饮料、生物体液、药液）的分类识别和7种盐水浓度的定量分析，准确率分别达到94.4%和95.5%，在食品安全快速筛查、医疗体液无创检测、药物配比监测等领域展现出明确的应用前景。这项工作为开发具有高精准度、全能源自主性与多功能扩展性的可视化液体分析系统提供了创新框架，为其作为先进传感应用所需的新型检测媒介的开发奠定了重要基础。

图 1. FSP-VDSS系统示意图及液体识别流程。(a) 系统识别过程示意图。(b) 信号处理流程图。 (c) 14种液体混淆矩阵，准确率为94.4%。 (d) 可乐与生理盐水发光图像及监测结果。(e) 7种盐水浓度混淆矩阵，准确率为95.5%。(f) 2.0%与1.0%盐水发光图像及监测结果。 

论文链接：https://doi.org/10.1016/j.cej.2025.170079

（编辑：周宣任 审核：陈茂庆）