纳米复合涂层芳纶材料：蜂窝火盾御高温，热敏压感防护稳！

城市化进程加快，导致火灾事件更加频发。传统消防服虽能提供基础防护，但无法感知环境危害，也不能实时监测消防员身体状态。因此，具有“防护-感知-决策”一体化功能的智能消防服成为研究热点。然而现有智能纺织品研究对防火、热防护性能关注不足，智能纺织品应用于消防服的防火性能与现役消防服（FU，耐火层）之间还存在较大差距。严格的防火、热防护成为智能消防织物迫切需要提升的关键性能。

近期，安徽理工大学董翔团队在Advanced Fiber Materials上发表了题为“Rigorous Fireproofing, Thermal Protection, Graded Fire Alarm and Body Language Recognition: Designing Nano-Coated Aramid for Smart Firefighting Clothing”的研究成果。该工作开发了基于AgNP@PDA@M(OH)(OCH₃)（M=Co, Ni）的纳米复合涂层芳纶材料（NCANF），其遇火后经界面催化与高温还原形成了“金属-炭-空气”蜂窝状缓冲层，显著提升高温防护性能。借助NCANF的“热-电阻”响应特性，可实现快速火灾报警及火灾分级指示。依托NCANF的“压-电阻”响应特性，为智能消防服的可靠动作识别奠定基础。NCANF能实现严格防火、热防护、火灾报警响应、消防动作行为识别，集成信号采集与传输技术，能够有效提升消防救援的效率、安全性。

该工作采用新型二维纳米材料AgNP@PDA@M(OH)(OCH₃)，通过层层自组装技术，构建了纳米复合涂层芳纶材料（NCANF）（图1）。NCANF具有防火、热防护、热/压敏性能，可实现火场防护、分级火灾报警与肢体语言识别等实际消防领域的应用。

图1 NCANF的合成与卓越性能

图2a的SEM图展示了M(OH)(OCH₃)的片状结构。图2b证实AgNPs在M(OH)(OCH₃)表面呈均匀分布。图2e, f证实，ANF和NCANF保持非织造形态，但NCANF的纤维表面覆盖了涂层材料。XRD（图2j）表明，NCANF显示出M(OH)(OCH₃)和Ag的特征峰。FTIR光谱（图2h）证实涂层未显著改变ANF与NCANF的特征峰，ANF仍是复合材料主体，与SEM观察结果一致。EDS元素面扫（图2k）可见NCANF表面特征元素。XPS谱图进一步验证了NCANF的特征元素（图2l-o）。

图2 NCANF的物相、微观结构及表面元素分析

在火焰冲击中，NCANF可维持结构完整60 s，与FU性能相当（图3b），红外热成像（图3j, k）显示其背面温度在25 s时较FU降低最大。NCANF的垂直燃烧损毁长度仅0.5 cm（图3g），显著优于ANF。热重分析显示，NCANF在800 ℃残炭量达53.83 wt%（图3e）。微型量热测试中NCANF峰值热释放速率（17.7 W/g）较ANF和FU分别降低75.8%和63.5%（图3f）。残炭SEM/EDS表征表明（图3l, n），燃烧后残炭呈蜂窝状多孔结构，XRD证实残炭含Ag及Ag₄P₂O₆等成分（图3m），拉曼光谱揭示NCANF的石墨化程度提升。通过遇火形成“金属-炭-空气”复合缓冲结构，可实现优异的耐火性能。

图3 NCANF优异防火性能表征

通过辐射灯模拟火场热辐射环境，自30s起NCANF背面温度较FU持续低约20℃（图4a, c）。NCANF低的热导率0.043W/(m·K)，有利于阻隔热量传导。当以80℃加热台持续加热时，样品背面温度在30 s达到峰值后趋于稳定（图4d, f），NCANF与FU最大温差始终小于10 ℃。通过建立特定传热过程模拟上述实验条件，发现模拟温度曲线与实验结果高度吻合（图4g-i及图S17, S18）。NCANF的低热导特性使其在直接接触热源时具有优异防护性，同时，在热辐射环境中，材料表面均匀分布的银纳米颗粒通过高效反射红外电磁波（图4j,k），可以形成防护机制。

图4 NCANF的综合热防护性能

NCANF接触火焰约3 s即触发报警，此时背面温度仅为322.3 ℃（图5a）。利用高精度电阻测量装置研究NCANF的电阻变化：通过往复移动火源，获得了电阻变化率曲线（图5c），当火源靠近时最大变化率为15%（约2 s完成，图5e）。进一步构建简易火情分级指示装置（图5f），当火源距NCANF特定距离并持续作用9 s，可依次触发2-8级LED报警（图5d），实现火灾程度可视化分级（图5b）。机理研究表明，AgNPs遇火形成蜂窝状互连结构（图5g, h），通过增大导体截面积，驱动电阻变化。

图5 NCANF的分级火警响应性能

将NCANF集成于机械手指关节，通过定量弯曲机械手模拟消防员手部动作，结合LabVIEW平台构建的虚拟仪器实现运动信号定量采集。如图6b，指关节在0-90°连续往复运动中，电阻变化信号持续可测。当关节弯曲至90°时，瞬时电阻变化率稳定在63%。将时间-电阻关系（图6c）映射为弯曲角度-电阻率关系（图6f），将电阻变化率转化为五级“姿态编码”，可实现静态手势识别（图6i-k）。拓展至肩、肘关节运动监测（图6d, e, g, h），其周期性信号特征显著。实际应用中，消防员只需重复标准手势，通过信号采集分析，可进行行为识别。图6l-n展示了“发现被困人员”、“危险”、“收到”三种常见消防手语的信号特征。当材料弯曲时，微观挤压使原本隔离的纤维形成并联电阻结构（图6o），从而驱动电阻变化。

图6 消防体态语言识别性能在智能消防服中的应用

综上所述，该研究开发了一种纳米复合涂层芳纶材料，通过界面催化与高温还原，NCANF形成独特的“金属-炭-空气”蜂窝状缓冲层，可承受火焰（1300°C）冲击至少60s。NCANF可应用于快速火灾报警响应，并支持基于运算放大电路的火灾报警分级指示。将用作可变电阻的NCANF集成于机械手手指关节处，重复弯曲手指关节，NCANF保持稳定的电阻变化率。通过关节弯曲角度与电阻变化率的映射关系，可建立“姿态编码”，结合对肩、肘关节运动的监测可实现对消防手语的识别。NCANF有望解决现有智能消防织物缺乏严格防火的难题。基于其热/压敏特性并结合信号采集传输技术，NCANF有望建立基于实时现场信息采集的联动救援模式。

安徽理工大学董翔副教授为本文的第一作者及通讯作者，安徽理工大学2023级硕士研究生马妍为本文的共同第一作者。