科学岛团队研制新型MOF复合纳米纤维传感器 实现痕量水高灵敏实时检测
中国科学院合肥物质科学研究院固体所能源材料与器件制造研究部蒋长龙研究员团队在新型金属有机框架（MOF）复合纳米纤维传感器领域取得重要突破。该团队设计并制备出一种具备高灵敏度和可视化检测能力的柔性传感材料，成功实现对痕量水分的实时监测。相关成果以“Reversible Flexible Functional Metal-organic Frameworks Sensor with Artificial Intelligence Data Analysis for Real-time Trace Water Monitor”为题，发表于《Chemical Engineering Journal》（Chem. Eng. J., 2025, 526, 170841）。
在现代工业与环境监测中，痕量水分的准确检测至关重要。它不仅关系到产品质量控制，也直接影响能源效率与生产稳定性。尽管目前已有多种水分传感器，但在ppb（十亿分之一）级别的低浓度条件下，水分子信号微弱，且其强极性与吸附性导致响应速度慢、恢复周期长，难以满足实际应用场景中对高灵敏度与快速响应的双重需求。此外，环境温变和背景干扰对传感器性能造成显著影响，而高性能敏感材料的制备工艺复杂、成本高，也限制了其在更大范围内的推广。
为解决上述问题，该研究团队采用一步水热合成策略，成功合成一种具备双色荧光特性的MIL-101-NH2（Eu）MOF材料。该材料不仅能有效抑制环境干扰，还能在痕量水分存在时引发明显的荧光颜色变化，从而实现可视化检测。通过引入镧系金属离子Eu3+以及BDC-NH2配体，研究团队增强了MOF的荧光强度。水分子的引入促使配体-水结构形成，诱导分子内电荷转移，从而削弱天线效应，使配体的蓝光荧光得以显现。这种机制显著提升了检测体系的灵敏度和检测限。
在此基础上，研究人员将该MOF材料与羧甲基纤维素结合，通过原位生长的方法构建了一种高性能MOFs@纤维素纳米纤维膜传感器。实验结果表明，该传感器具备出色的灵敏度、快速响应能力以及良好的可视化特性，具备广泛的应用潜力。
为了进一步提高检测精度与系统智能化水平，研究团队引入深度学习算法对传感器输出数据进行智能处理。该方法不仅增强了信号识别能力，也为构建智能传感系统提供了新路径。这项研究为开发低成本、高性能、环境友好的功能化纳米纤维传感器提供了可行的技术方案，在环境监测、防伪检测及可穿戴设备等领域展现出广阔前景。
论文的第一作者为项目副研究员林丹，通讯作者为蒋长龙研究员。该研究得到了国家自然科学基金、国家重点研发计划及安徽省自然科学基金的大力支持。
图1. 镧系荧光MOF材料的合成路径及结构表征
图2. MOFs@纤维素荧光膜在药物储存、室内湿度监测及管道运输中的实际应用展示
图3. 基于深度学习算法的智能识别系统
论文链接：https://www.sciencedirect.com/science/article/pii/S1385894725116860
转载自：https://www.hf.cas.cn/zhxw/jrtt/202512/t20251210_8025273.html