2026年9月，我校材料科学与工程学院硕士研究生韩德龙与本科生张秀燕为共同第一作者在高水平学术期刊《Nano Research》（中科院一区TOP，IF=9.4）发表了题为“Nanocavitation reinforcement strategy for fatigue-resistant eutectogels and triboelectric smart glove for sign language recognition assisted by deep learning”的研究论文，徐文龙副教授为通讯作者，bw必威西汉姆联官网首页为论文唯一署名单位及通讯单位。

文章指出，随着软体机器人与人机交互技术的快速发展，柔性传感材料在长期循环载荷下的疲劳稳定性，已成为制约器件长期可靠运行的核心问题。传统增韧策略多依赖牺牲键断裂或网络结构的不可逆破坏，连续循环加载后易出现损伤累积；纳米空化虽可在弹性体中有效缓解应力集中、耗散能量，却难以在水凝胶体系中实现稳定触发。

针对上述难题，研究团队依托深共熔溶剂（DES）的特殊溶剂化微环境，实现纳米 SiO₂在凝胶网络中的长期稳定分散，并通过纳米颗粒与聚丙烯酸（PAA）分子链间的动态氢键构建可逆界面作用。材料受力时，界面氢键解离并诱导纳米空化产生；外力卸载后，界面作用重建、空化结构闭合，由此形成可恢复的能量耗散机制，大幅提升低共熔凝胶的抗裂纹扩展与抗疲劳性能。测试表明，该材料经 4000 次压缩循环、2000 次拉伸循环后应力无明显衰减；引入纳米 SiO₂后，材料断裂能提升 730%，撕裂韧性由 1.1 kJ・m⁻² 提升至 8.2 kJ・m⁻²。

凭借优异的机械稳定性与离子传输性能，研究团队进一步研发出摩擦纳米发电机智能手套。器件经20000 次循环后仍保持稳定电输出，结合 LSTM 深度学习模型可实现 26 个英文字母手语的实时识别，识别准确率达 99.9%。（材料科学与工程学院）