This research develops an advanced texture sensor through an interdisciplinary approach integrating materials science, electronic engineering, and computer science. Unlike conventional approaches, this work establishes a critical interdependence between the synthesis of a conductive biocomposite (a starch matrix reinforced with graphite particles) and the implementation of Electrical Impedance Tomography (EIT). During synthesis, it was determined that the ratio between graphite and glycerol is fundamental to balancing electrical conductivity with the ductility required for device flexibility. Physicochemical characterization via FTIR confirmed the matrix formation with prominent bands of -OH groups (~3254 cm⁻¹) and C-O-C bonds (1149-1018 cm⁻¹), observing a signal attenuation proportional to the graphite concentration. Likewise, XRD analyses revealed the characteristic graphite peak at 26.5° (002), demonstrating the structural stability of the reinforcement and the integrity of the fabrication process. The results indicate a dominance of the reinforcement in the electromechanical properties, where the polymer matrix acts as a dielectric and flexible support that enables signal transduction. Finally, system validation was achieved through signal processing in Python, employing the Back Projection and Gauss-Newton reconstruction algorithms. This integration allowed the transformation of conductivity variations into real-time visual representations of deformation, demonstrating the sensor's capability to detect shapes and textures in controlled environments. This convergence of fields overcomes the limitations of traditional sensors and establishes a foundation for innovation in intelligent devices and biodegradable electronic skins.
La presente investigación desarrolla un sensor de texturas avanzado bajo un enfoque interdisciplinario que integra la ciencia de materiales, la ingeniería electrónica y las ciencias de la computación. A diferencia de los enfoques convencionales, este trabajo establece una interdependencia crítica entre la síntesis de un biocompuesto conductor (matriz de almidón reforzada con partículas de grafito) y la implementación de la Tomografía de Impedancia Eléctrica (EIT). Durante la síntesis, se determinó que la relación entre grafito y glicerol es fundamental para equilibrar la conductividad eléctrica con la ductilidad necesaria para la flexibilidad del dispositivo. La caracterización fisicoquímica mediante FTIR confirmó la formación de la matriz con bandas prominentes de grupos -OH (~3254 cm⁻¹) y enlaces C-O-C (1149-1018 cm⁻¹), observándose una atenuación de señales proporcional a la concentración de grafito. Asimismo, los análisis de DRX revelaron el pico característico del grafito a 26.5° (002), demostrando la estabilidad estructural del refuerzo y la integridad del proceso de fabricación. Los resultados indican una dominancia del refuerzo en las propiedades electromecánicas, donde la matriz polimérica actúa como un soporte dieléctrico y flexible que permite la transducción de señales. Finalmente, la validación del sistema se logró mediante el procesamiento de señales en Python, empleando los algoritmos de reconstrucción Back Projection y Gauss-Newton. Esta integración permitió transformar variaciones de conductividad en representaciones visuales de deformación en tiempo real, demostrando la capacidad del sensor para detectar formas y texturas en ambientes controlados. Esta convergencia de áreas supera las limitaciones de los sensores tradicionales y establece una base para la innovación en dispositivos inteligentes y pieles electrónicas biodegradables.
