上海交大Advanced Energy Materials：机械智能能量采集方法论及应用技术
近日，上海交通大学机械与动力工程学院张文明教授团队、湖南工程学院魏克湘教授团队和西北工业大学周生喜教授团队联合在Advanced Energy Materials (IF=29.698)上发表综述论文"Mechanical intelligent energy harvesting: From methodology to applications"，并入选编辑精选。该论文为解决能量采集系统对复杂环境与工况的适应性难题，提出了机械智能能量采集概念，阐明了机械智能能量采集设计方法论，综述了具有机械智能特征的能量采集系统典型设计，预测了机械智能能量采集的未来发展趋势。赵林川博士后为本文的第一作者，上海交通大学为论文第一完成单位，上海交通大学张文明教授、湖南工程学院邹鸿翔教授和西北工业大学周生喜教授为通讯作者。
AIoT(人工智能物联网)的蓬勃发展为人类创造了一个智能世界。AIoT通过广泛分布、数量庞大的传感器将万物互联，并实时感知、采集、处理和传输信息。这些传感器可能还布置在极端环境中。对于这些传感器来说，更换电池或通过电缆供电都很困难。因此，机械能量采集技术应运而生。通过俘获自然界中广泛存在的分散、无序和高熵的机械能并将其转换为电能，为广泛分布的传感器供能，即自供能的AIoT。过去几十年中能量采集技术取得了蓬勃的进展，但目前仍然有一些关键瓶颈问题制约着能量采集技术走向应用。从实验室到实际应用，能量采集系统如何适应复杂环境与工况？机械智能能量采集设计方法论是解决这一难题的“对症良药”。
机械智能是指将感知、驱动、控制、逻辑和适应等过程设计到机械系统中，不依赖电气控制系统，提高了系统的智能化程度。在生物进化和人类发展中，机械智能发挥了不可或缺的作用，并在当代社会中的前沿科学研究中广泛应用。可以通过机械智能设计使能量采集系统具有自适应和程序化功能，这是一种提高机械能量采集系统综合性能的新范式。虽然一些研究人员已经设计了具有机械智能特征的各种能量采集系统并取得了良好的效果，但是这种设计方法尚未被明确定义、分析和总结。
本文给出了机械智能能量采集的定义：能量采集系统能够识别外部激励或自身状态并作出反应，而不依赖于电气元器件来实现自适应或程序化功能，使外部激励满足系统要求或系统的动力学行为与机电转换机制相匹配。因此，它可以减少系统对传感器和复杂控制系统的依赖性，简化系统的复杂性，提高系统的输出功率、电能质量、环境适应性、鲁棒性和可靠性。特别是对于微小型器件来说，机械智能可以简化复杂的系统，促进微型化器件设计和制造，实现更优越的性能。
图1 机械智能溯源。
图2 机械智能能量采集的概述。机械智能能量采集分为三类：识别外部激励并调控输入激励，识别外部激励并调控能量采集系统，识别能量采集系统状态并调控其自身行为。
图3机械智能能量采集的发展路线图。
该研究工作获得国家自然科学基金、中国博士后科学基金、上海市滚球体育 创新行动计划等资助。张文明教授团队长期从事环境机械能量采集研究，揭示了弱激励环境-压电结构力传导与能量转换机理，建立了磁力耦合压电能量采集系统动力学设计理论与方法；厘清了磁力耦合系统动力学行为与多稳态势能阱特征的映射关系，阐明了非线性振动能量采集宽频机制。近两年，该团队为解决能量采集系统对复杂环境与工况的适应性难题，提出了机械智能能量采集设计方法，设计并制造了系列机械能量采集系统样机。相关基础研究工作发表于Science Advances、Advanced Materials、Advanced Energy Materials、Nano Energy等高水平学术刊物，相关技术已获国家发明专利授权，并应用于企业产品方案升级和新产品研发。
文章评论(0)