“以智能连接一切”,人工智能物联网(AIoT,Artificial Intelligence & Internet of Things)的出现让万物互联增加了更多的可能性。随着越来越多的电子设备投入使用,其产生的能源消耗问题日益显著。因此,如何能够对能量合理、持续性收集成为科学家们重点关注的方向。

在以往研究中,虽然能量收集方向不断涌现出新的成果,但不可忽视的是,电力输出差、环境适应性弱、可靠性低等问题仍未得到解决。特别是考虑到传感器可能在极端环境下使用,在此情境下进行电池的更换或通过常规的电缆供电都充满挑战。


(资料图)

根据英国市场调研公司 IDTechEx 报告,到 2030 年,具有能量收集功能的自供电无线传感器模块的市场需求将远远超过 20 亿美元甚至更多[1]。

图丨上海交通大学机械与动力工程学院张文明教授团队(来源:该团队)

基于此,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合作,提出了“机械智能能量采集”的新概念。

他们讨论了机械智能能量采集方法论,对具备机械智能特征的能量采集系统典型设计进行综述。并且,还对机械智能能量采集的未来发展趋势进行展望。

审稿人对该研究评价称,该论文提出的机械智能能量采集为能量研究提供参考体系,促进能量采集技术的发展和应用。这篇文章条理分明、意义重大。

图丨相关论文(来源:Advanced Energy Materials)

近日,相关论文以《机械智能能量收集:从方法论到应用》(Mechanical intelligent energy harvesting:From methodology to applications)为题发表在 Advanced Energy Materials(IF29.698)上[2],并入选编辑精选(Editor’s Choice)。

上海交通大学博士后研究员赵林川为论文的第一作者,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论文共同通讯作者。

图丨机械智能溯源(来源:Advanced Energy Materials)

机械智能可以被定义为,在机械系统中,机械地对传感、驱动、控制、记忆、逻辑、计算、适应、学习和决策进行编码。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。

那么,如何来理解机械智能能量采集呢?根据论文描述,能量采集系统在对外部激励或者自身状态进行判别后,可自行进行相应的反应,而非通过电气元器件去实现自适应或程序化功能。通过这样的方式,可以让外部激励达到系统要求,或让系统的动力学行为与机电转换机制相匹配。

该团队认为,自适应和编程功能在解决上述严重制约能量收集技术发展的问题方面表现出巨大的潜力。机械智能化将有力地推动能量收集技术的实际应用,是自供电 AIoT 未来发展的必然趋势。

图丨机械智能能量采集的概述。(来源:Advanced Energy Materials)

回顾过去几十年的研究进展,能量采集技术在不断进步,然而当下想实现能量采集技术“走出”实验室,仍然受相关的技术难题局限。面对复杂环境,能量采集系统该怎样适应呢?作者们认为,利用本次新提出的“机械智能能量采集设计方法论”,可应对相关情况。

应用该设计,能够使能量采集系统实现新功能——自适应及程序化。在以往研究中,已有科学家通过设计各种能量采集系统,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。

所以,它能够有效地使系统对传感器与复杂控制系统的依赖性及复杂性降低,并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。尤其是针对微小型器件,机械智能能够让复杂的系统更加简化。这将驱动微型化器件设计与制造,进而使其达到性能更佳。

图丨机械智能能量采集的发展路线图(来源:Advanced Energy Materials)

本次研究并不是单一的成果,近年来,张文明教授团队致力于为能量采集系统对复杂环境与工况的适应性问题提出解决方案。他们通过提出机械智能能量采集设计方法,制造出系列机械能量采集系统样机。据悉,该技术已获得专利授权,并在企业产品方案升级与新产品研发方面应用。

参考资料:

1.A. Alagumalai, O. Mahian, K. E. K. Vimal, L. Yang, X. Xiao, S. Saeidi, P. Zhang, T. Saboori, S. Wongwises, Z. L. Wang, J. Chen, Nano Energy 2022, 101, 107572. https://doi.org/10.1016/j.nanoen.2022.107572

2.Chuanlin Zhao et al. Advanced Energy Materials(2023). https://doi.org/10.1002/aenm.202300557

推荐内容