汪飞课题组在超低频振动能量采集与自供能系统领域取得系列研究进展

2022-12-03 科研聚焦 浏览量：18338

近日，南方科大学深港微电子学院副教授汪飞课题组在超低频振动能量采集与自供能系统领域取得系列研究进展。研究成果相继发表在Nano Energy、 Applied Energy、ACS Nano期刊上。相关工作获得科技部国家重点研发项目、国家自然科学基金面上项目、广东省国际合作项目、深圳市重点项目等项目支持。

随着IOT技术和集成电路技术的发展，电子设备的集成化越来越高，应用也越来越广泛。然而，电源问题目前仍然是困扰电子设备应用的一大难点。针对可穿戴设备、微型传感器等，目前通常采用电池供电，其往往存在电池寿命有限需定期更换以及环境污染等问题。因此，振动能量采集技术应运而生，其可通过采集环境中的振动能量，为传感设备供电以替代或延长电池使用寿命，近年来受到广泛关注。

然而，当前振动能量采集器在实际应用中仍然面临在人体运动等广泛存在的低频振动下工作效率不佳、使用场景缺乏等问题，其大规模实际应用仍然存在障碍。基于此，汪飞副教授带领团队，开发超低频振动能量采集器，实现了一系列自供能系统应用。其研究成果有望推进自供能技术的进一步落地。

应用于智慧城市地下管道的自供能无线传感网

图1. A基于二阶升频的超低频振动能量采集器与自供能无线传感网；B能量采集器结构图

由于人口的快速增长和城市化的快速发展，城市变得越来越复杂，地下管网也越来越密集，使用大规模无线传感网对地下管道内部进行传感监测是构建智慧城市系统的有效方法。然而，密封的管道内部供电问题是阻碍无线传感网布设的主要限制之一。针对该问题，团队创新性提出一种二阶升频原理，开发了一种高效超低频振动能量采集器。该能量采集器的振动俘获部分和动能发电部分分别位于管道两侧，通过磁铁耦合的方式非接触式传递能量，解决了密封管道内部无法接供电的问题；通过螺杆驱动放大和磁铁拨动耦合的二阶升频机理，将人体的超低频振动频率放大数千倍，解决了能量采集器在低频振动效率不佳的问题，成功实现了管道内的自供能无线传感节点供电应用。相关工作以“Vibration energy harvester with double frequency-up conversion mechanism for self-powered sensing system in smart city”为标题已经被Nano Energy[1]杂志接收。南科大深港微电子学院校长卓越博士后罗安信为文章第一作者，博士生徐玮含为共同第一作者，汪飞教授为通讯作者，新加坡国立大学李正国为共同通讯作者，南科大为第一通讯单位。

自供能可穿戴设备和自供能车速传感器

图2. A自供能可穿戴设备；B自供能车速传感器

      除了自供能传感网，可穿戴设备近年来发展也如井喷之势，它可以实现对人体健康状态的监测。但是“一天一充”的要求也困扰着大多数消费者。基于此，团队首创了一种惯性旋转的超低频振动能量采集器结构，其将人体的超低频运动转换成高速旋转运动，并在振动间隙保持惯性转动持续输出能量，可对人体运动能量进行高效采集，实现了能量采集器输出功率从nW级到mW级的飞跃提升。基于电磁发电原理，其峰值机电转换效率可达97.2%，将器件安装在鞋底，在人体跑步情况下可输出平均发电功率85 mW，足以为可穿戴设备提供能源。此外，基于该器件输出电压峰值与挤压速度的线性关系，该器件还成功应用于制作自供能车速传感器。相关成果以“An inertial rotary energy harvester for vibrations at ultra-low frequency with high energy conversion efficiency”为题发表在Applied Energy[2]杂志上，同时被美国物理学会AIP SciLight作为科普新闻报道，评论员称“该器件有望广泛应用于环境监测、温湿度传感、运动跟踪等一系列低功耗电子器件”。南科大深港微电子学院校长卓越博士后罗安信为本文第一作者，汪飞教授为本文的通讯作者。南科大为本文唯一通讯单位。本文还得到了来自澳门大学路延教授和来自西安电子科技大学的樊康旗教授的合作指导。

人工智能增强的自供能运动监测拐杖

图3. A人工智能增强的自供能运动监测拐杖应用于老年人跌倒检测、身份识别、环境传感等；B 自供能拐杖的核心结构示意图

      针对老龄化社会的到来，团队进一步开发了一种由超低频人体运动驱动的自供能人工智能手杖，来帮助老年人和运动障碍人士的日常生活。该能量采集器由电磁发电与摩擦电传感阵列组成。电磁发电部分通过拐杖与地面的挤压采集能量供给整个自供能系统使用。而摩擦电阵列则由上，中，下，左，右五个像素组成。通过对五个位置传感信号的监测，并引入大量数据集进行深度学习和使用能量采集结构，该装置能够实现身份识别、步态异常监测、运动状态监测和自供能物联网传感功能。通过引入定位功能，借助深度学习，监控系统可以识别用户身份、实时运动状态和相应位置，可以在户外环境中为老年人和运动障碍者提供全面的护理。一旦发现事故，医务人员将能够远程跟踪健康状况并提供及时帮助，对于即将到来的老龄化社会具有极大的社会价值。相关工作以“Artificial intelligence-enabled caregiving walking stick powered by ultra-low frequency human motion”发表在ACS Nano[3]上并得到社会媒体广泛报道，还获得腾讯“银发”实验室关注。本研究由南方科技大学和新加坡国立大学合作开展，新加坡国立大学李正国教授为通讯作者，南方科技大学汪飞教授为共同通讯作者，南方科技大学深港微电子学院校长卓越博士后罗安信为共同第一作者，南科大为共同通讯单位。

      自供能系统发展的形势目前正方兴未艾。2022年，首届中国传感器与应用技术大会在深圳市光明区隆重举行。会上，工信部电子元器件行业发展研究中心总工程师、中国传感器与物联网产业联盟副理事长郭源生在主旨演讲中提到，国际传感器的发展大致有四个趋势，其中之一为“能量捕捉技术（微能量获取技术）”。相信在科研工作者的努力下，未来自供能系统将会在生活中得到广泛应用。

论文链接：

[1] https://doi.org/10.1016/j.nanoen.2022.108030

[2] https://www.sciencedirect.com/science/article/pii/S0306261920312496

[3] https://pubs.acs.org/doi/10.1021/acsnano.1c04464?cookieSet=1