TBSI丁文伯团队在自驱动振动传感与故障诊断上取得新进展
2022-10-12
振动传感器广泛应用于基础设施健康、交通安全、生物医学设备、智能电子产品、机械设备振动监测等领域。然而，物联网与无线传感器网络的迅速发展对振动传感提出了新的挑战，尤其是在需要大量传感器部署且缺乏电能供给的场合，以传统传感方案难以实现长期有效的感知监测。解决这一问题的有效方案是开发自驱动的振动传感器。同时，随着物联网的发展，机械设备正朝着高度自动化、智能化、高效率的方向发展。例如，无人船可承担大规模、长期间、低成本的作业任务，在军民领域均具有重要的应用价值。但是，机械设备的长时间稳定运行，需要对其运行状况进行实时监测。一旦运行状态出现异常，需要立即采取维护措施。传感器可能经常暴露在高温、高湿的恶劣环境中。并且，需要考虑到在大范围部署传感网络时传感器的成本与功耗，即使在电力系统发生故障时，传感器仍需要正常工作。因此，自驱动振动传感器具有独特的研究与应用价值。近日，清华-伯克利深圳学院丁文伯助理教授的智能感知与机器人(Smart Sensing and Robotics, SSR)课题组开发了一种基于摩擦纳米发电机（TENG）的高灵敏度自驱动振动传感器。利用柔性介电薄膜与多孔金属材料构建摩擦层，有效提升了TENG传感精度，所制备的TENG传感器可以检测到1-2000 Hz频率的振动，即使在高温高湿的环境中，TENG传感器输出的信号在波形上不失真（幅值改变）。在实验室条件下将TENG传感器初步应用于机械齿轮系统的运行状态检测，将机器学习与TENG信号识别相结合，达到了高准度识别机械系统运行状态的目的，检测结果可实时显示在远程监控或者移动设备上。TENG传感器同时可用于空气压缩机、热风枪、砖瓦空鼓等方面的振动检测，并通过嵌入式系统将运行状态在屏幕显示。该工作为构建TENG自驱动传感器提供了新思路，在机械故障智能诊断方向具有应用潜力。
图1 摩擦纳米发电机振动传感器（VS-TENG）的结构与工作原理
该成果以“面向机械运行状态检测的高灵敏度摩擦纳米振动传感器”（A Highly Sensitive Triboelectric Vibration Sensor for Machinery Condition Monitoring）为题，发表在国际期刊《先进能源材料》（Advanced Energy Materials）上，并被遴选为当期封面（Front Cover）论文。清华-伯克利深圳学院丁文伯助理教授为论文的通讯作者，王季宇博士为共同通讯作者，清华-伯克利深圳学院2021级博士研究生赵洪发、2021级硕士研究生艾子豪、清华大学深圳国际研究生院2020级硕士研究生舒明瑞为论文的共同第一作者。论文作者还包括清华-伯克利深圳学院楼子瑞博士，2021级博士研究生苏杰华，科研助理陆诚越，2020级硕士研究生金雨超，2019级博士研究生王子涵，新加坡国立大学吴昌盛助理教授，以及深圳国际研究生院曹译丹助理教授和徐晓敏副教授。该项目得到了国家自然科学基金、深圳国际研究生院科研启动基金和交叉学科基金、广东省基础与应用基础研究基金、深圳市稳定支持项目、清华国强研究院等项目的资助。https://doi.org/10.1002/aenm.20220113
图/文|赵洪发
