近日，上海交通大學機械與動力工程學院張文明教授團隊、湖南工程學院魏克湘教授團隊和西北工業大學周生喜教授團隊聯合在Advanced Energy Materials期刊（IF=29.698）上發表綜述論文"Mechanical intelligent energy harvesting: From methodology to applications"，并入選編輯精選。該論文為解決能量采集系統對復雜環境與工況的適應性難題，提出了“機械智能能量采集”概念，闡明了機械智能能量采集設計方法論，綜述了具有機械智能特征的能量采集系統典型設計，預測了機械智能能量采集的未來發展趨勢。趙林川博士后為本文的第一作者，上海交通大學為論文第一完成單位，上海交通大學張文明教授、湖南工程學院鄒鴻翔教授和西北工業大學周生喜教授為通訊作者。

AIoT（人工智能物聯網）的蓬勃發展為人類創造了一個智能世界。AIoT通過廣泛分布、數量龐大的智能傳感器將萬物互聯，并實時感知、采集、處理和傳輸信息。這些傳感器可能還布置在極端環境中。對于這些傳感器來說，更換電池或通過電纜供電都很困難。因此，機械能量采集技術應運而生。通過俘獲自然界中廣泛存在的分散、無序和高熵的機械能并將其轉換為電能，為廣泛分布的傳感器供能，即實現自供能的AIoT。過去幾十年中能量采集技術取得了蓬勃的進展，但目前仍然有一些關鍵瓶頸問題制約著能量采集技術走向應用。從實驗室到實際應用，能量采集系統如何適應復雜環境與工況？機械智能能量采集設計方法論是解決這一難題的“對癥良藥”。

機械智能是指將感知、驅動、控制、邏輯和適應等過程設計到機械系統中，不依賴電氣控制系統，提高了系統的智能化程度。在生物進化和人類發展歷程中，機械智能發揮了不可或缺的作用，并在當代社會中的前沿科學研究中廣泛應用。可以通過機械智能設計使能量采集系統具有自適應和程序化功能，這是一種提高機械能量采集系統綜合性能的新范式。雖然一些研究人員已經設計了具有機械智能特征的各種能量采集系統并取得了良好的效果，但是這種設計方法尚未被明確定義、分析和總結。

本文給出了機械智能能量采集的定義：能量采集系統能夠識別外部激勵或自身狀態并作出反應，而不依賴于電氣元器件來實現自適應或程序化功能，使外部激勵滿足系統要求或系統的動力學行為與機電轉換機制相匹配。因此，它可以減少系統對傳感器和復雜控制系統的依賴性，簡化系統的復雜性，提高系統的輸出功率、電能質量、環境適應性、魯棒性和可靠性。特別是對于微小型器件來說，機械智能可以簡化復雜的系統，促進微型化器件設計和制造，實現更優越的性能。

圖1 機械智能溯源

圖2 機械智能能量采集的概述。機械智能能量采集分為三類：識別外部激勵并調控輸入激勵；識別外部激勵并調控能量采集系統；識別能量采集系統狀態并調控其自身行為。

該研究工作獲得國家自然科學基金、中國博士后科學基金、上海市科技創新行動計劃等資助。張文明教授團隊長期從事環境機械能量采集研究，揭示了弱激勵環境-壓電結構力傳導與能量轉換機理，建立了磁力耦合壓電能量采集系統動力學設計理論與方法；厘清了磁力耦合系統動力學行為與多穩態勢能阱特征的映射關系，闡明了非線性振動能量采集寬頻機制。近兩年，該團隊為解決能量采集系統對復雜環境與工況的適應性難題，提出了機械智能能量采集設計方法，設計并制造了系列機械能量采集系統樣機。
責任編輯：彭菁