近日，蘇州大學機電工程學院孫立寧教授團隊與新加坡國立大學電氣與計算機工程系李正國教授團隊聯合研發了一款面向智慧物聯網的模塊化無線無源傳感節點——“智能魔方”iCUPE。最新研究成果以蘇州大學機電工程學院為第一單位發表在納米技術領域權威期刊《ACS NANO》（中國科學院JCR分區為一區，影響因子18.027）上，論文題為“Intelligent cubic-designed piezoelectric node (iCUPE) with simultaneous sensing and energy harvesting ability toward self-sustained artificial intelligence of things (AIoT)”。蘇州大學博士生黃曼娟和朱銘魯副教授為論文的共同第一作者，蘇州大學劉會聰教授、孫立寧教授和新加坡國立大學李正國教授為共同通訊作者。蘇州大學陳濤教授、碩士生馮孝為、湯添益，新加坡國立大學博士生張子軒、郭欣格參與研究。該工作得到了江蘇省杰出青年基金、國家重點研發計劃等項目的支持。
該成果研究了一個高度集成的無線無源智能傳感節點“智能魔方”，僅有六厘米大小。魔方雖小，功能不少，它采用靈活的模塊化、可拆卸結構，可以針對不同應用場景定制和替換功能模塊。節點中的三軸壓電傳感器（TPS）由基于P(VDF-TrFE)納米纖維薄膜的低頻壓電傳感梁（LF-PEG）正交分布組成，作為自供電傳感器檢測振動加速度、頻率和傾斜角度等參數，檢測分辨率分別達到0.01g、0.01Hz和2°；升頻式壓電能量收集器（FUC-PEG）由LF-PEG和基于PZT厚膜的高頻壓電發電梁（HF-PEG）組成，可將環境中的低頻振動能轉換為高頻電壓輸出為節點供電，歸一化功率密度達到0.5 mW/cm3/g/Hz。當智能魔方受到外界振動激勵時，振動能量收集模塊采集振動能發電，中央控制模塊采集三軸振動加速度傳感信號，先采集一部分數據用于訓練深度學習模型，之后便可接收實時數據結合機器學習監測振動的加速度、頻率和傾角。然后將數據無線傳輸至終端電腦來預測狀態，實現狀態監測。
智能立方壓電節點iCUPE的結構及基于節點構建的自供能智慧物聯網
研究者們基于iCUPE搭建了汽車行駛狀態監測系統，運行中汽車發動機振動為iCUPE提供能量和傳感信息，結合機器學習完成駕駛狀態識別并實時顯示，實現了實時振動監測和輔助駕駛功能。此外，iCUPE還可用于極端環境如采礦設備運行狀態監測，結合數字孿生技術打造可視化數字礦井，能夠準確、靈敏地識別礦井泵機的運行狀態，及時發現故障并發出預警?？傮w而言，該智能傳感節點無需外部電源、成本低、可持續性高，在環境監測、自動駕駛、智慧工廠、智能家居等領域具有廣闊的應用前景。
iCUPE在汽車行駛狀態監測中的應用，以及與數字孿生技術結合打造數字礦井，監測礦井泵機運行狀態的應用
該成果提出了一種基于壓電材料的無線無源智能傳感節點iCUPE，在收集環境振動能發電的同時采集和分析振動信號，與人工智能物聯網、機器學習和數字孿生等前沿技術融合深化，能夠以低成本構建完全自供電的智慧物聯網系統。研究者們希望該工作能夠打造出連接萬物的“智能魔方”，為開發新型AIoT節點和推動智慧城市、工業制造、自動駕駛等領域的數字化轉型發展提供啟示。
文章DOI: 10.1021/acsnano.2c11366
文章鏈接：https://pubs.acs.org/doi/10.1021/acsnano.2c11366
