​深圳国际研究生院丁文伯团队在自驱动振动传感与故障诊断上取得新进展

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。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，清华大学深圳国际研究生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

图2. VS-TENG机械运行状态监测

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。

清华大学深圳国际研究生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，清华大学深圳国际研究生院2021级博士研究生赵洪发、2021级硕士研究生艾子豪、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大学深圳国际研究生院楼子瑞博士、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。

【免责申明】本专题图片均来源于学校官网或互联网，若有侵权请联系400-0815-589删除。