近日，上海交通大学机械与动力工程学院张文明教授团队、湖南工程学院魏克湘教授团队和西北工业大学周生喜教授团队联合在Advanced Energy Materials (IF=29.698）上发表综述论文"Mechanical intelligent energy harvesting: From methodology to applications"。该论文为解决能量采集系统对复杂环境与工况的适应性难题，提出了机械智能能量采集概念，阐明了机械智能能量采集设计方法论，综述了具有机械智能特征的能量采集系统典型设计，预测了机械智能能量采集的未来发展趋势。

　　AIoT(人工智能物联网）的蓬勃发展为人类创造了一个智能世界。AIoT的硬件基础是无线传感器网络，它通过广泛分布、数量庞大的传感器将万物互联，并实时感知、采集、处理和传输信息。然而，如何长期有效地为这些广泛分布的传感器供电是AIoT发展中的关键挑战之一。这些传感器数量众多且分布广泛，其中一些还布置在极端环境中。对于这些传感器来说，更换电池或通过电缆供电都很困难。此外，使用化石燃料发电已经导致了日益严重的环境问题和能源危机。因此，机械能量采集技术应运而生，以满足AIoT长期有效供能的发展需求，即零碳环保、灵活便捷、分布式和可持续的能源供应技术。通过俘获自然界中广泛存在的分散、无序和高熵的机械能并将其转换为电能，为广泛分布的传感器供能，即自供能的AIoT。

　　该文章对机械智能能量采集进行了定义：能量采集系统能够识别外部激励或自身状态并作出反应，而不依赖于电气元器件来实现自适应或程序化功能，使外部激励满足系统要求或系统的动力学行为与机电转换机制相匹配。因此，它可以减少系统对传感器和复杂控制系统的依赖性，简化系统的复杂性，提高系统的输出功率、电能质量、环境适应性、鲁棒性和可靠性。特别是对于微小型器件来说，机械智能可以简化复杂的系统，促进微型化器件设计和制造，实现更优越的性能。从能量采集效率的角度来看，机械智能能量采集系统有助于实现“开源节流”的目标。虽然在不同形式的机械能之间进行转换可能会消耗一定的能量，但从总体能量采集系统中看，机械智能使能量采集系统从环境中捕获更多的机械能，实现“开源”的效果。同时，它还可以降低机电转换和电路处理过程中的能量损失，实现“节流”的效果，从而提高整个系统的机电转换效率。基于机械智能能量采集的设计原理，机械智能能量采集系统的设计方法可分为三类：

　　一是识别外部激励并调控输入激励系统：可以判断外部激励的形式，然后调控外部激励是否为输入或转换，从而使外部激励更符合系统要求。

　　二是识别外部激励并调控能量采集系统：可以判断激励的方向、强度、幅度和频率等，然后改变系统自身的工作模式，从而使系统更适应外部激励。

　　三是识别能量采集系统的状态并调控自身行为：这种系统采用“机械程序”设计，系统的某一状态可以触发相应的反应或改变工作模式，从而提高系统的发电性能。

　　近年来，能量采集技术蓬勃发展，然而机械能量采集技术仍旧面临着几个关键挑战，包括环境适应性差、可靠性低、输出功率低以及电能品质低等。机械智能是指将感知、驱动、控制、逻辑和适应等过程设计到机械系统中，不依赖电气控制系统，提高了系统的智能化程度。

　　                                                                                                                                  （摘编自 MEMS、CAAI认知系统与信息处理专委会）