DOI: 10.1021/acsnano.2c11366

人工智能物联网（AIoT）通过全面感知和无缝通信极大地促进了智能城市的发展。作为基础，各种AIoT节点正经历着低集成度和较差的可持续性问题。本文提出了一种立方体结构的智能压电AIoT节点iCUPE，分别通过微加工锆钛酸铅（PZT）厚膜基高频（HF）-压电发电机（PEG）和聚偏氟乙烯-三氟乙烯共聚物（P（VDF-TrFE））纳米纤维薄膜基低频（LF）-PEG集成了高性能能量采集和自供电传感模块。具有特定频率上转换（FUC）机制的LF-PEG和HF-PEG可确保在10-46Hz的宽范围内连续供电，在1g加速度下具有17mW/cm3的创纪录高功率密度。立方体设计使三个FU-CPEGs处于正交放置，以确保对来自不同方向的振动能量源的宽范围响应。与机器学习（ML）相结合的自供电三轴压电传感器（TPS）通过使用三个LF-PEGs辅助三个正交压电传感单元，实现高精度的多功能振动识别，加速度、频率和倾斜角的分辨率分别为0.01g、0.01Hz和2°，识别精度高达98%-100%。这项工作证明了开发一种在谐振频率下具有加速度计和陀螺仪功能的智能传感器的可行性。提出的可持续iCUPE具有高度可扩展性，可在不同环境下探索多功能传感和能量收集，这对AIoT的实施至关重要。

图1.用于能量采集和智能传感的iCUPE的示意图。（a）基于iCUPE的自我维持AIoT的示意图。（b）（i）拟议的iCUPE示意图，（ii）支持ML的智能TPS示意图，以及（iii）FUC-PEG示意图。（c）iCUPE的主要模块化功能组件，包括（i）TPS、（ii）温湿度传感器、（iii）蓝牙模块、（iv）核心电路和（v）FUC-PEG。

图2.（a）LF-PEG、HF-PEG和FUC-PEG的表征；（i）HF-PEG的顶视图，（ii）FUC-PEG的侧视图，以及（iii）LF-PEG的顶视图。（b）PZT厚膜的微加工过程和（c）SEM横截面图像。（d）P（VDF-TrFE）薄膜的静电纺丝工艺和（e）P（VDF-TrFE）纳米纤维的SEM图像。（f）（i）利用三个LF-PEGs输出进行自供电传感和（ii）利用沿Z轴振动进行自供电传感的示意图。（g）iCUPE的多通道输出，加速度为0.4g，在（i）20Hz、（ii）40Hz和（iii）60Hz的不同振动频率下无倾斜。（h）对于（i）0.3g、（ii）0.5g和（iii）0.7g的变化加速度，频率为40Hz且无倾斜的iCUPE的多通道输出。沿（i）X轴和（j）X轴及Y轴的倾斜角为45°时，频率为40Hz且加速度为0.4g的iCUPE的多通道输出。

图3.ML使TPS能够进行智能传感。（a）三个LF-PEGs的位置和功能：（i）在不同条件下，当输出电压源自三个LF-PEGs时，用于执行智能传感的CNN的结构图，以及（ii）加速度、振动频率和倾斜角的实时识别流程图。（b）用于识别加速度、振动频率和倾斜角的智能传感混淆图。（c）（i）加速度、（ii）振动频率和（iii）倾斜角的分辨率的混淆图。

图4.利用FUC机制进行能量收集的表征。FUC-PEG在（a）激发阶段、（b）碰撞阶段和（c）振荡阶段的工作机制说明。（d）（i）激发阶段、（ii）碰撞阶段和（iii）加宽效应的输出说明。（e）LF-PEG、HF-PEG和FUC-PEG的频域开路电压和（f）时域电压波形。（g）FUC-PEG与不同频率的HF-PEG和LF-PEG组合的频域开路电压和（h）时域电压波形。（i）不同加速度下通过升频扫描测试的HF-PEG的频域开路电压以及（j）频率带宽和开路电压比较，HF-PEG和LF-PEG之间的间隙为0.5mm。（k）在激励加速度为1g的情况下，通过升频扫描测试的HF-PEG的频域开路电压以及（l）频率带宽和开路电压比较。

图5.基于FUC-PEG的能量收集的实验结果。（a）在垂直振动源下单独测试每个FUC-PEG的输出功率，（b）当iCUPE水平放置时，同时测试三个FUC-PEGs的输出功率，以及（c）三轴倾斜角为45°时，同时测试三个FUC-PEGs的输出功率。（d）通过单个FUC-PEG的整流输出为10、100、220和330μF电容器充电的示意图和输出功率，（e）并联和串联的两个FUC-PEGs的示意图与输出波形，以及（F）相应连接的充电曲线。（g）（i）自我维持无线传感器节点的示意图，（ii）用于为传感器节点供电的电容器的充电曲线，以及（iii）设计用于监测传感信息的移动应用程序。（h）报告的PEGs的归一化功率密度比较。

图6.iCUPE辅助监控车辆行驶的演示。（a）系统设计的照片和示意图。（b）（i）基于LF-PEGs的输出信号识别驾驶状态的图形用户界面，以及（ii）识别不同驾驶状态的混淆图。（c）在一个完整的应用场景中，不同驾驶状态下的实时信号和照片。

图7.iCUPE支持无线传感系统，通过建立数字双井以监测地下工作条件。（a）通过大规模部署iCUPEs实现的数字孪生示意图。监测采矿设备工作状态的系统设计，包含（b）工作环境的模拟现场监测，以及（c）使用传感信号和数字孪生概念复制的虚拟工作环境。实时数字孪生辅助监测各种工况的截图，包括（d）频率、加速度和倾斜角正常，（e）倾斜角正常、频率和加速度报警，（f）倾斜角正常、频率和加速度过载警告，以及（g）频率、加速度和倾斜角过载警告。