简介：

  上海大学计算机工程与科学学院谢少荣教授、无人艇研究院李忠杰副教授课题组在期刊《Advanced Science》上发表文章"Structure-crack Detection and Digital Twin Demonstration based on Triboelectric Nanogenerator for Intelligent Maintenance"，提出了一种新型悬臂结构独立层式的摩擦纳米发电机(CSF-TENG)，(CSF-TENG)，其可以捕获环境能量或传输传感信息。

内容摘要：

  目前能量收集设备状态监测和智能维护的实现仍然是一个挑战，为了解决此问题，上海大学计算机工程与科学学院谢少荣教授、无人艇研究院李忠杰副教授课题组提出了一种新型悬臂结构独立层式的摩擦纳米发电机(CSF-TENG)，其可以捕获环境能量或传输传感信息。根据仿真结果，悬臂梁有无裂纹时，固有频率和幅值的最大变化率分别为1.1%和2.2%，难以通过这些变化来识别缺陷。因此，基于摩擦传感信息、格拉姆角场和卷积神经网络，建立了一个准确率约为99.2%的缺陷检测模型。为实现装置的智能维修，首先建立了悬臂梁挠度与CSF-TENG输出电压之间的关系，然后搭建了缺陷识别数字孪生系统。根据实验结果，该系统能够复刻CSF-TENG在真实环境中的运行状态，并显示缺陷识别结果及悬臂梁振动信息。

图1 CSF-TENG装置和数字孪生系统。a) CSF-TENG的组件；b) CSF-TENG的三维模型；c) 缺陷检测流程；d) 结构裂纹缺陷识别数字孪生系统。

  该研究以“Structure-crack Detection and Digital Twin Demonstration based on Triboelectric Nanogenerator for Intelligent Maintenance” 为题发表在“Advanced Science”。DOI:https://doi.org/10.1002/advs.202302443