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"，并入选编辑精选。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。赵林川博士后为本文的第一作者，上海交通大学为论文第一完成单位，上海交通大学张文明教授、湖南工程学院邹鸿翔教授和西北工业大学周生喜教授为通讯作者。

  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。这些传感器可能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。因此，机械能量采集技术应运而生。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。过去几十年中能量采集技术取得了蓬勃的进展，但目前仍然有一些关键瓶颈问题制约着能量采集技术走向应用。从实验室到实际应用，能量采集系统如何适应复杂环境与工况？机械智能能量采集设计方法论是解决这一难题的“对症良药”。

  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。在生物进化和人类发展中，机械智能发挥了不可或缺的作用，并在当代社会中的前沿科学研究中广泛应用。可以通过机械智能设计使能量采集系统具有自适应和程序化功能，这是一种提高机械能量采集系统综合性能的新范式。虽然一些研究人员已经设计了具有机械智能特征的各种能量采集系统并取得了良好的效果，但是这种设计方法尚未被明确定义、分析和总结。

图3 机械智能能量采集的发展路线图。

  原文链接：https://doi.org/10.1002/aenm.202300557