编辑推荐：
可穿戴双稳态三电耦合混合发电机设计及运动识别研究。提出磁耦合双稳态TENG（B-TENG）与多层TENG（S-TENG）、电磁发电机（EMG）协同工作的新结构，通过非对称势阱和冲击频率升频机制实现低频运动高效能量捕获，在2.5Hz下峰值功率达5.5mW，频率放大倍数达184倍。集成PtNet神经网络实现96.5%运动状态识别准确率。通过优化结构参数和能量管理电路，平均输出功率0.81mW，成功驱动LED阵列和运动手表，验证了可穿戴设备自供电的可行性。
孟一鹏|熊天元|张雪婷|徐振龙|李英轩|黄佩|叶万恒|何青凯|杨普汉|孙申宇|邓成平|李世平|沈张毅
杭州电子科技大学机械工程学院，中国杭州310018
摘要
为了解决可穿戴摩擦电纳米发电机（TENGs）效率低和输出功率低的问题，本文提出了一种基于摆动的摩擦电-电磁混合发电机（P-TEHG）。该发电机结合了磁耦合的双稳态TENG（B-TENG）、堆叠式TENG（S-TENG）和电磁发电机（EMG）。B-TENG利用非对称势阱和冲击诱导的频率上转换机制，有效收集人体运动能量。这种混合发电机制提高了整体能量密度。通过建模、仿真和实验研究了B-TENG的机械和电气特性。在2.5 Hz时，其峰值功率可达5.5 mW，并在3.0 Hz时实现了184倍的频率放大，电荷转移密度为177.14 μC/m2。通过优化配置参数，P-TEHG通过能量管理电路产生的平均功率为0.81 mW。体内测试证明了其为电子设备供电的能力。基于B-TENG的独特信号特性，开发了一种轻量级神经网络PtNet，可实现96.5%的人体运动状态识别准确率。这种双功能混合发电机为智能自供电可穿戴电子设备提供了可行且可靠的解决方案。
引言
智能可穿戴设备的普及显著提高了人们的生活质量，例如自供电健康监测[1]、健身追踪[3]和运动训练辅助设备[4][5]。目前，这些设备主要依赖外部电源（如电池），这带来了许多挑战，包括需要频繁充电、高更换成本以及环境污染风险[6]。生物力学能量收集为它们提供了一种可持续且环保的能源。其中，肢体运动作为一种理想的能源来源，因其周期性和可预测性而受到关注[7][8]。常见的能量转换机制包括压电[9][10]、电磁[11][12]、静电[13][14]和摩擦电[15][16]效应。在这些机制中，摩擦电纳米发电机（TENGs）因其高能量转换效率、低成本、结构简单和高度可定制性而脱颖而出，能够有效地将低频机械能转换为电能[17]。
TENGs在收集肢体运动能量方面具有显著优势，被认为是为下一代可穿戴物联网（IoT）设备供电的理想技术[18]。迄今为止，关于TENGs用于肢体运动能量收集的研究主要通过两种方法实现。第一种方法是通过开发新型摩擦电材料和表面改性技术来提高电荷转移密度，但通常涉及复杂的加工过程和高成本[19][20][21]。第二种方法侧重于TENG的创新结构设计，如梳状结构[22]、棘轮机制[23]和多自由度设备[24]。尽管这些设计提高了能量捕获效率和输出功率，但在肢体运动的低频激励下，能量密度仍然不足。值得注意的是，大多数当前的TENGs仍然依赖于水平滑动模式，这在实际应用中不可避免地会导致机械磨损和能量损失[25]。这严重限制了其长期运行稳定性和输出性能。因此，开发一种结合低频适应性、高输出功率、高耐用性和紧凑配置的肢体运动能量收集设备已成为该领域亟待解决的问题。
为了进一步提高发电性能，研究人员在TENGs中引入了非线性结构[8]。非线性TENGs通常可以分为三类：准零刚度（QZS）设备、双稳态设备和多稳态设备。QZS TENGs具有极低的系统刚度，对外部激励非常敏感，适用于收集超低频振动能量[26][27][28]，但它们通常结构复杂，发电性能较弱，难以稳定地为可穿戴设备供电。双稳态结构具有双势阱，利用低频激励触发两种稳定状态之间的高速转换（突变），从而提高能量收集效率[29]。与QZS结构相比，双稳态TENGs的输出功率更高。赵和欧阳提出了一种基于滑动模式的磁耦合双稳态盘形TENG，用于振动能量收集，并建立了机电耦合模型[30]。谭等人报道了一种S形梁扭转双稳态TENG（TBTENG），用于低频扭转振动，其在4.0 Hz时的峰值功率输出为0.7 mW[31]。为了适应人体关节运动，该团队后来开发了一种可穿戴双稳态TENG，将其峰值功率输出提高到3.0 Hz时的3.39 mW[32]。虽然多稳态机制扩大了有效工作频率范围，但在低频段的输出功率仍低于双稳态TENGs，且更高的结构复杂性给微型化和可穿戴集成带来了挑战[33][34]。
此外，随着TENG技术和人工智能（AI）的深度融合，新一代能够自主运行并持续监测人体运动状态的智能设备正在出现[35]。尹等人基于喷泉启发的摩擦电纳米发电机和轻量级神经网络构建了一个传感系统，实现了高达97.56%的人体关节运动识别准确率[36]。郝等人提出了一种自感知和自供电的可穿戴系统，用于收集腰部运动能量和膝盖负能量。通过使用门循环单元深度学习模型，可以准确识别运动状态[24]。尽管在识别准确率方面取得了显著成就，但大多数工作仅限于单一传感功能，未能解决整个监测系统的能源自给自足问题。因此，开发一种能够进行高精度传感和高效能量收集的双功能TENG对于实现真正自供电的智能可穿戴设备至关重要。
本研究提出了一种基于摆动的摩擦电-电磁混合发电机（P-TEHG），用于收集人体肢体运动能量。本文的核心创新如下：（1）提出了一种新型的磁耦合双稳态TENG（B-TENG），具有低磨损的接触分离模式。由于非对称势阱和冲击诱导的频率上转换机制，TENG的输出性能和长期耐用性得到了显著提高。（2）B-TENG结合了轻量级神经网络PtNet，具备高效能量收集和人体运动状态识别的双重功能。（3）引入了堆叠式TENG（S-TENG）和电磁发电机（EMG），以及磁耦合的摆锤（MCPs），以优化系统集成，最大化空间利用率和整体低频输出性能。在后续部分，对B-TENG进行了数学建模和有限元仿真分析，优化了B-TENG、S-TENG和腔室的结构参数。在各种激励和边界条件下测试了P-TEHG的电气输出特性，并分析了其信号特征。实验还证明了其为LED、电容器和运动手表供电的可行性，以及佩戴在腿上的运行性能。此外，结合PtNet，该设备可用于识别不同的人体运动状态。这些结果验证了P-TEHG为智能可穿戴设备供电的潜力，并为人体运动识别提供了有效解决方案（图1a）。
结构设计和工作原理
如图1b所示，所提出的P-TEHG以B-TENG作为其核心发电模块，位于主要内部空间中，S-TENG和EMG模块集成到剩余的腔室空间中，以实现混合能量收集，最大化空间利用率。它们位于分为前后两个部分的定子内部。前部作为主要发电空间，由径向肋条划分为8个腔室（图S1）。
演示
为了验证在实际佩戴场景中为电子设备供电的可行性，本研究将P-TEHG安装在参与者的腿上，并在跑步机上进行了测试。在3 km/h的步行速度下，P-TEHG可以通过RC点亮372个LED（图7a，视频S3）。在6 km/h的慢跑速度下，P-TEHG可以在大约4分钟后为商用运动手表提供连续稳定的电源（图7b，视频S4）。在此期间，输入电容器C1
结论
本文提出了一种基于摆动的摩擦电-电磁混合发电机（P-TEHG），用于收集人体运动能量并识别运动状态。通过建模、仿真和实验优化了P-TEHG的配置参数，并分析了其电气特性。双稳态TENG（B-TENG）的非对称势阱和冲击诱导的频率上转换机制被证明可以高效转换低频能量
B-TENG的制造
使用Future R4600树脂，通过3D打印制造了一个旋转梁（长度×宽度×厚度：40 mm × 15 mm × 2 mm）。PTFE薄膜（38 mm × 20 mm × 0.22 mm）和铜箔（35 mm × 15 mm × 0.1 mm）被用作摩擦电层。铜箔附着在旋转梁的两侧，并完全覆盖PTFE薄膜形成背电极。随后，铜箔被附着在定子内部的腔室1、3、5和7的径向肋条上（图S1），作为接触
CRediT作者贡献声明
孟一鹏：撰写——原始草稿，调查，概念化。熊天元：撰写——原始草稿，正式分析，数据管理。徐振龙：撰写——审稿与编辑，监督，资金获取。李英轩：方法论，概念化。黄佩：正式分析。叶万恒：软件。何青凯：软件。杨普汉：方法论。孙申宇：验证。邓成平：可视化。李世平：方法论。沈张毅：软件，资金获取。张雪婷：
利益冲突声明
作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文报告的工作。
致谢
作者感谢中国国家自然科学基金（项目编号51805126）和浙江省自然科学基金（项目编号LQN26F020057）的支持。
孟一鹏是杭州电子科技大学机械工程学院的机械工程专业的研究生。他的研究兴趣包括摩擦电纳米发电机、海洋工程、无人水下车辆和波浪能量收集。
