基于Π形接触分离式摩擦纳米发电机（Π-TENG）的低频结构健康监测振动位移传感系统

《Sensors and Actuators A: Physical》：Triboelectric nanogenerator based vibration sensing for low-frequency structural health monitoring applications

　　

本研究评估了一种Π形接触分离式摩擦纳米发电机（Π-shaped Contact Freestanding Tribolayer TENG, Π-TENG）作为低成本位移传感器在低频结构健康监测（Structural Health Monitoring, SHM）应用中的性能。由于边缘效应等非理想因素导致Π-TENG的电压输出与机械位移之间存在非线性关系，理论模型难以准确描述其传感特性，因此研究人员采用实验校准替代理论建模。研究设计了一套完整的检测系统，包括信号调理电路和嵌入算法的Capturia Alto开发板，用于对运动类型进行分类并估计位移幅值。实验结果表明，在频率范围1–10 Hz、振幅范围0.25–4 mm的正弦激励下，平均位移误差为4.00%；在随机激励下，平均位移误差为5.35%。Π-TENG能够有效响应1–10 Hz范围内的任意随机运动信号，验证了其作为低频振动位移传感器的可行性与鲁棒性。

一、研究背景与现存问题

结构健康监测（Structural Health Monitoring, SHM）已成为土木工程领域的关键学科，旨在对基础设施的结构完整性进行连续监测，并在灾难性事件发生前实现早期损伤检测。结构的振动响应特征——如模态振型、固有频率和振动幅值的变化——是表征结构退化状态的公认指标。对于桥梁、大坝和高层建筑等大型基础设施，其基本模态通常落在低频范围（0–10 Hz），因此监测低频振动对于评估潜在损伤和预测失效至关重要。

传统的SHM振动传感系统主要依赖压电加速度计或位移传感器。这些技术成熟可靠，能提供精确的结构信息。然而，单个传感器成本高、布线复杂等问题严重限制了其大规模部署。因此，研究人员正积极探索替代换能原理，要求具备低制造成本、安装简便、材料选择灵活以及在微小振动幅值下的高灵敏度等特性，以克服传统技术的局限性。

摩擦纳米发电机（Triboelectric Nanogenerator, TENG）由王中林团队首次报道，能够通过两种不同电子亲和力的介电材料之间的接触起电和静电感应效应将机械能高效转换为电能。在过去的15年中，TENG最初主要应用于振动能量采集，近年来则作为压力、加速度和位移传感元件引起了广泛关注。TENG具有在极低振动幅值下产生高电压输出、结构简单、材料易得和制造成本低等独特优势，使其成为振动传感领域的新兴力量。

然而，现有文献报道的TENG传感器大多基于传统的接触-分离模式或横向滑动独立层模式。接触独立摩擦层TENG（Contact Freestanding Tribolayer TENG, CFTENG）配置——其中电极间距保持恒定，独立层相对位置发生变化——是一种独特的构型模式，受到的关注有限。CFTENG的核心优势在于，摩擦材料无需相互接触或摩擦，从而消除了限制传感器工作寿命的材料磨损问题。此外，恒定的电极间距定义了一个机械边界，可针对特定的位移阈值进行定制，使得传感器的工作范围可以在设计阶段针对特定SHM应用进行定义。

尽管具有上述潜力，TENG在实际位移传感应用中仍面临若干挑战。首先，TENG具有高电压输出和高内阻抗的特性，因此需要信号调理电路将电压衰减到标准低压采集模数转换器（Analog to Digital Converter, ADC）可接受的范围内，同时不丢失或降低信息内容。其次，用于研究目的的理论模型和本构方程在实际操作场景中可能因假设条件而不再准确。例如，常用假设认为电极是无限平面，但对于CFTENG而言，边缘效应几乎不可避免，会导致电压与机械位移之间呈现非线性和频率依赖关系，而非理论预测的线性关系。这种非线性使得基于解析方法的幅值估计不可靠，从而促使研究人员采用实验校准方法来确定传感器的工作范围。最后，实际工况中存在混合激励条件，正弦和随机振动轮廓均可被检测，位移估计应依赖于运动轮廓的类型，因此在定量计算位移之前需要对运动类型进行识别。

二、研究方法概述

研究人员制作了一种Π形CFTENG（Π-TENG），采用金属框架确保上下内表面间恒定气隙（9 mm），内表面沉积聚四氟乙烯（PTFE）介电层和铜（Cu）电极，中间铝（Al）板固定于外部铝梁上并通过Kapton胶带绝缘，再粘贴尼龙66薄膜作为正摩擦层，各材料面积均为12 cm × 10 cm。设计了三阶信号调理电路：第一级为电阻分压器（R₁ = 100 MΩ, R₂ = 1 MΩ，缩放因子101），第二级为电压跟随器提供高输入阻抗，第三级引入直流偏移（+1.65 V）使信号居中于ADC可接受范围。采用Capturia Alto开发板编程嵌入算法，实现对运动类型的分类和位移估计。通过实验校准建立电压输出与位移之间的经验模型，替代理论模型。使用来自三层建筑物实测数据的预处理信号作为随机激励输入，在1–10 Hz频率范围和0.25–4 mm振幅范围内，分别对正弦和随机激励进行验证并与加速度计对比。

三、研究结果

3.1 校准数据与经验模型

研究人员利用实验数据对Π-TENG进行校准，发现由于边缘效应引起的非线性，电压输出与位移之间的关系并非理论预测的线性，而是呈现出频率依赖的非线性特征。因此，研究人员建立了基于实验数据的经验模型，取代了传统理论模型用于位移估计。

3.2 调理电路验证

通过测试验证了三阶调理电路的性能：电阻分压器成功将TENG的高电压输出按101倍比例衰减至ADC可接受范围；电压跟随器保持了高输入阻抗且无信号衰减；DC偏移电路将信号中心调整至+1.65 V，确保负半周信号能被单极性ADC正确采集。整个电路保留了信号的频谱内容和峰峰值信息。

3.3 正弦运动检测性能

在1–10 Hz频率、0.25–4 mm振幅的正弦激励条件下，Π-TENG结合嵌入式算法实现了对位移的准确估计。研究结果表明，平均位移误差为4.00%，证明了该系统在周期性简谐振动场景下的有效性。

3.4 随机运动识别可行性

采用从三层建筑结构实测数据预处理得到的随机振动信号作为输入，在相同频率和振幅范围内进行测试。Π-TENG能够有效响应任意随机运动信号，嵌入式算法成功识别运动类型并估计最大位移。结果显示，随机激励下的平均位移误差为5.35%，验证了系统在非周期、宽频随机振动环境中的适用性。

四、结论与讨论

本研究开发并表征了一种Π形CFTENG（Π-TENG）作为低频、小振幅SHM应用的位移传感器。完整检测系统包括信号调理电路和嵌入位移估计算法的Alto开发板。由于Π-TENG的非线性电压输出特性，研究人员采用了实验校准方法而非理论模型。嵌入式算法能够对正弦运动和随机运动进行分类，并根据运动类型分别估计振幅或最大位移。在1–10 Hz频率、0.25–4 mm振幅范围内，正弦激励下的平均位移误差为4.00%，随机激励下为5.35%。研究表明，Π-TENG作为一种低成本、结构简单的振动位移传感器，在低频SHM应用中具有良好的前景，未来工作可进一步优化算法精度并探索其在真实结构上的长期监测性能。