以数据驱动的参数设计宽带压电能收获机阵列使用并联神经网络
Zhiyan Cai1, Rensong Yin1, Chong Liu1
1Center for Mechanics Plus Under Extreme Environments, Ningbo University, Ningbo 315211, China.
Micromachines
|February 27, 2026
概括
本研究介绍了一种快速,数据驱动的方法,用于设计宽带压电式能源收获器 (PEH). 一个串联神经网络 (TNN) 框架使PEH阵列的快速定制设计能够为IoT设备提供动力.
科学领域:
- 收集能源 收集能源
- 材料科学 材料科学 材料科学
- 人工智能的人工智能
背景情况:
- 宽带压电能收获器 (PEH) 对于工业和物联网应用中的自主传感节点至关重要.
- 目前用于PEH阵列的设计方法耗时,阻碍了快速的,网站特定的定制.
研究的目的:
- 为五束PEH阵列开发一个数据驱动的反向设计框架.
- 为了使PEH阵列的快速,定制的设计使用协奏神经网络 (TNN).
主要方法:
- 训练了一种多层感知子 (MLP) 替代模型,使用10,000个COMSOL生成的样本来预测特征频率.
- 将MLP与反向设计网络结合起来,创建一个TNN,用于映射目标频率以设计参数.
- 使用COMSOL频率响应模拟的经过验证的TNN生成的设计.
主要成果:
- 该MLP替代品实现了>98%的预测准确度,预测时间<1秒.
- TNN框架使PEH阵列的几乎即时参数设计成为可能.
- 由此产生的PEH阵列证明了带宽超过10Hz的宽带运行.
结论:
- 拟议的频谱到参数通道显著减少了对详尽的有限元调的依赖.
- 这种数据驱动的方法支持快速,特定应用的宽带PEH阵列的部署.
- 该框架加速了为分布式传感系统提供动力的设计过程.
