声学能量收集器

效率大幅提升

利用深度学习预测噪声频率来优化颈部尺寸，最大化收集效率。

Fan, Pengfei · Ruiyuan, Jiang · Wang, Shangbo · 王新珩 · Yuli, Zhang · Jia, Dongyao

Energy 2024

技术优势

自适应频率

通过深度学习预测噪声频率，调整颈部尺寸以匹配最佳频率范围，从而最大化收集效率。

多腔优化配置

通过分析不同腔体的性能差异和电路连接方式，确定了最佳配置，提升了整体能量收集效率。

预测更准

TGACN模型在噪声频率预测上优于现有方法，为收集器设计提供了更准确的指导。

应用场景

• 交通噪声能量回收：将交通噪声转化为电能，用于路边传感器或路灯供电。
• 声能收集：从环境噪声中收集能量，为低功耗设备提供电源。
• 城市环境监测供电：为城市环境监测传感器提供自供电，减少电池更换。
• 可再生能源补充：作为可再生能源补充，减少对传统能源的依赖。