Skip to main content
QUICK REVIEW

[논문 리뷰] Design optimisation of piezoelectric energy harvesters for bridge infrastructure

Patricio Peralta-Braz, Mehrisadat Makki Alamdari|arXiv (Cornell University)|2022. 05. 14.
Innovative Energy Harvesting Technologies인용 수 4
한 줄 요약

이 논문은 교량에 부착된 피에조전기 에너지 수확 장치(PEH)의 형상 최적화 프레임워크를 제안한다. 이는 이소지오메트릭 분석, 모드 순서 감소 및 입자군집최적화(PSO)를 활용하여 실제 교통으로 유도되는 진동 조건에서 에너지 수확량을 극대화한다. 이 방법은 기존의 주파수 토닝 전략보다 우수한 이벤트 기반 최적 설계를 도출하며, 차량당 최대 7.8 µJ, 일일 연속 출력으로 2.5 mJ의 에너지를 생성한다.

ABSTRACT

Vibrational energy harvested from the bridge excitation due to the traffic flow or the wind load can be supplied to sensors in a Structural Health Monitoring (SHM) system and help prolong its service life, reduce chemical battery waste and enable its use in remote locations. A common approach to designing a Piezoelectric Energy Harvester (PEH) consists in tuning its fundamental frequency to some target value (e.g., the fundamental frequency of a bridge). However, such approach does not answer the question if the chosen target frequency is optimal, and does not take into account the possibility to have multiple design configurations with the same fundamental frequency. In this work, we approach the problem of a PEH design optimisation in a rigorous way, using a PEH model based on the Kirchhoff-Love plate theory and Isogeometric Analysis (IGA), coupled with the Modal Order Reduction (MOR) approach and Runge-Kutta time integration method. The model is further equipped with the Particle Swarm Optimisation (PSO) algorithm that allows finding geometry which maximises energy output from a given base acceleration signal. A comprehensive study is conducted to infer the impact of a PEH geometry on its energy harvesting performance in a real-world setting by considering field health monitoring data of a large-scale cable-stayed bridge in NSW, Australia. A shape optimisation framework is developed based on acceleration events, i.e., where the level of response exceeds a certain threshold. Designs obtained in the event-based optimisation are then clustered to propose several best candidates for continuous energy generation. This work represents the first study on PEH design optimisation for real operational conditions.

연구 동기 및 목표

  • 기존 PEH 설계의 한계를 해결한다. 즉, 다리의 고유 주파수에 공진 주파수를 토닝하는 방식이지만, 최적성 여부를 검증하지는 않는다.
  • 실제 운영 조건에서 연속적인 에너지 수확을 극대화하는 데 초점을 맞춘 철저하고 이벤트 기반 최적화 프레임워크를 개발한다.
  • 전체 순서 모델링의 계산적 병목 현상을 해결하기 위해 모드 순서 감소와 효율적인 시간 적분을 통합한다.
  • 호주 뉴사우스웨일스 주의 대규모 케이블 스타일 교량에서 확보한 실지 현장 데이터를 사용하여 프레임워크를 검증한다.
  • 이벤트 기반 최적화 결과의 클러스터링을 통해 실용적 구현을 위한 다수의 고성능 PEH 설계를 제안한다.

제안 방법

  • 기하학적 탄성체에 대한 킬르호프-로프 플레이트 이론과 일반화된 하미르톤 원리를 기반으로 PEH 모델을 수립한다.
  • 고정밀도 구조적 및 전기기계적 결합을 위해 이소지오메트릭 분석(IGA)을 사용해 모델을 이산화한다.
  • 계산 비용을 감소시키면서도 동적 응답 정확도를 유지하기 위해 모드 순서 감소(MOR)를 적용한다.
  • 임의의 기준 가속도 신호에서 전압 출력을 계산하기 위해 룬게-쿠타 시간 적분 기법을 사용한다.
  • 에너지 수확량을 극대화하는 PEH 기하구조를 탐색하기 위해 입자군집최적화(PSO) 알고리즘을 통합한다.
  • 에너지 수확량을 추가로 향상시키기 위해 병렬로 부하 저항값을 최적화한다.
Figure 1 : Illustration of the cable-stayed bridge located in the state of NSW, Australia.
Figure 1 : Illustration of the cable-stayed bridge located in the state of NSW, Australia.

실험 결과

연구 질문

  • RQ1실제 교통 조건에서 다리의 고유 주파수에 PEH의 기본 주파수를 토닝하는 것이 에너지 수확 최적 구성인가?
  • RQ2다양하고 실제적인 교통으로 유도되는 진동 이벤트에 노출되었을 때 PEH 기하구조는 에너지 수확 성능에 어떻게 영향을 미치는가?
  • RQ3이벤트 기반 최적화 프레임워크는 연속적인 에너지 생성 측면에서 기존의 주파수 일치 설계 전략을 초월할 수 있는가?
  • RQ4다양한 진동 모드와 교통 밀도에서 지속적인 에너지 수확에 가장 효과적인 PEH 기하구조는 무엇인가?
  • RQ5교량 상의 장치 설치 위치 선택이 최적 설계와 에너지 출력에 어떻게 영향을 미치는가?

주요 결과

  • 이벤트 기반 최적화 프레임워크는 차량 통과당 최대 7.8 µJ의 에너지를 생성하는 PEH 설계를 도출하였으며, 1000건의 교통 이벤트 동안 일일 에너지 출력은 2.5 mJ에 달한다.
  • 최적 설계는 약 2 Hz 주변에 집중되어 있어, 선택된 교량 위치가 첫 번째 진동 모드를 선호하고 있음을 시사하지만, 이는 전역적으로 최적인 위치는 아닐 수 있다.
  • 실제 교통으로 유도되는 진동 스펙트럼 전반을 고려함으로써, 기존의 주파수 토닝 설계보다 더 높은 에너지 수확 성능을 달성했다.
  • PSO 최적화된 PEH 기하구조는 여러 이벤트 클러스터에서 일관된 성능을 보였으며, 클러스터 6에서 최고의 에너지 출력(7.76 µJ)을 기록했고, 클러스터 7에서는 일주일 동안 95%의 빈도로 발생하였다.
  • 실험 데이터와의 모델 검증을 통해 시뮬레이션 프레임워크가 실제 에너지 수확 성능을 정확하게 예측할 수 있음을 확인했다.
  • 연구 결과, 에너지 수확 성능는 장치 기하구조와 위치에 매우 민감하며, 모든 진동 모드에서 유일한 최적 설계가 존재하지 않는다는 점을 밝혔다.
Figure 2 : Illustration of the sensor layout under the deck. Acceleration response at sensor A14 was chosen for the study.
Figure 2 : Illustration of the sensor layout under the deck. Acceleration response at sensor A14 was chosen for the study.

더 나은 연구,지금 바로 시작하세요

논문 읽기부터 검토까지, 연구 시간을 획기적으로 줄여보세요.

카드 등록 없음 · 무료 플랜 제공

이 리뷰는 AI가 만들고, 인간 에디터가 검토했습니다.