[论文解读] More power to the people: getting the most from a dielectric elastomer generator

Patrin Illenberger, Kentaro Takagi+3 more|arXiv (Cornell University)|Mar 3, 2016

Dielectric materials and actuators参考文献 23被引用 3

一句话总结

本文提出了一种用于压电弹性体发电机（DEGs）中自激励电路（SPC）的数学模型，通过同步电荷转移与介电弹性体的电容变化，实现最大能量收集。当考虑损耗时，该模型在仿真、实验与理论之间实现了0.1%的精度，表明SPC性能主要取决于介电弹性体的最大和最小电容，而非精确的波形形状。

ABSTRACT

A dielectric elastomer generator (DEG) can be used for converting mechanical energy from natural motion sources such as walking, waves, trees etc, into electrical energy. A DEG is comprised of a soft and flexible Dielectric Elastomer capacitor (DE), a Priming Circuit (PC), which transfers high potential charge onto/off the DE electrodes, and a power extraction circuit which harvests the generated power. To generate power, the PC must charge and discharge the DE in synchronization with the DE's capacitance change. A simple circuit to do this exists: the self-priming circuit (SPC). The SPC consists of diodes and capacitors which passively switch between charge delivery and charge receiving states in synchronization with the DE's capacitance change. Until now there has been no understanding of how to design a SPC in order to maximize harvested energy from the dielectric elastomer (DE). A new mathematical model for a SPC is presented, leading to design and optimization. An accuracy of 0.1% between model, simulation and experiment is obtained once losses are taken into consideration. The behavior of the SPC is shown to be related to the maximum and minimum capacitance's of the DE, but is largley unaffected by the exact capacitance waveform

研究动机与目标

• 为解决自激励电路（SPC）在压电弹性体发电机（DEGs）中缺乏设计指南的问题，而SPC对于从自然运动中收集机械能至关重要。
• 开发一种数学模型，以实现SPC的系统化设计与优化，从而最大化收集的电能。
• 理解SPC性能如何依赖于介电弹性体的电容特性，特别是其最大值和最小值。
• 通过实验验证模型，并在包含能量损耗的实际条件下模拟其行为。
• 确定电容波形的精确形状是否显著影响SPC效率，或仅极值电容值起决定作用。

提出的方法

• 开发一种新的自激励电路（SPC）数学模型，以捕捉电荷转移与介电弹性体电容变化动态之间的同步关系。
• 将能量损耗机制纳入模型以提高精度，包括电路元件中的电阻损耗和漏电流损耗。
• 在SPC中使用无源二极管和电容，根据介电弹性体的机械变形自动切换至电荷输送与电荷回收状态。
• 在不同电容波形下模拟SPC行为，并与实验测量结果进行比较，以验证模型。
• 推导SPC能量收集效率与介电弹性体最大和最小电容值之间的解析关系。
• 使用实验数据校准模型，以实现高精度，最终实现模型、仿真与实验之间0.1%的误差范围。

实验结果

研究问题

• RQ1 如何系统化地设计压电弹性体发电机（DEG）中的自激励电路（SPC），以最大化收集的能量？
• RQ2 SPC性能的主要影响因素是介电弹性体的最大和最小电容，还是电容波形的详细形状？
• RQ3 能量损耗在多大程度上影响理论与仿真中SPC性能预测的准确性？
• RQ4 能否开发一种数学模型，以准确预测不同DE配置和工作条件下的SPC行为？
• RQ5 SPC效率在不同电容波形下是否保持鲁棒，还是对特定波形形状敏感？

主要发现

• 所提出的自激励电路（SPC）数学模型在考虑损耗的情况下，预测收集能量的精度达到惊人的0.1%，与仿真和实验结果完全一致。
• SPC性能主要由介电弹性体的最大和最小电容值决定，而非电容波形的详细形状。
• SPC的能量收集效率对电容波形的变化不敏感，表明其对非理想机械变形分布具有鲁棒性。
• 必须显式建模能量损耗（如电阻损耗和漏电流损耗），才能实现高预测精度，否则将导致显著偏差。
• 该模型可实现对DEG中SPC设计的精确优化，为实际应用中最大化输出功率提供实用框架。
• 模型、仿真与实验之间的验证结果证实了该理论框架在未来的DEG系统开发中的可靠性。