近几年,由于受全球气候异常变化、人类活动频繁等因素的影响,森林大火出现的频率有迅速增加的趋势,这对地球生态环境和人类生命财产安全构成巨大威胁。如果能在火情出现的早期阶段及时准确的报告森林火灾出现的具体位置和状况,将有助于消防人员及时采取措施,最大限度降低森林火灾的蔓延,从而避免造成巨大生态破坏和生命财产损失。
目前,主要的森林防火措施仍旧以地面巡逻、监视塔、卫星监控等为主。这些方法,需要巨大投入(财力、物力、人力)但却收效有限,在实践中取得效果并不理想。最近发生在澳洲、北美和南美的延绵数月的森林大火就是明证。因此,开发智能火灾监控系统来实现大范围的实时监测变得十分重要。近来,许多智能传感器已被用于森林火灾监测。
然而,大多数火灾传感器系统需要辅以电池来工作,不仅监测时间有限、维护成本高,还可能产生潜在的环境危害。因此,如何实现森林环境中的自供能监测系统变得尤为迫切。虽然太阳能电池技术已经比较成熟,但由于树木植被覆盖,太阳能电池很难在森林环境中发挥作用。摩擦电纳米发电机(TENG)作为一种全新的能源收集技术,具有质量轻、造价低、制备简单等特点,可以有效地将环境与人体运动产生的机械能直接转化为电能。迄今为止,科学家们已经制造出各种具有不同结构设计和材料选择的TENG,用于收集周围环境中的机械能(振动、风、雨滴和海浪等),但尚未在森林环境应用中受到足够重视。
近日,美国密歇根州立大学曹长勇教授团队开发了一种多层筒状结构摩擦纳米发电机(Multilayered cylindrical Triboelectric nanogenerator, MC-TENG)来实现高性能的树枝振动能量收集,使其可以用于森林环境条件下火灾报警系统和环境监测系统的供能装置。该设计采用滑动摩擦起电模式,由两个弹性连接的固定和滑动套层组成。
微风吹动树枝晃动,而引起的树枝的微小摇动可以被TENG有效收集转化成电能,并存储到集成的微超级电容器中来为火灾传感器供电。在该项研究中,团队成员对套层结构、层数、振幅和频率、振动方向和悬挂高度等参数进项了优化。结果表明,该MC-TENG可以有效的收集树枝振动的能量,其平均输出功率可达1.2 mW,因此可以长时间驱动温度传感器和一氧化碳传感器连续工作。该项研究为发展新型的便携式和可持续的森林火灾警报系统提供了新的思路和方法,具有广阔的应用前景。
以上相关成果发表在国际著名期刊Advanced Functional Materials上。论文第一作者为美国密歇根州立大学博士后逄尧堃博士,通讯作者为密歇根州立大学曹长勇教授。密歇根州立大学Yiming Deng教授、Andre Benard教授和Nizar Lajnef教授等为论文共同作者。
参考文献:
Yaokun Pang, Shoue Chen, Junchi An, Keliang Wang, Yiming Deng, Andre Benard, Nizar Lajnef, Changyong Cao*. Multilayered Cylindrical Triboelectric Nanogenerator to Harvest Kinetic Energy of Tree Branches for Monitoring Environment Condition and Forest Fire, Advanced Functional Materials, 202003598, 2020.
全文链接:
https://onlinelibrary.wiley.com/doi/10.1002/adfm.202003598
相关链接:
https://www.advancedsciencenews.com/self-powered-forest-fire-detection/
https://www.sciencedaily.com/releases/2020/06/200624151532.htm
课题组网站: