近日，我院王旱祥教授团队在海洋波浪能收集装置智能优化设计方面取得新进展。相关研究成果以《Artificial intelligence-enabled design of a four-bar linkage triboelectric nanogenerator for wave energy harvesting》为题发表于国际权威期刊《Nano Energy》上。该期刊为纳米能源领域顶级期刊，最新影响因子为16.7。论文第一作者为我院动力工程专业博士生苑得鑫，第一通讯作者为王旱祥教授，中国石油大学（华东）为第一署名单位和第一通讯单位，中国科学院海洋研究所、空天信息大学为共同通讯单位。该研究得到国家自然科学基金、泰山学者青年专项以及山东省自然科学基金的联合资助。
针对传统TENG波浪能收集装置PTO结构复杂、参数优化依赖大量试错实验等问题，团队提出了一种以平面四连杆机构为核心的新型波浪能收集装置。该装置将浮体的垂荡运动转化为转子的单向旋转，使浮体在上升与下降两个行程中均保持有效能量输出，提升了能量收集效率。在优化方法层面，团队建立了该PTO机构的运动学模型，并提出了基于机器学习的PTO机构优化设计范式，以TENG转子动能为优化目标，针对特定海域波浪统计条件实现结构参数的快速定制，避免了传统试错法耗时长、易陷局部最优的局限。优化后的装置可驱动温湿度传感器工作，展现了面向深远海分布式传感器供电的应用潜力。
RF-TENG的结构和工作原理
论文链接：10.1016/j.nanoen.2026.112023
