2025-12-05
浏览次数：10（院研究生会宣传部廖振雪 图/文）12月4日我院于5幢102教室组织机械工程专业研究生参与我院第121期“工学智汇”机械工程研究生学术汇报活动。马继杰老师莅临指导，汇报人有凌铭、苏腾宏、陈叶森、赵信杰、李涛、林晓辉，潘士文担任主持人。
凌铭同学的汇报主题是“一种基于压电-电磁复合能量采集器的自供能NB-IoT远程监测系统”，他致力于解决物联网监测设备的供电难题，并由此设计了一种复合能量采集器，巧妙结合压电与电磁原理，能高效捕获环境中的机械振动或压力并转化为电能。以此为核心，他构建了完整的自供能远程监测系统，集成高效的电源管理与NB-IoT通讯模块，实现了数据从采集、无线传输至云平台与终端用户的完整闭环，为野外或不易布线场景的长期监测提供了创新方案。
苏腾宏同学分享了他基于摩擦电边界效应调控的图案化无源气动位移传感器研究，他瞄准了工业自动化中机械状态感知的痛点，深入探究了摩擦纳米发电机中的“边界效应”，并利用图案化电极设计对其进行精确调控。以此为基础，他成功研制出一种无源气动位移传感器，该传感器能将气缸活塞的直线位移直接转换为线性度高、灵敏度好的电信号。这种传感器具有自供能、柔性化、抗干扰能力强等优点，为复杂机械系统内部的状态监测提供了可靠且低成本的新工具。
陈叶森同学以“多品种小批量彩色喷粉保温杯表面缺陷自适应识别算法研究”为主题，聚焦于“多品种、小批量”业产线的质检困境。面对彩色喷粉保温杯表面缺陷样本稀缺、分布极不平衡以及背景干扰大的挑战，他提出了一套创新的自适应识别算法框架。该框架融合了扩散模型生成技术，以创造稀缺缺陷样本；并结合强化学习策略，智能地选择最有效的数据增强方式，以提升模型在不同背景下的鲁棒性。最终通过多模型融合机制，显著提升了缺陷定位的准确性与适应性。
赵信杰同学则分享了关于振动辅助式压电惯性驱动器的研究，他旨在提升压电惯性驱动器的综合性能，创新性地引入了振动辅助机制，通过在驱动足处施加特定频率的微振动，动态调节其与运动轨道间的摩擦状态。这一设计有效降低了驱动器的启动电压，并显著提升了其负载能力和运动速度。通过理论建模与实验验证，他优化了振动参数，使驱动器在保持结构紧凑优势的同时，输出性能获得了突破性提升，拓展了其在精密定位领域的应用潜力。
李涛同学的研究课题是“基于深度强化学习的保温杯表面缺陷检测及分类算法研究”，旨在实现保温杯表面缺陷检测的智能化升级。他主导开发了一套集自动化图像采集、智能算法分析与分类于一体的检测系统。针对实际生产中的数据不平衡问题，他采用了自适应深度强化学习策略进行数据增强；并设计了多尺度缺陷检测与分类模型。最终，该系统成功部署于企业生产线，实现了对多种缺陷的快速、准确识别，有效替代了传统低效的人工目检。
林晓辉同学分享了“面向柔性电极植入的主动回退式驱振一体压电驱动器的研究”，该研究面向脑机接口与神经科学的前沿需求。为解决柔性电极植入脑组织时易发生屈曲、破损的业界难题，他创造性地设计了一款“驱振一体”的压电驱动器。该驱动器能输出独特的“前进-回退”式振动轨迹，这种主动回退动作能大幅降低植入过程中的穿刺阻力。实验表明，该装置能安全、平稳地将柔性电极送达目标脑区，为未来微型化、自动化的神经电极植入系统提供了核心技术支撑。
马继杰师在认真听取每位同学的汇报展示后对大家的工作表示肯定，同时针对一些细节问题提出了改进意见，本次活动顺利举行。