[发明专利]一种基于环境感知的可自断电柔性无线供电接收装置及供电方法

权利要求书

1.一种基于环境感知的可自断电柔性无线供电接收装置的供电方法，其特征在于，装置包括

发射端：与射频信号发生器连接，发射能量；

接收端：工作频率与发射端一致，接收端与发射端共振，接收发射端发射的能量，接收端接收到能量提供给负载；

接收端包括由下至上依次设置的柔性衬底、智能材料层和线圈层，所述柔性衬底可弯曲呈拱形状；智能材料层能够感知环境因素的变化，当环境因素发生变化时，电磁特性随之发生变化，线圈层为接收能量的天线；

方法包括：

正常工作模式：接收端的工作频率与发射端一致，接收端与发射端共振，接收端能最大程度的接收发射端发射的能量，接收端接收到能量提供给负载，从而实现负载的无线供电；

关断工作模式：若环境因素发生变化，所述智能材料层感知环境因素的变化，接收端的共振频率随之发生偏移，不再与发射端共振，接收端接收到的能量很小，无法供应负载能量，从而实现自动断电。

2.根据权利要求1所述的一种基于环境感知的可自断电柔性无线供电接收装置的供电方法，其特征在于，所述接收端中线圈层的参数获取方法包括以下步骤:

步骤1，定义接收端正常工作频率为f_on，即发射端发射频率；定义接收端关断模式的功率为P_off；

步骤2：构建环境参数数据集；

智能材料支持的环境参数范围为data₁～data_K，将其均匀取样，构成环境参数数据集，即步骤2所述环境参数数据集，具体定义为：

data_i＝(data_K-data₁)*i/K，i∈[1,K]

其中，data_i为环境参数数据集中第i个环境参数，K为环境参数数据集中环境参数的数量；

步骤3，构建智能材料层参数数据集；

M_i＝(ε_i,tan(δ_i))

i∈[1,K]

其中，M_i为智能材料层参数数据集中第i组环境参数下对应的智能材料层参数，ε_i为智能材料层参数数据集中第i组环境参数下对应的介电常数，tan(δ_i)为智能材料层参数数据集中第i组环境参数下对应的损耗正切，K为智能材料层参数数据集中不同环境参数下对应的智能材料层参数的数量；Mi通过将智能材料置于第i组环境参数下连接网络分析仪的介电常数测量组件测得；

步骤4，构建功率数据集；

接收端接收的功率范围为P₁～P_K，将其均匀取样，构成功率数据集，即步骤4所述功率数据集为：

P_i＝(P_K-P₁)*i/K，i∈[1,K]

其中，P_i为功率数据集中第i个功率，K为关断功率数据集中关断功率的数量；

步骤5，构建线圈层参数数据集；

Coil_j＝(N_j,S_j，D_j)

j∈[1,KK]

其中，Coil_j为线圈层参数数据集中第j组参数下对应的线圈层参数，N_j为线圈层参数数据集中第j组参数下对应的匝数，S_j为线圈层参数数据集中第j组参数下对应的间距，D_j为线圈层参数数据集中第j组参数下对应的内径，KK为线圈层参数数据集中参数的数量；

步骤6，构建频率数据集；

F_ij＝(f1_ij,f2_ij)

i∈[1,K]

j∈[1,KK]

其中，F_ij为频率数据集中第i组环境参数第j组线圈层参数下对应的共振频率和关断频率，f1_ij为频率数据集中第i组环境参数第j组线圈层参数下对应的共振频率，此时接收到的无线供电功率最大；f2_ij为频率数据集中第i组环境参数第j组线圈层参数下对应的关断频率，K为环境参数数据集中环境参数的数量，KK为线圈层参数数据集中参数的数量；

步骤7，构建线圈层神经网络的训练集，训练集的输入数据集为关断环境参数data0，data0∈环境参数集；共振频率，共振频率f_on∈频率数据集；关断功率，关断功率P_off∈功率数据集；输出训练集为对应的线圈层参数，共振频率为f_on时无线供电功率最大，且当环境参数为关断环境参数data0时，关断功率为P_off时所对应的线圈层参数；

步骤8，构建线圈层神经网络，线圈层神经网络的结构为：输入层、隐层、输出层；

输入层为关断环境参数、共振频率、关断功率，即输入层节点数为3，

输出为匝数、线间距和内径，即输出层节点数为3；

选取隐层节点个数为5

W为权值矩阵，随机生成初始权值矩阵W₀

设激活函数是

定义损失函数为

ti是输出端的期望输出值，zi是训练输出值，E是损失函数值，训练集中的真实值，即共振频率为f_on时无线供电功率最大，且当环境参数为关断环境参数data0，关断功率为P_off时所对应的线圈层参数；

设准则为E0.0000001，经迭代训练，当准则被满足，则停止训练，输出权值；

步骤9，根据应用需要，将关断环境参数、共振频率和关断功率输入完成的神经网络，神经网络输出线圈的匝数、间距和内径，得到线圈层参数。