Análisis en frecuencias de la señal generada por un autogenerador de energía (TENG)

El trabajo en cuestión se realiza en colaboración con IMDEA Materiales como contribución a un proyecto mayor que busca el desarrollo de un dispositivo de detección sísmica Internet of Things geo-remoto empleando TENGs. Estos últimos son dispositivos capaces de generar energía de forma sostenible, a bajo coste y sin necesidad de fuente externa.
El proyecto tiene como objetivo el análisis en frecuencia de señales generadas por sensores triboeléctricos para elegir el de mejor rendimiento. La herramienta empleada es la transformada rápida de Fourier. Para ello, se han desarrollado dos programas con la herramienta MATLAB. Uno en remoto para el análisis offline y otro en local que realiza el análisis online. Se ha desarrollado también una interfaz que permite la entrada de datos por parte del usuario y un programa creado en el entorno de desarrollo integrado de Arduino que realiza la lectura analógica y transmisión serial de datos.
El análisis se realizó empleando señales procedentes de cinco triboeléctricos que difieren en composición, todos ellos resistentes al fuego gracias a la incorporación de un polielectrolito retardador de llama. Se evaluaron los sensores en base a criterios de FWHM, resolución y sensibilidad. De acuerdo con los resultados obtenidos, se concluye que el mejor sensor es aquel que contiene un 10% en peso de PPA-PEI.
Una vez elegido el sensor, este se empleará como sistema de monitorización y alarma en caso de seísmo. El programa en local permite que la monitorización de la señal se haga en tiempo real y gracias a la capacidad del sensor triboeléctrico para generar energía a partir de las vibraciones monitorizadas, el proceso no requiere de fuente externa. Se consigue así un sistema de alerta que actúe en caso de seísmo de forma inmediata, sin necesidad de generación externa, de forma sostenible y a un bajo coste.

The project is carried out in collaboration with IMDEA Materials as a contribution to a larger study aimed at the development of an Internet of Things geo-remote seismic detection device using TENGs. The latter are devices capable of generating energy in a sustainable way, at low cost and without the need of an external source.
The project aims at the frequency analysis of signals generated by triboelectric sensors in order to choose the one with the best performance. The tool used is the fast Fourier transform. For this purpose, two programs have been developed with MATLAB. One in remote for the offline analysis and another one in local that performs the online analysis. It has also been developed an interface that allows data input by the user and a program created in the integrated development environment of Arduino that performs the analog reading and serial transmission of data.
The analysis was performed using signals from five triboelectrics differing in composition, all of which are flame resistant due to the incorporation of a flame retardant polyelectrolyte. The sensors were evaluated based on FWHM, resolution and sensitivity criteria. According to the results obtained, it is concluded that the best sensor is the one containing 10% by weight of PPA-PEI.
Once the sensor is chosen, it will be used as a monitoring and alarm system in case of an earthquake. The local program allows the signal monitoring to be done in real time and thanks to the capacity of the triboelectric sensor to generate energy from the monitored vibrations, the process does not require an external source. The result is a warning system that acts immediately in the event of an earthquake, without the need for external generation, in a sustainable and low-cost manner.