近日,贵州大学机械工程学院车辆工程系本科生黄锦辉以第一作者身份,在国际权威期刊《Sustainable Materials and Technologies》(影响因子9.2,中科院二区)发表题为A wind-powered self-monitoring system for urban highway tunnels based on acoustic recognition sensing的学术论文,贵州大学为第一完成单位,漆令飞副教授担任通讯作者。公路隧道作为交通路网关键节点,其安全监测长期依赖外接供电设备,存在能耗较高、布设范围受限、异常事件响应滞后等现实问题。针对隧道场景能源供给与智能感知协同需求,本研究提出一种风能驱动、声学识别感知的城市公路隧道自监控系统,创新性设计电磁——压电混合能量采集装置,可高效捕获车辆行驶诱导的风能与环境声能,实现系统自主供电;同时依托声学传感器与深度学习模型,自动识别隧道内碰撞、急刹、求救、异常鸣笛、爆炸等异常声音信号,为隧道交通安全监测提供轻量化、自供能、智能化的全新技术方案。研究通过系统实验与现场测试验证核心性能:风能采集模块(WED-EM