Sponge-Templated Macroporous Graphene Network for Piezoelectric ZnO Nanogenerator
Notice bibliographique
Résumé
We report a simple approach to fabricate zinc oxide (ZnO) nanowire based electricity generators on three-dimensional (3D) graphene networks by utilizing a commercial polyurethane (PU) sponge as a structural template. Here, a 3D network of graphene oxide is deposited from solution on the template and then is chemically reduced. Following steps of ZnO nanowire growth, polydimethylsiloxane (PDMS) backfilling and electrode lamination completes the fabrication processes. When compared to conventional generators with 2D planar geometry, the sponge template provides a 3D structure that has a potential to increase power density per unit area. The modified one-pot ZnO synthesis method allows the whole process to be inexpensive and environmentally benign. The nanogenerator yields an open circuit voltage of ∼0.5 V and short circuit current density of ∼2 μA/cm(2), while the output was found to be consistent after ∼3000 cycles. Finite element analysis of stress distribution showed that external stress is concentrated to deform ZnO nanowires by orders of magnitude compared to surrounding PU and PDMS, in agreement with our experiment. It is shown that the backfilled PDMS plays a crucial role for the stress concentration, which leads to an efficient electricity generation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».