MétaCan
Menu
Retour à la cohorte
Enregistrement W1977026660 · doi:10.1117/12.848726

Thermodynamic model using experimental loss factors for dielectric elastomer actuator design

2010· article· en· W1977026660 sur OpenAlexafffund
Jean-Philippe Bigue, Patrick Chouinard, Marc Denninger, Sylvain Proulx, Jean‐Sébastien Plante

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueDielectric materials and actuators
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesFonds Québécois de la Recherche sur la Nature et les Technologies
Mots-clésActuatorMaterials scienceCapacitanceVoltageDielectricElastomerDielectric elastomersBrakeMechanical engineeringMechanical energyAutomotive engineeringOptoelectronicsComposite materialEngineeringElectrical engineeringElectrodePower (physics)Physics

Résumé

récupéré en direct d'OpenAlex

Dielectric Elastomer Actuators (DEAs) are a promising actuation technology for mobile robotics due to their high forceto- weight ratio, their potential for high efficiencies, and their low cost. The preliminary design of such actuators requires a quick and precise assessment of actuator energy conversion performance. To do so, this paper proposes a simple thermodynamic model using experimentally acquired loss factors that predict actuator mechanical work, energy consumption, and efficiency when operating under constant voltage and constant charge modes. Mechanical and electrical loss factors for both VHB 4905 (acrylic) and Nusil's CF19-2186 (silicone) are obtained by mapping the performances of cone-shaped DEAs over a broad range of actuator speeds, capacitance ratios, and applied voltages. Extensive experimental results reveal the main performance trends to follow for preliminary actuator design, which are explained by the proposed model. For the tested conditions, the maximum experimental brake efficiencies are ~35% and ~25% for VHB and CF19-2186 respectively.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,499
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,230
Écart entre enseignants0,216 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetDielectric materials and actuatorsTravaux en français237 207