MétaCan
Menu
Retour à la cohorte
Enregistrement W2004856131 · doi:10.1115/imece2006-14842

Power Harvesting for Rotating Structure Using Piezoelectric Generators

2006· article· en· W2004856131 sur OpenAlexaff
Saurav Gupta, Grant Warner

Notice bibliographique

RevueDesign Engineering and Computers and Information in Engineering, Parts A and B · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative Energy Harvesting Technologies
Établissements canadiensPTC (Canada)
Organismes subventionnairesnon disponible
Mots-clésSlip ringEnergy harvestingCantileverVibrationElectrical engineeringMechanical energyPiezoelectricityMicroelectromechanical systemsPower (physics)BimorphSlip (aerodynamics)Electricity generationMechanical engineeringEngineeringComputer scienceAcousticsMaterials scienceStructural engineeringAerospace engineeringPhysicsOptoelectronics

Résumé

récupéré en direct d'OpenAlex

Conventional method of measuring the mechanical properties of rotating machinery is to couple sensors on the machine through a slip ring, which is a non-trivial, expensive, lengthy and manpower intensive process. An alternative to this is to use a contactless RF slip ring which has no physical wear and hence no maintenance. But application of contactless RF slip ring is possible only if these services are low powered and sensor signals can be multiplexed. With the advance in low powered MEMS sensors, contactless slip ring system can be used. But providing power to these sensors is an issue. One approach would be to harness power from the untapped surrounding energy which could be used to recharge and/or replace battery powered connections. One method to accomplish this is to use piezoelectric materials (PZT) to capture energy lost due to vibration and rotation of the test equipment. This captured energy can then be used to provide uninterrupted power to the appropriate sensors. Focusing our attention on blades, rotating structures will be modeled as cantilever beam. Piezoelectric bimorph attached to the rotating cantilever beam will provide an estimate for the available power that can be used for harvesting.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,424
Score d'incertitude au seuil0,985

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,006
Tête enseignante GPT0,172
Écart entre enseignants0,165 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDesign Engineering and Computers and Information in Engineering, Parts A and BMême sujetInnovative Energy Harvesting TechnologiesTravaux en français237 207