Development of a biomechanical energy harvester
Notice bibliographique
Résumé
BACKGROUND: Biomechanical energy harvesting-generating electricity from people during daily activities-is a promising alternative to batteries for powering increasingly sophisticated portable devices. We recently developed a wearable knee-mounted energy harvesting device that generated electricity during human walking. In this methods-focused paper, we explain the physiological principles that guided our design process and present a detailed description of our device design with an emphasis on new analyses. METHODS: Effectively harvesting energy from walking requires a small lightweight device that efficiently converts intermittent, bi-directional, low speed and high torque mechanical power to electricity, and selectively engages power generation to assist muscles in performing negative mechanical work. To achieve this, our device used a one-way clutch to transmit only knee extension motions, a spur gear transmission to amplify the angular speed, a brushless DC rotary magnetic generator to convert the mechanical power into electrical power, a control system to determine when to open and close the power generation circuit based on measurements of knee angle, and a customized orthopaedic knee brace to distribute the device reaction torque over a large leg surface area. RESULTS: The device selectively engaged power generation towards the end of swing extension, assisting knee flexor muscles by producing substantial flexion torque (6.4 Nm), and efficiently converted the input mechanical power into electricity (54.6%). Consequently, six subjects walking at 1.5 m/s generated 4.8 +/- 0.8 W of electrical power with only a 5.0 +/- 21 W increase in metabolic cost. CONCLUSION: Biomechanical energy harvesting is capable of generating substantial amounts of electrical power from walking with little additional user effort making future versions of this technology particularly promising for charging portable medical devices.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».