MétaCan
Menu
Retour à la cohorte
Enregistrement W2065333517 · doi:10.1115/smasis2012-8112

Non-Linear Modeling and Analysis of Composite Helicopter Blade for Piezoelectric Energy Harvesting

2012· article· en· W2065333517 sur OpenAlexaff
Wander Gustavo Rocha Vieira, Fred Nitzsche, Carlos De Marqui

Notice bibliographique

RevueVolume 2: Mechanics and Behavior of Active Materials; Integrated System Design and Implementation; Bio-Inspired Materials and Systems; Energy Harvesting · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative Energy Harvesting Technologies
Établissements canadiensCarleton University
Organismes subventionnairesFundação de Amparo à Pesquisa do Estado de Minas GeraisConselho Nacional de Desenvolvimento Científico e Tecnológico
Mots-clésEnergy harvestingPiezoelectricityAeroelasticityVibrationPower (physics)Time domainResistive touchscreenElectric potential energyElectricity generationStiffeningElectrical loadEngineeringMechanical engineeringStructural engineeringAcousticsComputer scienceAerospace engineeringElectrical engineeringAerodynamicsPhysicsVoltage

Résumé

récupéré en direct d'OpenAlex

Converting aeroelastic vibrations into electricity for low-power generation has received growing attention over the past few years. Helicopter blades with embedded piezoelectric elements can provide electrical energy to power small electronic components. In this paper, the non-linear modeling and analysis of an electromechanically coupled cantilevered helicopter blade is presented for piezoelectric energy harvesting. A resistive load is considered in the electrical domain of the problem in order to quantify the electrical power output. The non-linear electromechanical model is derived based on the Variational-Asymptotic Method (VAM). The coupled non-linear rotary system is solved in the time-domain. A generalized-α integration method is used to guarantee numerical stability, adding numerical damping at high frequencies. The electromechanical behavior of the coupled rotating blade is investigated for increasing rotating speeds (stiffening effect).

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)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,301
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
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 Opus0,031
Tête enseignante GPT0,260
Écart entre enseignants0,229 · 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

Citations1
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVolume 2: Mechanics and Behavior of Active Materials; Integrated System Design and Implementation; Bio-Inspired Materials and Systems; Energy HarvestingMême sujetInnovative Energy Harvesting TechnologiesTravaux en français237 207