MétaCan
Menu
Retour à la cohorte
Enregistrement W2076713894 · doi:10.1115/smasis2012-8007

Modeling, Analysis and Experimental Validation of an Electromagnetic Energy Harvesting Unit

2012· article· en· W2076713894 sur OpenAlexaff
Yan Chen, Armaghan Salehian

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 canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésEnergy harvestingPower (physics)Energy (signal processing)Nonlinear systemRange (aeronautics)Work (physics)VibrationComputer scienceElectricity generationElectronic engineeringElectrical engineeringEngineeringAcousticsMechanical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Vibration energy harvesting devices have been widely used to power many electronic self-sustainable devices. Most traditional linear energy harvesters exploit the phenomenon of resonance to produce electric power. Nonlinear energy harvesters however present more interesting alternatives and have demonstrated capabilities to harvest power over a wider range of frequencies due to characteristics such as bifurcation. The aim of this study is to introduce an alternative design to nonlinear electromagnetic energy harvesting devices to improve the power production of the unit. The configuration presented in the current work has more degrees of freedom compared to some previously designed devices, and has demonstrated higher power efficiency over a wider range of frequencies. The power outputs for both previous and current designs are compared and validated against their experimental values. Finally, the validated numerical model is used to find the optimal design to produce the maximum power.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,029
Tête enseignante GPT0,261
Écart entre enseignants0,232 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
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