MétaCan
Menu
Retour à la cohorte
Enregistrement W2484617990 · doi:10.3390/s16071101

Portable Wind Energy Harvesters for Low-Power Applications: A Survey

2016· review· en· W2484617990 sur OpenAlexafffund
Seyedfakhreddin Nabavi, Lihong Zhang

Notice bibliographique

RevueSensors · 2016
Typereview
Langueen
DomaineEngineering
ThématiqueInnovative Energy Harvesting Technologies
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMemorial University of Newfoundland
Mots-clésEnergy harvestingWind powerMechanical energyAeroelasticityEnergy (signal processing)Electric potential energyRenewable energyPower (physics)Automotive engineeringElectrical engineeringAerospace engineeringComputer scienceEngineeringMarine engineeringEnvironmental scienceAerodynamicsPhysics

Résumé

récupéré en direct d'OpenAlex

Energy harvesting has become an increasingly important topic thanks to the advantages in renewability and environmental friendliness. In this paper, a comprehensive study on contemporary portable wind energy harvesters has been conducted. The electrical power generation methods of portable wind energy harvesters are surveyed in three major groups, piezoelectric-, electromagnetic-, and electrostatic-based generators. The paper also takes another view of this area by gauging the required mechanisms for trapping wind flow from ambient environment. In this regard, rotational and aeroelastic mechanisms are analyzed for the portable wind energy harvesting devices. The comparison between both mechanisms shows that the aeroelastic mechanism has promising potential in producing an energy harvester in smaller scale although how to maintain the resonator perpendicular to wind flow for collecting the maximum vibration is still a major challenge to overcome for this mechanism. Furthermore, this paper categorizes the previously published portable wind energy harvesters to macro and micro scales in terms of their physical dimensions. The power management systems are also surveyed to explore the possibility of improving energy conversion efficiency. Finally some insights and research trends are pointed out based on an overall analysis of the previously published works along the historical timeline.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,285
Écart entre enseignants0,249 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations127
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSensorsMême sujetInnovative Energy Harvesting TechnologiesTravaux en français237 207