MétaCan
Menu
Retour à la cohorte
Enregistrement W2605718278 · doi:10.1088/1361-6528/aa6612

Design guidelines of triboelectric nanogenerator for water wave energy harvesters

2017· article· en· W2605718278 sur OpenAlexaff
Abdelsalam Ahmed, Islam Hassan, Tao Jiang, Khaled Youssef, Lian Liu, Mohammed Hedaya, Taher Abu Yazid, Jean W. Zu, Zhong Lin Wang

Notice bibliographique

RevueNanotechnology · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensUniversity of Toronto
Organismes subventionnairesKing Abdullah University of Science and Technology
Mots-clésTriboelectric effectNanogeneratorMaterials scienceEnergy harvestingMechanical energyPower (physics)Energy (signal processing)Wave powerRADIUSAcousticsElectrical engineeringComputer sciencePhysicsEngineeringComposite materialPiezoelectricity

Résumé

récupéré en direct d'OpenAlex

Ocean waves are one of the cleanest and most abundant energy sources on earth, and wave energy has the potential for future power generation. Triboelectric nanogenerator (TENG) technology has recently been proposed as a promising technology to harvest wave energy. In this paper, a theoretical study is performed on a duck-shaped TENG wave harvester recently introduced in our work. To enhance the design of the duck-shaped TENG wave harvester, the mechanical and electrical characteristics of the harvester's overall structure, as well as its inner configuration, are analyzed, respectively, under different wave conditions, to optimize parameters such as duck radius and mass. Furthermore, a comprehensive hybrid 3D model is introduced to quantify the performance of the TENG wave harvester. Finally, the influence of different TENG parameters is validated by comparing the performance of several existing TENG wave harvesters. This study can be applied as a guideline for enhancing the performance of TENG wave energy harvesters.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,553
Score d'incertitude au seuil0,602

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 savante0,0000,000
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 Opus0,061
Tête enseignante GPT0,268
Écart entre enseignants0,207 · 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'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

Citations38
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanotechnologyMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207