On the Potential of Hydrogen-Powered Hydraulic Pumps for Soft Robotics
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
To perform untethered operations, soft robots require mesoscale power units (10-1000 W) with high energy densities. In this perspective, air-breathing combustion offers an interesting alternative to battery-powered systems, provided sufficient overall energy conversion efficiency can be reached. Implementing efficient air-breathing combustion in mesoscale soft robots is notoriously difficult, however, as it requires optimization of very small combustion actuators and simultaneous minimization of fluidic (e.g., hydraulic) losses, which are both inversely impacted by actuations speeds. To overcome such challenges, this article proposes and evaluates the potential of hydrogen-powered, hydraulic free-piston pump architecture. Experimental data, taken from two combustion-driven prototypes, reveal (1) the fundamental role of using hydrogen as the source of fuel to reduce heat losses, (2) the significant impact of compression ratio, equivalence ratio, and surface-to-volume ratio on energy conversion efficiency, and (3) the importance of load matching between combustion and fluidic transmission. In this work, a small-bore combustion actuator demonstrated a 20% efficiency and a net mean output power of 26 W, while a big-bore combustion actuator reached a substantially higher efficiency of 35% and a net mean output power of 197 W. Using the small-bore combustion actuator, the hydrogen-powered, hydraulic free-piston pump provided a 4.6% overall efficiency for a 2.34 W net mean output power, thus underlying the potential of the approach for mesoscale soft robotic applications.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle