MétaCan
Menu
Retour à la cohorte
Enregistrement W2783871179 · doi:10.1021/acsami.7b18442

Emulsion Electrospinning of Polytetrafluoroethylene (PTFE) Nanofibrous Membranes for High-Performance Triboelectric Nanogenerators

2018· article· en· W2783871179 sur OpenAlexaff
Pengfei Zhao, Navneet Soin, K. Prashanthi, Jinkai Chen, Shurong Dong, Erping Zhou, Zhigang Zhu, Anand Arcot Narasimulu, Carlo Montemagno, Liyang Yu, Jikui Luo

Notice bibliographique

RevueACS Applied Materials & Interfaces · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensAlberta Glycomics CentreUniversity of Alberta
Organismes subventionnairesEngineering and Physical Sciences Research CouncilNational Natural Science Foundation of ChinaNewcastle University
Mots-clésTriboelectric effectMaterials scienceElectrospinningPolytetrafluoroethyleneMembraneComposite materialSurface chargeOxideChemical engineeringPolymer

Résumé

récupéré en direct d'OpenAlex

Electrospinning is a simple, versatile technique for fabricating fibrous nanomaterials with the desirable features of extremely high porosities and large surface areas. Using emulsion electrospinning, polytetrafluoroethylene/polyethene oxide (PTFE/PEO) membranes were fabricated, followed by a sintering process to obtain pure PTFE fibrous membranes, which were further utilized against a polyamide 6 (PA6) membrane for vertical contact-mode triboelectric nanogenerators (TENGs). Electrostatic force microscopy (EFM) measurements of the sintered electrospun PTFE membranes revealed the presence of both positive and negative surface charges owing to the transfer of positive charge from PEO which was further corroborated by FTIR measurements. To enhance the ensuing triboelectric surface charge, a facile negative charge-injection process was carried out onto the electrospun (ES) PTFE subsequently. The fabricated TENG gave a stabilized peak-to-peak open-circuit voltage ( V oc ) of up to ∼900 V, a short-circuit current density ( J sc ) of ∼20 mA m –2, and a corresponding charge density of ∼149 μC m –2, which are ∼12, 14, and 11 times higher than the corresponding values prior to the ion-injection treatment. This increase in the surface charge density is caused by the inversion of positive surface charges with the simultaneous increase in the negative surface charge on the PTFE surface, which was confirmed by using EFM measurements. The negative charge injection led to an enhanced power output density of ∼9 W m –2 with high stability as confirmed from the continuous operation of the ion-injected PTFE/PA6 TENG for 30 000 operation cycles, without any significant reduction in the output. The work thus introduces a relatively simple, cost-effective, and environmentally friendly technique for fabricating fibrous fluoropolymer polymer membranes with high thermal/chemical resistance in TENG field and a direct ion-injection method which is able to dramatically improve the surface negative charge density of the PTFE fibrous membranes.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,008
Tête enseignante GPT0,212
Écart entre enseignants0,204 · 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'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

Citations203
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Applied Materials & InterfacesMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207