MétaCan
Menu
Retour à la cohorte
Enregistrement W3005344581 · doi:10.1017/wpt.2020.1

Controlling wireless power transfer by tuning and detuning resonance of telemetric devices for rodents

2020· article· en· W3005344581 sur OpenAlexaff
Basem M. Badr, Art Makosinski, Nikolai Dechev, Kerry R. Delaney

Notice bibliographique

RevueWireless Power Transfer · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueWireless Power Transfer Systems
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésWireless power transferPower (physics)WirelessResonance (particle physics)Transfer (computing)Electrical engineeringComputer sciencePhysicsTelecommunicationsEngineeringAtomic physics

Résumé

récupéré en direct d'OpenAlex

Telemetry acquisition from rodents is important in biomedical research, where rodent behavior data is used to study disease models. Telemetry devices for such data acquisition require a long-term powering method. Wireless power transfer (WPT) via magnetic resonant coupling can provide continuous power to multiple small telemetric devices. Our loosely coupled WPT (LCWPT) system consists of a stationary primary coil and multiple freely moving secondary coils. Our previous LCWPT system was designed to transfer reasonable power to secondary coils at poor orientations but transfers excessively high amounts of power at favorable orientations. Reasonable power is needed for telemetry and radio electronics, but highly induced voltage on the secondary coil creates excess energy which must be dissipated by previous devices, and caused problems (localized heat damage and variations in component properties) leading to drift in operating frequency. To remedy these two problems, a novel scheme is proposed to automatically tune or detune the resonant frequency of the secondary circuit. Our closed-loop controlled tuning or detuning (CTD) approach can be used to prevent excessive power transfer by detuning, or to improve power transfer by tuning, depending on the need. Furthermore, this novel CTD scheme facilitates the use of multiple telemetric devices.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,369
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,012
Tête enseignante GPT0,207
Écart entre enseignants0,195 · 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.

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

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWireless Power TransferMême sujetWireless Power Transfer SystemsTravaux en français237 207