Design of polymeric auxetic matrices for improved mechanical coupling in lead-free piezocomposites
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
Abstract While lead-free piezocomposites offer an environmentally friendly solution to mechanical sensing and energy harvesting, they lag state-of-the-art lead-based materials in terms of performance. It is therefore important to develop new material designs to bridge this performance gap. Considering composites where rigid piezoelectric inclusions are embedded in soft matrices, a major cause of poor performance is weak coupling of applied strains to the inclusions. We show here that by designing matrices with negative Poisson’s ratios (auxetic matrices) it is possible to considerably improve this coupling. We first demonstrate this concept using a matrix which is inherently auxetic where we show an improvement of 40%–50% in the piezoelectric response. Based on the observations made, we develop a scalable design for auxetic matrices using conventional non-auxetic polymeric materials. This is done by embedding rigid auxetic structures in softer matrices. We show that with such designed auxetic matrices, which are amenable to fabrication through 3D printing, it is possible to achieve considerably larger piezoelectric response with a significant retention of the matrix softness. Particularly, we show that auxetic designs can show piezoelectric enhancements exceeding 300% compared to non-auxetic reference designs having similar a non-auxetic rigid backbone of similar volume as the auxetic backbone. Therefore, the use of matrices with negative Poisson’s ratios is a promising design avenue to decouple mechanical coupling of strain to inclusions and matrix hardness. This strategy can pave way to design of softer piezocomposites with superior responses employing only structured polymeric materials without the use of expensive nanomaterials.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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