Self-Healable Reprocessable Triboelectric Nanogenerators Fabricated with Vitrimeric Poly(hindered Urea) Networks
Notice bibliographique
Résumé
In recent years, the advent of highly deformable and healable electronics is exciting and promising for next-generation electronic devices. In particular, self-healable triboelectric nanogenerators (SH-TENGs) serve as promising candidates based on the combination of the triboelectric effect, electrostatic induction, and self-healing action. However, the majority of SH-TENGs have been devised with weak polymeric networks that are healed with reversible supramolecular interactions or disulfides, thus resulting in poor mechanical properties and low resistance to creeping. To address this issue, we demonstrate the integration of mechanically strong and self-healable poly(hindered urea) (PHU) network in the fabrication of effective TENGs. The designed PHU network is flexible but shows greater mechanical property of tensile strength as high as 1.7 MPa at break. The network is capable of self-healing quickly and repeatedly as well as being reprocessable under mild conditions, enabling the recovery of triboelectric performances after the complete healing of the damaged surfaces. Furthermore, the interfacial-polarization-induced enhancement of dielectric constant endows our SH-TENG with the highest triboelectric output performance (169.9 V/cm 2 ) among the reported healable TENGs. This work presents an avenue to the development of mechanical energy-harvesting devices and self-powered sensors with excellent stretchability, high recoverability, and good mechanical strength.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».