MétaCan
Menu
Retour à la cohorte
Enregistrement W3126294673 · doi:10.6035/14107.2020.428227

Advanced characterization of thermoelectric materials and devices by impedance spectroscopy

2020· dissertation· en· W3126294673 sur OpenAlexfundno aff
Braulio Beltrán-Pitarch

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineMaterials Science
ThématiqueAdvanced Thermoelectric Materials and Devices
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Social FundAgencia Estatal de InvestigaciónUniversitat Jaume IAmerican Concrete Institute FoundationGeneralitat ValencianaDalhousie UniversityEngineering and Physical Sciences Research Council
Mots-clésDielectric spectroscopyCharacterization (materials science)Thermoelectric effectMaterials scienceElectrical impedanceSpectroscopyThermoelectric materialsEngineering physicsOptoelectronicsElectrical engineeringNanotechnologyEngineeringPhysicsChemistryThermodynamicsElectrodePhysical chemistryElectrochemistry

Résumé

récupéré en direct d'OpenAlex

Spanish version)Se estima que alrededor del 60% de la energía global utilizada se pierde en forma de calor residual.Los dispositivos termoeléctricos (TEs) pueden convertir directamente el calor en electricidad (modo de generación de energía) o usar electricidad para crear una diferencia de temperatura (modo de refrigeración/calefacción).Por esta razón, pueden ser una tecnología adecuada de recuperación de energía y contribuir a la crisis energética actual.Sin embargo, actualmente no están muy extendidos debido a su baja eficiencia.El desarrollo de nuevos materiales más eficientes se basa típicamente en la optimización de la figura de mérito adimensional (zT=S 2 σT/λ), que está determinada por tres propiedades del material: el coeficiente Seebeck (S), la conductividad eléctrica (σ) y la conductividad térmica (λ), y también la temperatura (T).Por lo tanto, la determinación de estas propiedades en función de la temperatura es un paso necesario en el desarrollo de cualquier material nuevo.Lamentablemente, la caracterización de todos estos parámetros requiere tiempo, es tediosa y normalmente emplea al menos dos equipos diferentes.Tampoco existe un procedimiento estándar de medida y con frecuencia se utilizan montajes caseros, lo que dificulta la correlación de medidas entre laboratorios.Además, la zT lleva asociada una alta incertidumbre ya que agrega los errores de las tres propiedades que la definen.La espectroscopía de impedancia (IS) se utiliza con éxito como técnica de caracterización estándar en muchos campos de investigación diferentes (baterías, condensadores, recubrimientos, celdas fotovoltaicas, etc.) y también se podría emplear en termoelectricidad.Sin embargo, solo unos pocos estudios mostraron el potencial de esta técnica para caracterizar los materiales y dispositivos TEs al comienzo de esta tesis.Por esta razón, el objetivo principal de este trabajo es avanzar en la aplicación de la IS en el campo de la termoelectricidad para establecerla potencialmente como un método estándar en este campo.Nuestros resultados han mostrado la posibilidad de determinar σ, λ y zT en materiales TEs con buena precisión a temperaturas de hasta 250 ºC utilizando la espectroscopía de impedancia, incluso para un material con modestas propiedades TE.Además, desarrollamos un nuevo método capaz de determinar todas estas propiedades y el coeficiente Seebeck (caracterización completa) en una sola medida de IS.También ampliamos los modelos de impedancia teóricos ideales Abstract (Valencian version)S'estima que al voltant del 60% de l'energia global utilitzada es perd com calor residual.Els dispositius termoelèctrics (TEs) poden convertir directament calor en electricitat (en mode generació d'energia) o usar electricitat per crear una diferència de temperatura (en mode refrigeració/calefacció).Per aquesta raó, poden ser una tecnologia adequada de recuperació d'energia i contribuir positivament a la crisi energètica actual.No obstant això, actualment no estan molt estesos a causa de la seua baixa eficiència.El desenvolupament de nous materials més eficients es basa típicament en l'optimització de la figura de mèrit adimensional (zT=S 2 σT/λ), que està determinada per tres propietats del material: el coeficient Seebeck (S), la conductivitat elèctrica (σ) i la conductivitat tèrmica (λ), i també la temperatura (T).Per tant, la determinació d'aquestes propietats en funció de la temperatura és un pas necessari en el desenvolupament de qualsevol material nou.Lamentablement, la caracterització de tots aquests paràmetres requereix temps, és tediosa i normalment necessita, almenys, dos equips diferents.Tampoc existeix un procediment estàndard de mesura i amb freqüència s'utilitzen muntatges casolans, la qual cosa dificulta la correlació de mesures entre laboratoris.A més a més, la zT porta associada una alta incertesa ja que inclou els errors de les tres propietats que la defineixen.La espectroscòpia d'impedància (IS) s'utilitza amb èxit com a tècnica de caracterització estàndard en molts camps d'investigació diferents (bateries, condensadors, recobriments, cel•les fotovoltaiques, etc.) i també es podria emprar en termoelectricitat.No obstant això, només uns pocs estudis van mostrar el potencial d'aquesta tècnica per a caracteritzar els materials i dispositius TEs al començament d'aquesta tesi.Per aquesta raó, l'objectiu principal d'aquest treball és avançar en l'aplicació de la IS en el camp de la termoelectricitat per a establir-la potencialment com un mètode estàndard en aquest camp.Els nostres resultats han mostrat la possibilitat de determinar σ, λ i zT en materials TEs amb bona precisió a temperatures de fins a 250 °C utilitzant la IS, fins i tot per a un material amb propietats TE modestes.A més a més, hem desenvolupat un nou mètode capaç de determinar totes aquestes propietats i el coeficient Seebeck (caracterització completa) amb una sola mesura de IS.També ampliem els models d'impedància teòrics ideals (circuits equivalents) de Index Financial support .......

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)0,001
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: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,004
Tête enseignante GPT0,240
Écart entre enseignants0,236 · 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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Thermoelectric Materials and DevicesTravaux en français237 207