A Simple High Power, Fast Response Streaming Potential/Current-Based Electric Nanogenerator Using a Layer of Al<sub>2</sub>O<sub>3</sub> Nanoparticles
Notice bibliographique
Résumé
Harvesting energy from ambient moisture and natural water sources is currently of great interest due to the need for standalone self-powered nano/micro-systems. In this work, we report on the development of a cost-effective nanogenerator based on a carbon paper-Al2O3 nanoparticle layer-carbon paper (CAC) sandwich structure, where the 3D Al2O3 layer is deposited via vacuum filtration. This type of device can produce an open-circuit voltage (UOC) of up to 4 V and a short-circuit current (ISC) of ∼18 μA with only an 8 μL water droplet applied. To our knowledge, this is the highest voltage yet reported from a single moisture/water-induced electricity nanogenerator using solid oxides and carbon-based materials. A remarkable output power of 14.8 μW can be reached with an optimized resistive load. An LED with a working voltage of 3–3.2 V can operate for a short time with the power from a single CAC device exposed to one 8 μL water droplet. Furthermore, a CAC generator adsorbing as little as 2 μL water droplets every 3 min can also give a UOC of 3.63 V. We show that CAC devices provide a robust electrical output over more than 200 wet–dry cycles without any deterioration in performance. These units demonstrate much promise as cost-effective electricity generators for harvesting energy from natural sources like rainwater, tap water, snow runoff, and dew. The response time of CAC devices can be as fast as 10–100 ms, making them ideal for applications as self-powered water detectors. The generation of power in this device arises from the streaming current. To assist in the optimization of these devices, we have analyzed how their response is related to such factors as layer thickness, time interval between application of water droplets, and the volume of each water droplet.
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 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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 tête enseignante, 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 ».