MétaCan
Menu
Retour à la cohorte
Enregistrement W4231926303 · doi:10.22215/etd/2015-11839

A Self-Contained Roadway Kinetic Energy Harvesting System for Energy Recovery

2015· dissertation· en· W4231926303 sur OpenAlexaff
Xinghe Wang

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEngineering
ThématiqueInnovative Energy Harvesting Technologies
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésEnergy harvestingTransducerVoltageKinetic energyPiezoelectricityEnergy (signal processing)Finite element methodEngineeringElectrical engineeringElectronic engineeringTopology (electrical circuits)PhysicsStructural engineering

Résumé

récupéré en direct d'OpenAlex

Kinetic Energy Harvesting (KEH) systems have been applied to various maintenance-free electronic devices. One of the potential applications is harvesting a decent amount of kinetic energy generated by the road vehicles. Although researches have been conducted on the roadway KEH system, it is worthwhile to improve the system in order to convert more energy without worsening the driving experience. This work consists of design of the piezoelectric KEH transducer (Cymbal transducer), and improvement of the KEH circuit. The optimal geometry of each Cymbal unit is determined by the utilization of Finite Element Analysis. After studying several recently introduced piezoelectric KEH circuit topologies, a preferred topology has been adopted for a novel KEH circuit design. A voltage peak detection function and an energy storage unit voltage hysteresis function have been included in the circuit. The circuit has demonstrated a higher energy harvesting efficiency compared to competitors during tests.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,770
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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 GPT0,220
Écart entre enseignants0,208 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetInnovative Energy Harvesting TechnologiesTravaux en français237 207