MétaCan
Menu
Retour à la cohorte
Enregistrement W4306881666 · doi:10.1016/j.egyr.2022.10.056

On the amplitude truncation effect in electromagnetic energy harvesters: Modeling and experimental validation

2022· article· en· W4306881666 sur OpenAlexaff
Yan Peng, Lan Zhang, Ying Gong, Zhengbao Yang, Min Wang, Zhongjie Li, Songyi Zhong, Shaorong Xie

Notice bibliographique

RevueEnergy Reports · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative Energy Harvesting Technologies
Établissements canadiensUniversity of TorontoUniversity of New Brunswick
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésPiecewise linear functionAmplitudeTruncation (statistics)PiecewiseVoltageEnergy (signal processing)Energy harvestingVibrationPower (physics)Power densityControl theory (sociology)Bandwidth (computing)AcousticsPhysicsMathematical analysisMathematicsComputer scienceTelecommunicationsOpticsStatistics

Résumé

récupéré en direct d'OpenAlex

Energy harvesters based on a piecewise linear system make it possible to extract more energy from environment vibrations. The amplitude truncation effect is a phenomenon of an energy harvester with a piecewise linear system. It shows a wider energy harvesting bandwidth and a lower voltage response than the purely linear counterpart. This work investigates the influence of spring length on the amplitude truncation effect and power density of electromagnetic energy harvesters. We first establish an analytical model of the piecewise linear system. Then, we apply the averaging method to explore the voltage responses in the frequency domain and compare the influence of various parameters. Later, we conduct a finite element simulation to analyze the voltage response at a constant frequency. The results obtained by the finite element simulation and averaging method match well with the experimental measurements. The experimental results demonstrate that the amplitude truncation effect is more visible at the shorter spring. Spring length plays a key role in the power density of an electromagnetic energy harvester. The case of 40 mm yields a maximum average power of 45.13 mW. The case of 30 mm displays a maximum power density of 2.35 mW/cm 3.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,009
Tête enseignante GPT0,208
Écart entre enseignants0,199 · 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'étudeSimulation ou modélisation
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

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy ReportsMême sujetInnovative Energy Harvesting TechnologiesTravaux en français237 207