Embedded Pressure Sensing Metamaterials using TPU-Graphene Composites and Additive Manufacturing
Notice bibliographique
Résumé
Nearly 15% of the global population is affected by disabilities impacting mobility. Monitoring foot pressure distribution during gait is a fundamental aspect of evaluating rehabilitation. Wearable systems provide a portable alternative to stationary equipment monitoring gait without laboratory space limitations. However, wearable sensors in some applications present challenges in the calibration, sensitivity, and human-sensor interface, requiring application-specific sensors. This study aimed to develop wearable sensors where the structural and material properties can characterise the sensitivity and range of measurement during the design phase. We developed wearable piezoresistive sensors using additive manufacturing to create mechanical metamaterials with embedded pressure-sensing capabilities. The sensors were fabricated in TPU using SLS and graphene ink infusion processes. Three structural designs were developed for different measuring ranges (0 – 50 N, 0 – 100 N, and 0 – 150 N) using body-centred cubic lattices constructed via pyramid unit cells. Two graphene infusion processes were evaluated. We tested the sensors' mechanical and piezoresistive behaviour, measuring the compressive force, strain, and electrical resistance across the sensor. We analysed the influence of structural dimensions and the infusion process on the piezoresistive behaviour. The measuring range was affected mainly by tuneable structural dimensions. The infusion process influenced the piezoresistive sensitivity and affected the linearity response. The results indicate the characterisation of the sensitivity of piezoresistive sensors based on structural parameters and material properties. Mechanical metamaterials could embed pressure sensing in wearables, allowing for customisation based on design parameters using additive manufacture and graphene inks.
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 ».