Two-dimensional carbon material incorporated and PDMS-coated conductive textile yarns for strain sensing
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract In recent years, innovative technology based upon conductive textile yarns has undergone rapid growth. Nanocomposite-based wearable strain sensors hold great promise for a variety of applications, but specifically for human body motion detection. However, improving the sensitivity of these strain sensors while maintaining their durability remains a challenge in this arena. In the present investigation, polydopamine-treated and two-dimensional nanostructured material, e.g., reduced graphene oxide (rGO)-coated conductive cotton and polyester yarns, was encapsulated using polydimethylsiloxane (PDMS) to develop robustly wash durable and mechanically stable conductive textile yarns. Flexibility and extensibility of all textile yarns of every stage were analyzed using texture analysis. The chemical interactions essential for measuring coating performance among all components were confirmed by Fourier transform infrared and scanning electron microscopy. The rGO-coated cotton and polyester yarns exhibited an extensibility of 11.77 and 73.59%, respectively. PDMS-coated conductive cotton and polyester yarns also showed an electrical resistance of 12.22 and 20.33 kΩ, respectively, after 10 washing cycles. The PDMS coating layer acted as a physical barrier against impairment of conductivity during washing. Finally, the mechanically stable and flexible conductive textile yarns were integrated into a knitted cotton glove and armband to create a highly stretchable and flexible textile-based strain sensor for measuring finger and elbow movement. Truly wearable garments able to record proprioceptive maps are critical for further developing this field of application.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 découle