Yarn-electrospun PVDF-HFP/CNC smart textiles for self-powered sensor in wearable electronics
Notice bibliographique
Résumé
• PVDF-HFP/CNC composite nanofiber yarns were produced by yarn electrospinning. • CNC improved β phase content, piezoelectric, and mechanical properties of PVDF-HFP. • PVDF-HFP/CNC smart textile device output 21.2 V under compression of 20 N. • The device was integrated with touchscreen glove as a real-time motion sensor. The advancement of portable or wearable electronics has promoted research into flexible power sources that can be integrated seamlessly into devices. Wearable electronics, such as fitness tracking device, smart clothing, and medical sensors, require power sources that not only generate energy but also adapt to dynamic environments. To address such demand, we produced a self-powered device composed of electrospun PVDF-HFP/cellulose nanocrystal (CNC) composite yarns, which serve both as a flexible power source converting mechanical energy to electrical output and as a sensor providing real-time motion monitoring. As an example of its application, the self-powered device was integrated with touchscreen gloves to explore its functionality. Our results showed that CNC promoted β phase formation in PVDF-HFP, improving its piezoelectric and mechanical properties. The maximum voltage output obtained from the PVDF-HFP/CNC self-powered device was 21.2 V under compressive loads of 20 N at 0.5 Hz. The touchscreen glove integrated with the device offered good sensing performance to detect finger motions, such as single- and double-click or dragging even under sub-zero temperatures. The success of developing such sensor-integrated touchscreen gloves paves new avenues for human-technology interactions, highlights the dual functionality of these yarns as power sources and sensors, and represents a milestone in broadening the applications of wearable technologies.
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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».