Exploring mesoamerican pyramidal micro-structures in soft capacitors for positive and negative pressure sensing
Notice bibliographique
Résumé
Abstract Dual-range sensors are prevalent in pressure measurement technologies, particularly in applications requiring a single, versatile sensor with good sensitivity. In this work, we introduce a straightforward out-of-cleanroom fabrication process for a dual-range capacitive pressure sensor. Our sensor is based on micro-structured polydimethylsiloxane dielectric surfaces featuring Mesoamerican pyramidal patterns (MAPs), which are easily replicated via the use of a readily available breadboard mold. We conducted a comprehensive comparative analysis of the newly designed MAP-shaped dielectric-patterned capacitive sensors against other commonly used patterned dielectrics, such as tetrahedrons, and pillars. Our results revealed that capacitors constructed with MAP structures exhibited significantly higher sensitivity at higher pressure levels while maintaining comparable sensitivities at lower pressure ranges. Specifically, the sensitivity was approximately 0.135 kPa−1 for pressures below 10 kPa, 0.563 kPa−1 for pressures between 10 kPa and 50 kPa, and 70 kPa−1 for pressures between 50 kPa and 1 MPa, respectively. To gain further insights, we conducted an in-depth characterization of the MAP-structured dielectric, examining its response to tensile loading and unloading, cyclic loading, dynamic behavior, and positive-negative pressure responses. Furthermore, we meticulously optimized the geometrical parameters of the MAP structures, including variations in base width, interstructural distance, and base height. This optimization aimed to increase the device sensitivity across various pressure regimes. Finally, we demonstrated its applicability in both positive and negative pressure sensing. The research findings presented in this paper offer valuable contributions to the field of pressure sensing technology, opening possibilities for enhanced performance and broader applications in pressure measurement systems.
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) | 0,001 | 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 ».