MétaCan
Menu
Retour à la cohorte
Enregistrement W4408918951 · doi:10.1142/s0219455426502597

Bi-Mode Electromagnetic Energy Harvester and Energy Management Strategy for Long-Time Monitoring Sensor

2025· article· en· W4408918951 sur OpenAlexaff
Xi Wang, Shuo Liu, Xianyin Mao, Caijiang Lu

Notice bibliographique

RevueInternational Journal of Structural Stability and Dynamics · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative Energy Harvesting Technologies
Établissements canadiensThompson Rivers University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésMode (computer interface)Energy (signal processing)Energy harvestingEnergy managementAcousticsElectrical engineeringComputer scienceEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

This paper introduces a bi-mode electromagnetic energy harvester (BEEH) designed to harvest energy from micro-vibrations in both translational and rotational modes. The vibration amplitude can be amplified by the vibrator with a suspending structure, and two groups of magnet sets are designed to supply magnetic fields for the coil. The finite element simulations are employed to obtain the optimal magnetic field configuration. An analytical model of the magnetic field and system output of the BEEH is developed, and its accuracy is validated through comparative analysis. In order to improve the output efficiency and stability, an energy management strategy and the corresponding circuit modules are designed. To validate the design and modeling, a prototype of the BEEH is fabricated, and experimental results confirm that the two operational frequencies (100[Formula: see text]Hz and 110[Formula: see text]Hz) align well with the theoretical predictions. The optimum load resistance for the harvester is approximately 10[Formula: see text]k[Formula: see text], and the maximum output power is up to 28[Formula: see text]mW at 100[Formula: see text]Hz under vibration excitation with an amplitude of 10[Formula: see text][Formula: see text]m. Furthermore, the BEEH demonstrates the capability to power multiple loads, thereby validating its efficiency in harvesting energy from micro-vibrations for long-time monitoring applications.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,473
Score d'incertitude au seuil0,537

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,008
Tête enseignante GPT0,247
Écart entre enseignants0,239 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Structural Stability and DynamicsMême sujetInnovative Energy Harvesting TechnologiesTravaux en français237 207