MétaCan
Menu
Retour à la cohorte
Enregistrement W4409962882 · doi:10.1080/00405000.2025.2498680

Conductive printed thermoplastic polyurethane nanofibers for air filter clogging detection

2025· article· en· W4409962882 sur OpenAlexaff
Parian Mohamadi, Elham Mohsenzadeh, Muhammad Hamid Raza, Cédric Cochrane, Vladan Končar, Shahood uz Zaman

Notice bibliographique

RevueJournal of the Textile Institute · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésThermoplastic polyurethaneMaterials scienceCloggingComposite materialNanofiberElectrical conductorThermoplasticPolyurethaneAir filterEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

This study investigates the development of strain sensors using electrospun thermoplastic polyurethane (TPU) nanofibers combined with conductive inks. TPU nanofibers were produced under controlled electrospinning conditions, achieving an average diameter of 700 ± 96 nm. Various conductive patterns such as zigzag and star, designed in KiCad, were printed onto the nanofibrous membranes to optimize sensor performance. The membranes were characterized using scanning electron microscopy (SEM) for morphology, burst strength tests for mechanical durability, and tunnel tests to assess airflow resistance and pressure drop at different velocities. The results revealed that printed patterns influenced sensor sensitivity, rupture strength, and pressure drop. Among these, the star-patterned membrane demonstrated a novel configuration that maximized both sensitivity and mechanical durability under airflow stress. This unique design provided the highest sensitivity and rupture resistance at higher velocities compared to other patterns. These TPU-based strain sensors, with enhanced filtration and sensing capabilities, are promising for air filtration systems, with potential applications in detecting clogging and airflow changes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,000
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,001
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 Opus0,012
Tête enseignante GPT0,236
Écart entre enseignants0,224 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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 revueJournal of the Textile InstituteMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207