3D printed CNT/TPU triboelectric nanogenerator for load monitoring of total knee replacement
Notice bibliographique
Résumé
Abstract This study presents the development and characterization of a novel triboelectric nanogenerator (TENG) designed as a self-powered sensor for load monitoring in total knee replacement (TKR) implants. The triboelectric layers comprise a 3D-printed thermoplastic polyurethane (TPU) matrix with carbon nanotube (CNT) nanoparticles and kapton tape, sandwiched between two copper electrodes. To optimize sensor performance, the proposed CNT/TPU TENG sensor is fabricated with varying CNT concentrations and thicknesses, enabling a comprehensive analysis of how material composition and structural parameters influence energy harvesting efficiency. The 1% CNT/TPU composite demonstrates the highest power output among the tested samples. The solid CNT/TPU-based TENG generated the apparent output power of 4.1 µ W under a cyclic compressive load of 2100 N, measured across a 1.6 GΩ load resistance and over a nominal contact area of 15.9 cm 2 , while the foam CNT/TPU film achieved a higher apparent output power of 6.9 µ W measured across a 0.9 GΩ load resistance with the same nominal area. The generated power is sufficient to operate a power management and ADC circuit based on our earlier work. The sensors exhibit a stable open-circuit voltage of 320 V for the foam layer and 275 V for the solid one. Sensitivities are 80.50 mV N −1 ( ⩽ 1600 N) and 24.60 mV N −1 (> 1600 N) for foam CNT/TPU film, demonstrating the integrated sensor capability for wide-range force sensing on TKR implants. The foam CNT/TPU-based TENG maintained stable performance over 16 000 load cycles, confirming its potential for long-term use inside the TKR. Additionally, the dielectric constant of the CNT/TPU composite was found to increase with increasing CNT concentration. The proposed CNT/TPU TENG sensor offers a broad working range and robust energy-harvesting efficiency, making it appropriate for self-powered load sensing in biomedical 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 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 ».