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 ( <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" overflow="scroll"> <mml:mrow> <mml:mtext>⩽</mml:mtext> <mml:mstyle scriptlevel="0"/> <mml:mn>1600</mml:mn> </mml:mrow> </mml:math> 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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 tête enseignante, 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 ».