Stretch-Induced Ice-Shedding Protective Sheet by an Auxetic Skeletal Structure Embedded in an Organogel Matrix
Notice bibliographique
Résumé
Dealing with slush and ice buildup is common in northern climates. These contaminants can easily block important sensors for cars, such as cameras and LiDAR. Current anti-icing surfaces and deicing technologies are often not effective during the height of winter. This work describes the fabrication and testing of a protective composite sheet consisting of a slippery organogel matrix and an auxetic structure that both passively and actively sheds ice from the surface to protect these sensors. The organogel matrix excretes a slippery lubricating layer that prevents ice from building on the surface, and a uniaxially stretched auxetic structure creates an area mismatch between the surface of the sheet and the ice. The organogel matrix consists of a silicone elastomer precursor with silicone oil, providing optical transparency. The auxetic structure is 3d printed with a combination of Poly(dimethylsiloxane) (PDMS) with fumed silica added as a rheological modifier to provide additional strength to the structure. Image analysis reveals that the composite sheet has a staggering negative Poisson’s ratio of −0.58. In order to quantify the ice adhesion on the shield, home-built testing equipment is devised to assess the effectiveness of the protective sheets in removing ice built on the surface. A small critical shear stress to remove ice cubes from the sheet (<10 kpa) is achieved in various elastomer and organogel surfaces in static ice adhesion tests. However, active deice testing involving repetitive uniaxial stretching reveals that the auxetic property of the sheet is strictly necessary to remove ice buildup effectively. In conclusion, our composite sheets with a negative Poisson’s ratio with slippery, anti-icing surfaces are effective in removing ice buildup, suggesting their potential usage as a shield for optical sensors in autonomous vehicles and more.
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 ».