Multiphysics simulation of parametric effects on IPMC actuation dynamics and back-relaxation
Notice bibliographique
Résumé
Abstract Ionic polymer–metal composites (IPMCs) are a type of smart material capable of large, reversible deformation under low applied voltage. Their flexibility, biocompatibility, and ability to perform underwater make them promising candidates for soft robotics and biomedical devices. However, their application is often limited by their low actuation force and back-relaxation under constant voltage. While many efforts have been made to optimise the performance through material and geometry alteration, a comprehensive investigation of how specific material properties influence the actuation dynamics remains limited. This study attempts to investigate how material parameters and electrical input can influence the actuation behaviour of IPMCs using multiphysics simulation. A 2D finite element model, with consideration of coupled ion–water transport and mechanical deformation, was used to analyse the role of transport (diffusivity, permeability), electrical (dielectric constant), and mechanical (elastic modulus) properties on the actuation performance. Results show that transport-related parameters predominantly affect the transient response, while others influence both transient and steady-state displacement. Specifically, increasing the dielectric constant and diffusion coefficient enhances overall deformation, whereas greater hydraulic permeability and elastic modulus tend to suppress it. Additionally, voltage studies revealed that combining a high AC amplitude with a low DC bias can reduce back-relaxation without compromising actuation performance. These findings clarify the individual roles of material parameters in IPMC deformation dynamics and provide potential voltage modulation strategies to mitigate back-relaxation and improve long-term stability.
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 ».