Fast Fourier Transform-Based Activation and Monitoring of Micro-Supercapacitors: Enabling Energy-Autonomous Actuators
Notice bibliographique
Résumé
This work provides the first demonstration of FFTCCV as a dual-purpose method, serving both as a real-time diagnostic tool and as a phase- and morphology-engineering strategy. By adjusting the scan rate, FFTCCV directs the crystallographic evolution of Ni (OH)2 on Ni foam—stabilizing α-nanoflakes at 0.7 V·s−1 and β-platelets at 0.007 V·s−1—while simultaneously enabling electrode-resolved ΔQ tracking and predictive state-of-health (SoH) monitoring. This approach enabled the precise regulation of electrode morphology and phase composition, yielding high areal capacitance (546.5 mF·cm−2 at 5 mA·cm−2) with ~75% retention after 3000 cycles. These improvements advance the development of high-performance micro-supercapacitors, facilitating their integration into wearable and miniaturized devices where compact and durable energy storage is required. Beyond performance enhancement, FFTCCV also enabled continuous monitoring of capacitance during extended operation (up to 40,000 s). By recording both anodic and cathodic responses, the method provided time-resolved insights into device stability and revealed characteristic signatures of electrode degradation, phase transitions, and morphological changes. Such detection allows recognition of early failure pathways that are not accessible through conventional testing. This monitoring capability functions as an embedded health sensor, offering a pathway for predictive diagnosis of supercapacitor failure. Such functionality is particularly important for energy-driven actuators and smart materials, where uninterrupted operation and preventive maintenance are critical. FFTCCV therefore provides a scalable strategy for developing energy-autonomous microsystems with improved performance and real-time state-of-health monitoring.
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 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».