A Three-Coil Self-Resonant WPT System for Biomedical Applications
Notice bibliographique
Résumé
Wireless power transfer (WPT) is a reliable method for powering implantable medical devices. However, achieving high efficiency with a compact receiver (RX) remains a major challenge. Self-resonant wireless power transfer (SRWPT) systems enhance reliability by using parasitic capacitance within planar coils, eliminating external compensation components. This paper presents a fully self-resonant three-coil PCB system that eliminates external capacitors while improving power transfer efficiency for compact RX coils. The system utilizes three specially designed double-layer coil structures: two dedicated to generating high inductance values (L₂ and L₃), and one configured as an auxiliary coil to further enhance impedance. This arrangement achieves inductances up to four times greater than those of a traditional coil with the same footprint. Through a series combination of mutual inductance (L<inf xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">m</inf>) and mutual capacitance (C<inf xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">m</inf>) within the auxiliary coil network, the resonant frequency and system impedance are significantly increased, leading to improved overall efficiency and system robustness. Moreover, the size mismatch between the transmitter (TX) and receiver (RX) coils necessitates precise synchronization of their resonant frequencies. To achieve this, an air-core structure is employed instead of FR4, allowing flexible frequency tuning through coil spacing adjustments while simultaneously reducing power losses. Simulation results demonstrate that the proposed system achieves a power transfer efficiency of 94.6% at a transmission distance of 10 mm.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».