MétaCan
Menu
Retour à la cohorte
Enregistrement W7018133814

A Comparative Analysis of Capacitive Based Flexible Pressure Sensors

2018· article· en· W7018133814 sur OpenAlexaff

Notice bibliographique

RevueScholarship at UWindsor (University of Windsor) · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueDielectric materials and actuators
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésCapacitive sensingPressure sensorElastomerElectronic skinCapacitorFlexibility (engineering)WindsorDielectric
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A Comparative Analysis of Capacitive Based Flexible Pressure Sensors Julia Pignanelli1, Dr. Simon Rondeau-Gagne2 and Dr. Jalal Ahamed3 Department of Biology, University of Windsor Department of Chemistry & Biochemistry, University of Windsor Mechanical, Automotive and Materials Engineering Department, University of Windsor This paper presents the material characterization of a flexible polymer for potential biomedical pressure sensing applications. The emergence of flexible, capacitive based pressure sensors with similar tactile sensing properties as human skin are highly desirable in many applications such as continuous cardiovascular monitoring, electronic skin and rehabilitation technologies [2,3]. Most of these sensors require high sensitivity, fast response time, flexibility and low cost. Due to flexible and foldable nature of the sensor, it can be integrated to artificial skin or imposed on the body surface. Among different sensing technologies, one promising method is through the use of micro-structured, flexible, dielectric polymers, for example PDMS (Polydimethylsiloxane). Micro-structures increase the sensitivity of the device. Current methods for constructing micro-patterns into the PDMS requires expensive and labor intensive methods such as photolithographic techniques and chemical etching, which lack low-cost and large-area compatible alternatives. The objective of this work is to construct and characterize a flexible capacitor pressure sensing device by using a simple, cost effective method of PDMS microstructuring as described by previously by Grzybowki et al. [1]. The PDMS was prepared by mixing 20 parts elastomer and 1 part curing agent. The rough structured PDMS is prepared by simply curing the polymer within an epoxy mold that incorporates a micro – pattern like design found within a commercially available tape [1]. The sample was placed in a vacuum for one hour at room temperature and then cured for another 24 hours at room temperature. Flexibility of the sensors is a key parameter related to sensor sensitivity. Flexibility can be measured by measuring the modulus of elasticity. Our test reveals the rough structured 20:1 PDMS modulus to be 1.29 MPa whereas the non-structured 20:1 PDMS modulus was found to be 2.90 MPa. The difference in moduli was not determined to be significant as expected since the structures are not changing the material property of PDMS. Through characterization and preparation of rough structured capacitive based PDMS pressure sensors, we hope to produce a capacitive sensing device with excellent detection sensitivity at a low cost and with a simple method of production. Refrences: Grzybowski, B., Qin, D., Haag, R., & Whitesides, G. (2000). Elastomeric optical elements with deformable surface topographies: applications to force measurements, tunable light transmission and light focusing. Sensors And Actuators A: Physical, 86(1-2), 81-85. Boutry, C., Nguyen, A., Lawal, Q., Chortos, A., Rondeau-Gagné, S., & Bao, Z. (2015). A Sensitive and Biodegradable Pressure Sensor Array for Cardiovascular Monitoring. Advanced Materials, 27(43), 6954-6961. Mannsfeld, S., Tee, B., Sltengerg, R, Chen, C.,,, Barman, S., Muir, B., Sokiloy, A., Reese, C. and Bao, Z. (2010). Highly sensitive flexible pressure sensors with microstrucutred rubber dielectric layers. Nature Materials, 9(10), 859-864.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,253
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,220
Écart entre enseignants0,202 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarship at UWindsor (University of Windsor)Même sujetDielectric materials and actuatorsTravaux en français237 207