MétaCan
Menu
Retour à la cohorte
Enregistrement W7133566840 · doi:10.1109/etfg61999.2025.11402498

High-Performance WPT with Self-Resonant Coils and Dual-Layer Metasurface

2025· article· W7133566840 sur OpenAlexaff
Javad Nekoui, Neda Zahedi Saadabad, Qingsong Wang, Ambrish Chandra

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineMaterials Science
ThématiqueMetamaterials and Metasurfaces Applications
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésNoise (video)Reflection (computer programming)Measure (data warehouse)

Résumé

récupéré en direct d'OpenAlex

Wireless power transfer (WPT) systems typically encounter low efficiency and weak coupling at extended transfer distances, while conventional enhancement techniques such as ferrite, metamaterial or intermediate coils increase system size, weight and losses. In this work, a compact WPT structure is developed using self-resonant transmitter and receiver coils with embedded dual-layer metasurfaces. The self-resonant property allows the coils to operate efficiently without external tuning components, providing inherent frequency stability. The metasurfaces are optimized through parametric analysis of track width ratio, track gap ratio, and permeability behavior to reduce losses and improve the quality factor and efficiency. Simulation and experimental investigations confirm that embedding metasurfaces in both coils produces stronger magnetic field distribution, higher induced voltage, and significantly improved coupling compared to single-sided or conventional designs. Experimental results show that at a transfer distance of <tex xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">$\text{1 0 0 ~ m m}$</tex>, the proposed system achieves an efficiency increase from 37 % to 69 %, demonstrating its potential for lightweight and high-performance WPT applications.

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)0,002
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 enseignants0,081
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,012
Tête enseignante GPT0,243
Écart entre enseignants0,231 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMetamaterials and Metasurfaces ApplicationsTravaux en français237 207