Energetikos rinkos naujovės naudojant nanotechnologijas
Terasaki biomedicinos inovacijų instituto tyrėjai padarė reikšmingą pažangą kuriant nanovolinukus portatyviems akustiniams jutikliams, naudojant dirbtinį intelektą. Šie jutikliai turi naują gebėjimą paversti aplinkos garsą į naudojamą elektros energiją, panašiai kaip tradiciniai įrenginiai, pvz., klausos aparatai.
Inovatyvus piezoelektrinių nanogeneratorių naudojimas
Energetikos rinkoje vis labiau domimasi piezoelektriniais nanogeneratoriais – įrenginiais, verčiančiais mechaninę energiją iš garso bangų į elektros energiją. Nepaisant pažadų, jie veiksmingesni aukštesniuose dažniuose, tuo tarpu aplinkos triukšmas dažniausiai veikia žemesniuose dažniuose. Efektyvūs piezoelektriniai nanogeneratoriai reikalauja atidžiai parinkti medžiagas ir optimizuoti gamybos parametrus.
Dirbtinio intelekto pagrįstos optimizavimo technikos
Instituto komanda pasitelkė inovatyvų dviejų krypčių požiūrį, siekdama išspręsti gamybos iššūkius. Jie strategiškai pasirinko kompozitinę medžiagą, pagamintą iš polivinilideno fluorido (PVDF) ir poliuretano (PU) dėl jos efektyvių energijos surinkimo savybių. Elektros sriegio technologija buvo naudojama, kad būtų sukurta PVDF/PU nanovolinukų. Po to buvo taikomas dirbtinis intelektas, siekiant nustatyti optimalius šių pluoštų gamybos parametrus, kurie padėjo pagerinti energijos gamybą.
Dirbtinio intelekto sugeneruotų nanovolinukų akustinės energijos surinkėjų (NAEH) išskirtinė veikla
Sukūrę nanoakustinį energijos jutiklį, mokslininkai pagamino savo PVDF/PU nanovolinukus išdėstydami juos ant nanovolinuko kilimo ir įdėdami juos tarp aliuminio tinklo elektrodų, taip pat įdėdami juos į lankstų rėmą. Lyginamųjų bandymų metu AI sugeneruoti NAEH demonstravo išskirtinę veiklą su daugiau nei 2,5 kartais didesne galia ir reikšmingu energijos konversijos efektyvumo šuoliu – 66 % palyginti su 42 %. Svarbu paminėti, kad šie efektyvumo lygiai pasiekti žemo dažnio garsų asortimente, pabrėžiant jutiklio potencialą naudoti aplinkos triukšmo programas ir garsų atpažinimą.
Instituto direktorius ir generalinis direktorius pabrėžė, koks efektyvus ir greitas galėtų būti produkto optimizavimas, naudojant dirbtinį intelektą, pažymint, kokį gilų poveikį tai galėtų turėti praktiniam medicinos prietaisų kūrimui.
Svarbūs klausimai ir atsakymai:
1. Kokie yra pagrindiniai AI pagerintų Nanovolinukų akustinės energijos surinkėjų (NAEH) taikymai?
– AI pagerinti NAEH yra skirti pagrindiniam naudojimui portatyviuose akustiniuose jutikliuose, kurie gali paversti aplinkos garsą į elektros energiją. Ši technologija turi potencialą būti naudojama praktiniuose medicinos prietaisuose, tokiuose kaip klausos aparatai, ir galėtų plėstis į kitas sritis, reikalaujančias energijos surinkimo iš aplinkos triukšmo.
2. Kokios yra iššūkiai, susiję su piezoelektrinių nanogeneratorių energetikos surinkimu?
– Vienas iš pagrindinių iššūkių yra šių įrenginių optimizavimas, kad efektyviai konvertuotų žemų dažnių garsus, kurie yra gausūs aplinkoje, į elektros energiją. Tai apima tinkamų medžiagų pasirinkimą ir gamybos parametrų švelninimą. Be to, skalės didinimas, patvarumas ir integravimas į esamus sistemas kelio iššūkius.
3. Kodėl dirbtinis intelektas yra būtinas, kad būtų optimizuota nanovolinukų akustinės jutiklių gamyba?
– Dirbtinis intelektas padeda greičiau ir tiksliau nei tradiciniai eksperimentai nustatyti optimalią medžiagų ir gamybos parametrų kombinaciją. Tai sumažina plėtros laiką ir išlaidas, vedant prie šių nanotechnologijų greitesnio komercializavimo.
Svarbūs iššūkiai arba ginčai:
– Galimi techniniai iššūkiai, išdidinant gamybą, išlaikant aukštą laboratorinį efektyvumą.
– Kadangi nanotechnologijos sparčiai tobulėja, kilo ginčas dėl šių medžiagų aplinkos, sveikatos ir saugos poveikio.
– Yra potencialus ginčas dėl tokių pažangaus prietaisų pasiekiamumo ir kainų, kylanti klausimų apie tai, ar jie bus prieinami ir prieinami visoms visuomenės sektoriams.
Privalumai ir trūkumai
Privalumai:
– NAEH turi ženkliai didesnę galios tankį ir energijos konversijos efektyvumą, ypač žemesniuose dažniuose, kur kur kas dažniau pasitaiko aplinkos triukšmas.
– AI valdomas optimizavimas gali ženkliai sumažinti susijusius su tyrimais ir plėtra susijusias išlaidas.
– Šių prietaisų lankstumas ir portablumas atveria duris naujoms sveikatos priežiūros programoms ir visuotiniam energijos surinkimui.
Trūkumai:
– Pradinio tyrimo ir plėtros, skirtos AI valdomai technologijai, kaina gali būti didelė ir paveikti galutinio produkto išlaidas.
– Gali būti susirūpinimų dėl nanolinų pagrindu pagamintų prietaisų ilgalaikės stabilumo ir perdirbimo.
– Priklausomybė nuo AI optimizavimo gali turėti apribojimų dėl netikrumo ir neprognozuojamumo, jei algoritmai nėra skaidrūs ar gerai suprantami.
Pasiūlyti susiję nuorodos:
– Terasaki institutas biomedicininių inovacijų srities
– Nature – tyrimai apie piezoelektrines medžiagas ir nanotechnologijas.
– JAV Energetikos departamentas – informacija apie atsinaujinančią energiją ir energijos surinkimo technologijas.
The source of the article is from the blog reporterosdelsur.com.mx