เว็บตรง / บาคาร่าเว็บตรง นักวิจัยจาก Empa ในเมืองดูเบนดอร์ฟ ประเทศสวิสเซอร์แลนด์ ได้สร้าง supercapacitor ที่มีประสิทธิภาพสูงทั้งหมดจากวัสดุที่รีไซเคิลได้และปลอดสารพิษ อุปกรณ์สามารถทนต่อการชาร์จและการคายประจุได้หลายพันรอบ ต้านทานแรงดันและการกระแทก และทำงานได้แม้ในอุณหภูมิที่เย็นจัด ทำให้เป็นตัวเลือกที่เป็นมิตรต่อสิ่งแวดล้อมสำหรับการจ่ายไฟให้กับอุปกรณ์ Internet of Things (IoT)
การพัฒนา IoT ได้เพิ่มปัญหาขยะอิเล็กทรอนิกส์ที่ยากอยู่แล้ว
ส่วนประกอบอิเล็กทรอนิกส์จำนวนมากสำหรับแอปพลิเคชัน IoT ผลิตขึ้นเป็นล้านชิ้น มีอายุการใช้งานสั้น และใช้พลังงานจากแบตเตอรี่ลิเธียมไอออนหรือแบตเตอรี่อัลคาไลน์ แม้ว่าแบตเตอรี่เหล่านี้จะทำงานได้ดี แต่ก็มีวัสดุที่เป็นพิษซึ่งจำเป็นต้องเก็บเมื่อหมดอายุการใช้งาน แล้วนำไปรีไซเคิลโดยใช้กระบวนการพิเศษ
ลงกองปุ๋ยหมักนักวิจัยที่นำโดยGustav Nyströmได้พัฒนาทางเลือกอื่น: ตัวเก็บประจุแบบไฟฟ้าสองชั้น (EDLC) ที่ทำจากวัสดุคล้ายกระดาษแบบใช้แล้วทิ้ง ในบริบทของอุปกรณ์อิเล็กทรอนิกส์ นักวิจัยอธิบายว่าอุปกรณ์ “แบบใช้แล้วทิ้ง” คืออุปกรณ์ที่สามารถทิ้งลงในถังขยะได้ ไม่ปล่อยสารพิษและในที่สุดก็แตกเป็นอนุภาคขนาดเล็ก Xavier Aeby จากห้องปฏิบัติการ Cellulose & Wood Materials ของ Empaกล่าวว่า เมื่อสิ้นสุดการให้บริการ EDLC ใหม่ของเราสามารถแปรรูปเป็นวัสดุที่ย่อยสลายได้โดยไม่เป็นพิษต่อเซลล์ “แท้จริงแล้ว อุปกรณ์จะสลายตัวและสูญเสียมวลไป 50% ภายในเก้าสัปดาห์ เหลือเพียงอนุภาคคาร์บอนที่มองเห็นได้เพียงเล็กน้อยเท่านั้น”
อุปกรณ์นี้สามารถเก็บประจุได้มากกว่าตัวเก็บประจุแบบเดิมมาก โดยใช้วิธีที่เรียกว่าการเขียนด้วยหมึกโดยตรง ในเทคนิคนี้ หมึกเจล viscoelastic จะถูกอัดออกมาทีละบรรทัดและทีละชั้นจากหัวฉีดของเครื่องพิมพ์เพื่อสร้างวัตถุสามมิติ
ตัวเก็บประจุแบบรีไซเคิล
หลังจากฝังดินเป็นเวลาสองเดือน ตัวเก็บประจุก็สลายตัว เหลือเพียงอนุภาคคาร์บอนที่มองเห็นได้เพียงไม่กี่ชิ้นเท่านั้น ภาพ: Gian Vaitl / Empa หมึกของ Nyström และเพื่อนร่วมงานมีเพียงวัสดุที่ไม่เป็นพิษและสามารถนำกลับมาใช้ใหม่ได้: นาโนเซลลูโลสเป็นสารก่อเจลและก่อตัวเป็นเครือข่ายและเป็นสารตั้งต้น ผงคาร์บอนสำหรับทำอิเล็กโทรดที่มีพื้นที่ผิวสูง กลีเซอรอลเป็นพลาสติไซเซอร์ในนาโนเซลลูโลสและเป็นอิเล็กโทรไลต์ และน้ำเป็นตัวทำละลาย นาโนเซลลูโลสเองมีไบโอนาโนไฟเบอร์ที่มีประสิทธิภาพสูง ซึ่งเป็นเส้นใยขนาดไมครอนที่ละเอียดกว่าที่ใช้ทำกระดาษ
แม้ว่าสูตรอาจฟังดูค่อนข้างง่าย แต่ก็ไม่ง่ายที่จะพัฒนาอย่างแน่นอน “ต้องใช้ชุดการทดสอบเพิ่มเติมจนกว่าพารามิเตอร์ทั้งหมดจะถูกต้อง และส่วนประกอบแต่ละส่วนไหลออกจากเครื่องพิมพ์ได้อย่างน่าเชื่อถือและตัวเก็บประจุก็ทำงาน” Aeby กล่าว “ในฐานะนักวิจัย เราไม่ได้ต้องการแค่เล่นซอ เราต้องการทำความเข้าใจกับสิ่งที่เกิดขึ้นภายในเนื้อหาของเราด้วย”
เหมาะอย่างยิ่งสำหรับ IoT เพื่อทดสอบความเหมาะสมของอุปกรณ์สำหรับการใช้งานจริง Nyström และเพื่อนร่วมงานได้พิมพ์วงจรกักเก็บพลังงานซึ่งประกอบด้วยตัวเก็บประจุพิเศษ 6 ตัวที่เชื่อมต่อแบบอนุกรมบนพื้นผิว 3 มิติที่ซับซ้อน พวกเขาพบว่าระบบนี้เก็บไฟฟ้าไว้หลายชั่วโมงและสามารถจ่ายไฟให้กับนาฬิกาปลุกดิจิตอลมาตรฐานได้
หมึกคาร์บอนสร้างทรานซิสเตอร์ที่รีไซเคิลได้อย่างเต็มที่เป็นครั้งแรก
ในอนาคต Nyström และ Aeby กล่าวว่าตัวเก็บประจุดังกล่าวสามารถจ่ายไฟให้กับเซ็นเซอร์หรือไมโครทรานสมิตเตอร์เป็นเวลาหลายชั่วโมงหลังจากที่ถูกชาร์จโดยใช้สนามแม่เหล็กไฟฟ้า ทำให้เหมาะสำหรับการใช้งาน IoT คาดว่าจำนวนไมโครดีไวซ์จะเพิ่มขึ้น เนื่องจากการวินิจฉัยแบบ “จุดดูแล” เช่น อุปกรณ์ทดสอบตัวเองสำหรับผู้ป่วยโรคเบาหวาน เริ่มมีการใช้อย่างแพร่หลายมากขึ้น “ตัวเก็บประจุเซลลูโลสแบบใช้แล้วทิ้งก็เหมาะสำหรับการใช้งานเหล่านี้เช่นกัน” Nyströmกล่าว
อัลกอริธึมการเรียนรู้ด้วยเครื่องใหม่สามารถช่วยนักดับเพลิงคาดการณ์เหตุการณ์การจุดไฟแฟลชโอเวอร์ที่เป็นอันตรายได้ในไม่ช้าโดยใช้ข้อมูลเซ็นเซอร์จากอาคารที่เผาไหม้ ระบบนี้เรียกว่า P-Flash ซึ่งพัฒนาโดยThomas Clearyและเพื่อนร่วมงานที่สถาบันมาตรฐานและเทคโนโลยีแห่งชาติ (NIST) ในสหรัฐอเมริกาและมหาวิทยาลัยโพลีเทคนิคฮ่องกง แบบจำลองนี้ได้รับการฝึกอบรมโดยใช้ข้อมูลจากการจำลองเพลิงไหม้หลายพันครั้ง แบบจำลองนี้สามารถทำนายไฟแฟลชโอเวอร์บางส่วนในไฟบ้านเรือนได้นานถึง 30 วินาทีก่อนที่จะเกิดขึ้น
แฟลชโอเวอร์เป็นหนึ่งในภัยคุกคามที่อันตรายที่สุดที่นักผจญเพลิงต้องเผชิญ ที่อุณหภูมิสูง วัสดุที่ติดไฟได้ทั้งหมดในห้องสามารถจุดไฟพร้อมกันได้ และปล่อยพลังงานออกมาจำนวนมหาศาล เพื่อหลีกเลี่ยงอันตราย ในขณะที่เพิ่มระยะเวลาที่ใช้ในการค้นหาเหยื่อไฟให้สูงสุด นักผจญเพลิงต้องคาดการณ์เหตุการณ์เหล่านี้ล่วงหน้าให้มากที่สุด อย่างไรก็ตาม นักผจญเพลิงที่ปฏิบัติงานในการช่วยชีวิตในสภาพแวดล้อมที่มีควันไฟ บางครั้งอาจมองข้ามลักษณะเฉพาะของสารตั้งต้นที่ทำให้เกิดวาบไฟตามความร้อนและเปลวไฟที่ลุกลามไปทั่วเพดาน
ในการศึกษาของพวกเขา ทีมของ Cleary มุ่งที่จะพัฒนาเทคนิคการพยากรณ์ที่มีประสิทธิภาพมากขึ้นโดยอาศัยข้อมูลที่รวบรวมโดยเซ็นเซอร์ความร้อน ซึ่งมักจะติดตั้งควบคู่ไปกับเครื่องเตือนควันไฟในบ้านสมัยใหม่ของสหรัฐฯ แม้ว่าอุปกรณ์เหล่านี้มีแนวโน้มที่จะทำงานผิดปกติที่อุณหภูมิสูงกว่า 150 °C ทีมงานเชื่อว่าก่อนที่จะเกิดความล้มเหลว ข้อมูลจากเซ็นเซอร์สามารถใช้วัดแนวโน้มอุณหภูมิในห้องและติดตามการกระจายความร้อนทั่วทั้งอาคารได้ จากข้อมูลนี้ อัลกอริธึมแมชชีนเลิร์นนิงสามารถคาดการณ์เวลาและสถานที่ที่จะเกิดแฟลชโอเวอร์ได้
บ้านสามห้องนอนเสมือนจริงเพื่อแสดงให้เห็นสิ่งนี้ Cleary และเพื่อนร่วมงานได้พัฒนา Prediction Model for Flashover (P-Flash) ซึ่งพวกเขาฝึกฝนโดยใช้ข้อมูลจากการจำลองไฟมากกว่า 4,000 ครั้งในบ้านสามห้องนอนเสมือนจริง ในการจำลองแต่ละครั้ง จะมีรายละเอียดที่หลากหลายรวมถึงการจัดเรียงเฟอร์นิเจอร์ในแต่ละห้อง และหน้าต่างและประตูใดที่เปิดหรือปิด หลังจากการฝึกอบรม ทีมงานได้ปรับแต่งการคาดการณ์ของโมเดลโดยใช้การจำลองเพิ่มเติม 500 แบบ จากนั้นจึงทดสอบประสิทธิภาพด้วยการวิ่ง 500 รอบสุดท้าย โดยการจับความสัมพันธ์ที่ซับซ้อนระหว่างสัญญาณอุณหภูมิและสภาวะวาบไฟตามผิวอีกครั้ง P-Flash คาดการณ์เหตุการณ์วาบไฟตามผิวหนังที่จำลองขึ้นล่วงหน้า 1 นาทีล่วงหน้าประมาณ 86% ของเวลาทั้งหมด เว็บตรง / บาคาร่าเว็บตรง
