論文の概要: Physics-governed executable modelling of triboelectric nanogenerators
- arxiv url: http://arxiv.org/abs/2606.23051v1
- Date: Mon, 22 Jun 2026 09:03:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-25 00:25:43.587152
- Title: Physics-governed executable modelling of triboelectric nanogenerators
- Title（参考訳）: トリボ誘電体ナノジェネレータの物理支配型実行可能なモデリング
- Authors: Hongfa Zhao, Baiqiao Wang, Tiancong Zhao, Chun Jin, Hanlin Zhou, Mingrui Shu, Minyi Xu, Liwei Lin, Wenbo Ding, Zhong Lin Wang,
- Abstract要約: 我々は、電荷定義モデルフレームワークを導入し、トレーサブルなTENGシミュレーションのための物理計算プラットフォームであるTENG-CLAWとして実装する。
この枠組みは、三体電荷、プリチャージ電荷、補償電極電荷が定義状態変数として機能する自己整合静電階層を確立する。
- 参考スコア（独自算出の注目度）: 3.9745384814250424
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Predictive modelling of triboelectric nanogenerators (TENGs) remains fragmented across analytical theories, finite-geometry solvers and disconnected simulation workflows. These disparate approaches must be unified into an executable framework to advance quantitative TENG research.Here we introduce a charge-defined modelling framework and implement it as TENG-CLAW, a physics-governed platform for traceable TENG simulation. The framework establishes a self-consistent electrostatic hierarchy in which triboelectric charges, pre-charging charges and compensating electrode charges serve as defining state variables.This hierarchy connects the infinite plate analytical limit for near-uniform fields with finite-geometry numerical formulations required for edge-dominated devices. Built on this basis, TENG-CLAW converts user-defined research requests into physically admissible simulation tasks, so that generated outputs are tied to explicit charge states, boundary conditions, solver routes and reusable artifacts across spatial, temporal, field-level, comparative and reporting workflows. This work establishes a rigorous computational basis for interpreting TENG mechanisms and provides reproducible research infrastructure for simulation and physics-guided device design.
- Abstract（参考訳）: 三誘電体ナノジェネレータ(TENG)の予測モデリングは、解析理論、有限幾何学解法、非連結シミュレーションワークフローで断片化されている。
これらの異なるアプローチは、定量的なTENG研究を進めるために実行可能なフレームワークに統合されなければならない。
この枠組みは、三体電荷、プリチャージ電荷、補償電極電荷が状態変数として機能する自己一貫性の静電階層を確立し、この階層は、エッジ支配デバイスに必要な有限幾何学的な数値定式化と、近傍一様場の無限プレート解析限界を結合する。
このベースで構築されたTENG-CLAWは、ユーザが定義した研究要求を物理的に許容できるシミュレーションタスクに変換するため、生成した出力は、空間的、時間的、フィールドレベル、比較および報告のワークフローを越えて、明示的な電荷状態、境界条件、ソルバルート、再利用可能なアーティファクトに結び付けられている。
この研究は、TENG機構を解釈するための厳密な計算基盤を確立し、シミュレーションと物理誘導デバイス設計のための再現可能な研究基盤を提供する。
関連論文リスト
- Physics-informed generative AI for semiconductor manufacturing: Enforcing hard physical constraints in generative models by construction [0.42970700836450487]
生成モデルは、物理システムの設計、データ、制御アクションの提案にますます使われている。
半導体製造は需要の高いテストケースを提供する。
このパースペクティブは、制約された物理領域のための生成AIは、構成によって物理インフォームされなければならないと主張している。
論文 参考訳（メタデータ） (2026-06-08T07:06:11Z) - EFF-Grasp: Energy-Field Flow Matching for Physics-Aware Dexterous Grasp Generation [54.09734511705173]
EFF-Graspは、物理を意識したデクサラスグリップ生成のためのフローマッチング合成ベースのフレームワークである。
我々は、スムーズな確率フローによる効率的な安定な生成を可能にする決定論的常微分方程式(ODE)プロセスとして、グリップを再構成する。
EFF-Graspは、拡散ベースラインよりもサンプリングステップを著しく少なくしながら、把握品質と物理的実現性において優れた性能を実現する。
論文 参考訳（メタデータ） (2026-03-17T06:11:56Z) - Rethinking Scientific Modeling: Toward Physically Consistent and Simulation-Executable Programmatic Generation [8.067859101380389]
非実行可能または物理的に一貫性のない出力は、厳密な工学的制約の下では依然として一般的である。
物理に一貫性のある自動建築モデリングのための枠組みを提案する。
CivilInstructは、構造工学の知識と制約推論を形式化するドメイン固有のデータセットとして導入された。
MBEvalは、実行可能性と構造的ダイナミクスの一貫性を評価する検証駆動ベンチマークとして提示される。
論文 参考訳（メタデータ） (2026-02-06T06:57:04Z) - Training-Free Constrained Generation With Stable Diffusion Models [41.391765899175276]
安定拡散モデルは、様々な領域にまたがるデータ合成における最先端のモデルである。
既存のテクニックは、遅延拡散フレームワークの適用性に制限されるか、ドメイン固有の制約を厳格に強制する能力に欠ける。
本稿では, 安定拡散モデルと制約付き最適化フレームワークとの新たな統合を提案し, 厳密な物理的および機能的要求を満たす出力の生成を可能にする。
論文 参考訳（メタデータ） (2025-02-08T16:11:17Z) - Constrained Synthesis with Projected Diffusion Models [47.56192362295252]
本稿では, 制約や物理原理の遵守を満足し, 証明する上で, 生成拡散プロセスへのアプローチを紹介する。
提案手法は, 従来の生成拡散過程を制約分布問題として再キャストし, 制約の順守を保証する。
論文 参考訳（メタデータ） (2024-02-05T22:18:16Z) - Discovering Interpretable Physical Models using Symbolic Regression and
Discrete Exterior Calculus [55.2480439325792]
本稿では,記号回帰(SR)と離散指数計算(DEC)を組み合わせて物理モデルの自動発見を行うフレームワークを提案する。
DECは、SRの物理問題への最先端の応用を越えている、場の理論の離散的な類似に対して、ビルディングブロックを提供する。
実験データから連続体物理の3つのモデルを再発見し,本手法の有効性を実証する。
論文 参考訳（メタデータ） (2023-10-10T13:23:05Z) - Controlled physics-informed data generation for deep learning-based
remaining useful life prediction under unseen operation conditions [3.6750425865066925]
本研究は,制御された物理インフォームドデータ生成手法と深層学習に基づく予後予測モデルを組み合わせたものである。
新たに制御された物理インフォームド生成逆数ネットワーク (CPI-GAN) を開発し, 合成劣化軌道を生成する。
生成された軌道はRUL予測の精度を大幅に向上させる。
論文 参考訳（メタデータ） (2023-04-23T17:34:26Z) - Learning Composable Energy Surrogates for PDE Order Reduction [28.93892833892805]
パラメトリックなモジュラー構造を用いてコンポーネントレベルのサロゲートを学習し、より安価な高忠実度シミュレーションを実現する。
ニューラルネットワークを用いて、所定の境界条件で格納されたポテンシャルエネルギーをモデル化する。
構成可能なエネルギーサロゲートは、コンポーネント境界の縮小に基づくシミュレーションを可能にする。
論文 参考訳（メタデータ） (2020-05-13T19:41:24Z) - Towards High Performance Relativistic Electronic Structure Modelling:
The EXP-T Program Package [68.8204255655161]
並列計算機用に設計されたFS-RCC方式の新たな実装を提案する。
実装のパフォーマンスとスケーリングの特徴を分析した。
開発されたソフトウェアは、重い超重核を含む原子や分子の性質を予測するための全く新しいレベルの精度を達成することができる。
論文 参考訳（メタデータ） (2020-04-07T20:08:30Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。