El resto de este documento está organizado de la siguiente manera. La Sección II analiza el diagrama funcional del sistema propuesto, los resultados analíticos y de simulación, y el modelado del método de elementos finitos. En la Sección III, se presenta el análisis experimental de la energía, la transferencia de datos utilizando enfoques CC, RCC y RCCI, y la transmisión de datos a través de IoT al servidor en la nube. La sección IV proporciona la conclusión.
Aportes
Materiales utilizados
amplificador de potencia de clase E
el circuito resonante proporciona una compensación LC .
banco virtual de National Instruments (NI-8014)
Las placas están recubiertas con gel de silicona MED-2000 con un espesor de 1 mm para biocompatibilidad y un recubrimiento de parileno C de 2 μm para una superficie uniforme.
las medidas de salida se toman utilizando DSO de dos canales Keysight.
transistor (BC547)
ESP-12E Development KG164
Retrazo de envio de datos un retraso de 20 a 25 ms
Teoría
Topología
La unidad contsta capacitancia del receptor, un circuito resonante, un rectificador de clase E, una batería, un sensor de presión y una unidad de modulación
El circuito de transferencia de datos de enlace ascendente requiere un circuito simple con bajo consumo de energía utilizando un transistor (BC547) para las operaciones de “ON” y “OFF” del interruptor en función de los datos del mensaje.
Parámetros
Caso 1 (Sistema CC) ambas placas a distancia de 25 mm del Tx y RX 0.9V20 mm, los voltajes de salida aumentan a 1,1 V PTE de
24,2% para CC
5 V
Caso 2 (Sistema RCC): PTE de 34,14% para RCC 1,54 Va 1,79 VA 17 mm, la potencia Rx consta del componente de frecuencia operativa f0 (6,78 MHz) y el componente de baja frecuencia fl (6,56 MHz), y a 14 mm, los componentes inferiores de frecuencia dividida ( fl) se reducen ligeramente a 6,48 MHz
3) Caso 3 (Sistema RCCI):25mm 1.81 V20 mm 2,1 V
PTE de 42,21% para RCCifrecuencia de
resonancia diseñada de 6,78 MHz con una tasa de transferencia de potencia
máxima. de dos pares de capacitancia separados por
una distancia de 15 a 30 mm .
Aplicaciones mencionadas
sensores neuronales implantables, a implantes cerebrales
marcapasos, bombas cardíacas, robots de cápsulas y sensores cerebrales
carga de vehículos, eléctricos y la detección de fallas en líneas de transmisión
implantes profundos como el sensor de presión intracraneal (PIC) y los implantes cerebrales distribuidos
IOT
No hay comentarios.:
Publicar un comentario