MétaCan
Menu
Retour à la cohorte
Enregistrement W1601574072 · doi:10.1109/jsen.2015.2429124

Design and Modeling of a Chevron MEMS Strain Sensor With High Linearity and Sensitivity

2015· article· en· W1601574072 sur OpenAlexaff
Maziar Moradi, Siva Sivoththaman

Notice bibliographique

RevueIEEE Sensors Journal · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MEMS and NEMS Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSensitivity (control systems)LinearityCapacitanceFinite element methodMaterials scienceMicroelectromechanical systemsElectronic engineeringFabricationAcousticsEngineeringStructural engineeringOptoelectronicsPhysics

Résumé

récupéré en direct d'OpenAlex

Two new physical designs for sensors that can be used for strain measurement in large structures, such as bridges, wind turbines, or airplanes, are presented. While the proposed sensor designs focus on high sensitivity, they are based on simple operating principle of comb-drive differential variable capacitances and chevron displacement amplification. The chevron beams convert small amount of applied strains to measurable changes in capacitance of comb fingers. The design of the structures enables simple fabrication methods for the realization of the sensors. Two designs are proposed with the first design can also be used as a sensitive resonant strain sensor. Device performances are validated both by analytical solutions and also by finite-element method simulations. The obtained nominal capacitance is 25 fF, with sensitivities of 13 and 2.7 aF per microstrain (με) while demonstrating a maximum strain range of ±1000 and ±1800 με, respectively, for the first and second designs. As a resonant strain sensor, the first design exhibits a sensitivity of ~8.6 Hz/με.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,088
Score d'incertitude au seuil0,468

Scores Codex et Gemma par catégorie

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

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 Opus0,040
Tête enseignante GPT0,240
Écart entre enseignants0,200 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations6
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Sensors JournalMême sujetAdvanced MEMS and NEMS TechnologiesTravaux en français237 207