MétaCan
Menu
Retour à la cohorte
Enregistrement W2015638609 · doi:10.1177/1077546309106520

Nonlinear Analysis of MEMS Electrostatic Microactuators: Primary and Secondary Resonances of the First Mode*

2010· article· en· W2015638609 sur OpenAlexaff
Fehmi Najar, Ali H. Nayfeh, Eihab Abdel‐Rahman, S. Choura, S. El-Borgi

Notice bibliographique

RevueJournal of Vibration and Control · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MEMS and NEMS Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMicroactuatorNonlinear systemMicrobeamCantileverControl theory (sociology)ExcitationPhysicsMultiple-scale analysisActuatorClassical mechanicsEngineeringStructural engineeringComputer science

Résumé

récupéré en direct d'OpenAlex

We use a discretization technique that combines the differential quadrature method (DQM) and the finite difference method (FDM) for the space and time, respectively, to study the dynamic behavior of a microbeam-based electrostatic microactuator. The adopted mathematical model based on the Euler— Bernoulli beam theory accounts for the system nonlinearities due to mid-plane stretching and electrostatic force. The nonlinear algebraic system obtained by the DQM—FDM is used to investigate the limit-cycle solutions of the microactuator. The stability of these solutions is ascertained using Floquet theory and/or long-time integration. The method is applied for large excitation amplitudes and large quality factors for primary and secondary resonances of the first mode in case of hardening-type and softening-type behaviors. We show that the combined DQM—FDM technique improves convergence of the dynamic solutions. We identify primary, subharmonic, and superharmonic resonances of the microactuator. We observe the occurrence of dynamic pull-in due to subharmonic and superharmonic resonances as the excitation amplitude is increased. Simultaneous resonances of the first and higher modes are identified for large orbits in both primary and secondary resonances.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,002
Tête enseignante GPT0,195
Écart entre enseignants0,192 · 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 source (Gemma direct ou Codex distillé), 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

Citations67
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Vibration and ControlMême sujetAdvanced MEMS and NEMS TechnologiesTravaux en français237 207