MétaCan
Menu
Retour à la cohorte
Enregistrement W2037029917 · doi:10.4028/www.scientific.net/amm.656.413

Characterization of a Multilayered SAW Pressure Sensor with Low Temperature Variability

2014· article· en· W2037029917 sur OpenAlexaff
Bing Zhang, Hong Hu, Ridha Ben-Mrad

Notice bibliographique

RevueApplied Mechanics and Materials · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueAcoustic Wave Resonator Technologies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceAcousticsMultiphysicsCoupling (piping)Electromechanical coupling coefficientCoupling coefficient of resonatorsSurface acoustic waveReflection coefficientSIGNAL (programming language)Perfectly matched layerPhase (matter)Temperature coefficientPhase velocityFinite element methodOpticsOptoelectronicsPhysicsEngineeringComposite materialStructural engineeringComputer sciencePiezoelectricity

Résumé

récupéré en direct d'OpenAlex

A method to reduce temperature effects in SAW pressure sensors is presented. A layer of SiO2 is deposited on the surface of 128YX LiNbO3 in order to achieve a high coupling coefficient (κ 2 ) as well as a low temperature coefficient of delay (TCD). The FEM tool COMSOL Multiphysics is used to estimate the phase velocity and frequency of the input RF signal using an eigenfrequency analysis. Then by using a time domain analysis, a surface acoustic wave (SAW) is generated by IDTs and its wave propagation characteristics are obtained. During this process, the boundary reflection is removed by adding a perfectly matched layer (PML). The reflected signal on the IDT can be detected; as such the phase angle is calculated. By applying different pressures to the sensor, a relationship between pressure and phase angle is determined. Using frequency domain analysis, the coupling coefficient is computed with high accuracy. The TCD is calculated at different SiO2 thicknesses and the SiO2 thickness corresponding to a zero TCD and high coupling coefficient is obtained. A prototype is tested to validate these values.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,463

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 Opus0,003
Tête enseignante GPT0,163
Écart entre enseignants0,160 · 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'étudeExpérimental (laboratoire)
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

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Mechanics and MaterialsMême sujetAcoustic Wave Resonator TechnologiesTravaux en français237 207