MétaCan
Menu
Retour à la cohorte
Enregistrement W2040081653 · doi:10.1088/0960-1317/23/8/085009

<i>Q</i>-factor enhancement for self-actuated self-sensing piezoelectric MEMS resonators applying a lock-in driven feedback loop

2013· article· en· W2040081653 sur OpenAlexfundno aff
Martin Kučera, Tomás Manzaneque, J. L. Sánchez-Rojas, Achim Bittner, U. Schmid

Notice bibliographique

RevueJournal of Micromechanics and Microengineering · 2013
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMechanical and Optical Resonators
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaU.S. Department of Energy
Mots-clésLock-in amplifierSIGNAL (programming language)AmplifierMicroelectromechanical systemsFeedback loopCantileverNoise (video)ResonatorActuatorQ factorVoltagePiezoelectricityCharge amplifierLoop gainControl theory (sociology)Electronic engineeringMaterials scienceEngineeringOperational amplifierOptoelectronicsComputer scienceElectrical engineeringCMOS

Résumé

récupéré en direct d'OpenAlex

This paper presents a robust Q-control approach based on an all-electrical feedback loop enhancing the quality factor of a resonant microstructure by using the self-sensing capability of a piezoelectric thin film actuator made of aluminium nitride. A lock-in amplifier is used to extract the feedback signal which is proportional to the piezoelectric current. The measured real part is used to replace the originally low-quality and noisy feedback signal to modulate the driving voltage of the piezoelectric thin-film actuator. Since the lock-in amplifier reduces the noise in the feedback signal substantially, the proposed enhancement loop avoids the disadvantage of a constant signal-to-noise ratio, which an analogue feedback circuit usually suffers from. The quality factor was increased from the intrinsic value of 1766 to a maximum of 34 840 in air. These promising results facilitate precise measurements for self-actuated and self-sensing MEMS cantilevers even when operated in static viscous media.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,326
Score d'incertitude au seuil1,000

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 Opus0,006
Tête enseignante GPT0,202
Écart entre enseignants0,196 · 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.

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

Citations35
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Micromechanics and MicroengineeringMême sujetMechanical and Optical ResonatorsTravaux en français237 207