MétaCan
Menu
Retour à la cohorte
Enregistrement W2059820717 · doi:10.1115/detc2011-48888

Modal Characterization of MEMS Switches via Output Only and Input/Output Identification Methods

2011· article· en· W2059820717 sur OpenAlexafffund
Joel M. Book, Samuel F. Asokanthan

Notice bibliographique

RevueVolume 7: 5th International Conference on Micro- and Nanosystems; 8th International Conference on Design and Design Education; 21st Reliability, Stress Analysis, and Failure Prevention Conference · 2011
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueForce Microscopy Techniques and Applications
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésModalMicroelectromechanical systemsModal analysisCantileverActuatorComputer scienceIdentification (biology)Modal testingSystem identificationSubspace topologyAcousticsNoise (video)SIGNAL (programming language)Characterization (materials science)Control theory (sociology)AlgorithmVibrationMaterials scienceEngineeringOpticsPhysicsStructural engineeringArtificial intelligenceData modeling

Résumé

récupéré en direct d'OpenAlex

MEMS devices typically have moving or oscillating mechanical parts, and characterization of their dynamics, including their modal parameters, is highly desirable. This paper is concerned with experimental implementation of a Stochastic Subspace Identification (SSI) algorithm as well a base excitation based identification algorithm for experimental modal analysis of a micro-cantilever switch. A white noise signal applied to the built-in electrostatic actuator in the switches excited a response measured using microscanning Laser Doppler Vibrometry (LDV). In the case of identification via the SSI, only the output response was used while the base excitation based algorithm employed the input and the output signals. The modal parameters found using MACEC matched well with those predicted by theory, and the results obtained via the two experimental identification approaches are in good agreement, thus providing confidence in using the SSI approach for experimental modal analysis of MEMS structures.

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)0,001
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,805
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,054
Tête enseignante GPT0,338
Écart entre enseignants0,284 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueVolume 7: 5th International Conference on Micro- and Nanosystems; 8th International Conference on Design and Design Education; 21st Reliability, Stress Analysis, and Failure Prevention ConferenceMême sujetForce Microscopy Techniques and ApplicationsTravaux en français237 207