MétaCan
Menu
Retour à la cohorte
Enregistrement W2070715120 · doi:10.1088/0960-1317/14/10/010

Operation of electrothermal and electrostatic MUMPs microactuators underwater

2004· article· en· W2070715120 sur OpenAlexaff
Dan Sameoto, Ted Hubbard, Marek Kujath

Notice bibliographique

RevueJournal of Micromechanics and Microengineering · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MEMS and NEMS Technologies
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésActuatorUnderwaterDeflection (physics)Microelectromechanical systemsAcousticsRoot mean squareSquare waveVoltageComb driveMaterials scienceMechanical engineeringEngineeringOpticsElectrical engineeringPhysicsOptoelectronicsFabrication

Résumé

récupéré en direct d'OpenAlex

Surface-micromachined actuators made in multi-user MEMS processes (MUMPs) have been operated underwater without modifying the manufacturing process. Such actuators have generally been either electro-thermally or electro-statically actuated and both actuator styles are tested here for suitability underwater. This is believed to be the first time that thermal and electrostatic actuators have been compared for deflection underwater relative to air performance. A high-frequency ac square wave is used to replicate a dc-driven actuator output without the associated problem of electrolysis in water. This method of ac activation, with frequencies far above the mechanical resonance frequencies of the MEMS actuators, has been termed root mean square (RMS) operation. Both thermal and electrostatic actuators have been tested and proved to work using RMS control. Underwater performance has been evaluated by using in-air operation of these actuators as a benchmark. When comparing deflection per volt applied, thermal actuators operate between 5 and 9% of in-air deflection and electrostatic actuators show an improvement in force per volt applied of upwards of 6000%. These results agree with predictions based on the physical properties of the surrounding medium.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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 ouverte0,0000,001
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 Opus0,002
Tête enseignante GPT0,160
Écart entre enseignants0,158 · 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'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

Citations58
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Micromechanics and MicroengineeringMême sujetAdvanced MEMS and NEMS TechnologiesTravaux en français237 207