Design, implementation, and application of a microresonator platform for measuring energy dissipation by internal friction in nanowires
Notice bibliographique
Résumé
Accurate measurements of internal friction in nanowires are required for the rational design of high-Q resonators used in nanoelectromechanical systems and for fundamental studies of nanomechanical behavior. However, measuring internal friction is challenging because of the difficulties associated with identifying the contributions of material dissipation to structural damping. Here, we present an approach for overcoming these difficulties by using a composite microresonator platform that is calibrated against the ultimate limits of thermoelastic damping. The platform consists of an array of nanowires patterned at the root of a low-loss single-crystal silicon microcantilever. The structure is processed using a lift-off technique, implemented using electron-beam lithography, to achieve excellent control over the size, alignment, dispersion and location of the nanowire array. As the first application of this platform, we measured internal friction at room temperature in aluminum nanowires that ranged from 50 to 100 nm in thickness and 100 to 400 nm in width. Internal friction is ~0.03 at frequencies of 6.5-21 kHz. Transmission electron microscopy of the nanocrystalline grain structure, and comparison with previously measured values of internal friction in continuous thin films of aluminum, suggest that grain-boundary sliding is a major source of internal friction in these nanowires.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».