MétaCan
Menu
Retour à la cohorte
Enregistrement W2136961999 · doi:10.1109/coase.2008.4626443

Electrostatic torsional micromirror: Its active control and applications in optical network

2008· article· en· W2136961999 sur OpenAlexaff
Ya‐Jun Pan, Yuan Ma, Shariful Islam

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MEMS and NEMS Technologies
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMicroelectromechanical systemsOptical switchControllabilityComb driveNonlinear systemMaterials scienceComputer scienceElectronic engineeringControl theory (sociology)OpticsEngineeringOptoelectronicsPhysicsControl (management)

Résumé

récupéré en direct d'OpenAlex

Electrostatically actuated torsional micromirror fabricated using microelectromechanical systems (MEMS) technology is a fundamental building block for many optical network applications, such as optical wavelength-selective switch, configurable optical add-drop multiplexers and optical cross-connects. The major technical obstacle to achieve its full potentials in both functionalities and performance is the controllability and stability of its tilting angle. This paper presents the model for a micromirror fabricated using micragem silicon-on-insulator process. Closed-loop control approaches are proposed for the 1-degree of freedom (DOF) MEMS device assuming that the angle position can be measured. Compared with traditional open loop control approaches, the nonlinear proportional and derivative (PD) control and the gain scheduling approach improve the performance of the mirror switching, and enhance the robustness of the structures to any stochastic perturbations. Furthermore, the nonlinear PD control can achieve a larger controllable tilting angle than the pull-in angle resulting in significantly enhanced device performance and functionality. Applications of the electrostatic torsional micromirror to optical network are further discussed to underscore the significance and necessities of such methods.

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 enseignants0,325
Score d'incertitude au seuil0,247

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 GPT0,208
Écart entre enseignants0,202 · 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

Citations14
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced MEMS and NEMS TechnologiesTravaux en français237 207