MétaCan
Menu
Retour à la cohorte
Enregistrement W2538047412 · doi:10.1109/bmas.2008.4751242

Comparative Study on Finite Element Analysis & System Model Extraction for Non-Resonant 3-DoF Microgyroscope

2008· article· en· W2538047412 sur OpenAlexaff
Rana Iqtidar Shakoor, Shafaat A. Bazaz, Yongjun Lai, M. M. Hasan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MEMS and NEMS Technologies
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésFinite element methodTransient (computer programming)SolverGyroscopeComputer scienceEngineeringStructural engineeringAerospace engineering

Résumé

récupéré en direct d'OpenAlex

This paper reports a comparative study of full transient start up analysis of a Non-Resonant Micromachined Gyroscope using Finite Element Analysis (FEA) and System Model Extraction (SME) techniques. FEA is a popular numerical technique based on Finite Element Method (FEM) for carrying out different engineering analyses. But one of the major disadvantages of this FEA is its computational time. While running multiple optimization analyses with a FE Solver, it may take days, weeks and possibly months depending on extent of optimization. In this study we initially analyzed the MEMS based microgyro on a device level using FEM. We determined the natural frequencies of the gyro along with the both static and dynamic responses of the gyro. After these device level simulations in FEA we switched to the system level simulation. Using SME we generated system model of the gyro with system level components and run a full transient startup response analysis of the device by incorporating that extracted model in INTELLISUITE circuit simulator SYNPLE. When we compared the computational time required by both techniques, we found that SME with SYNPLE is orders of magnitude faster than FEA.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,449
Score d'incertitude au seuil0,697

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 Opus0,062
Tête enseignante GPT0,322
Écart entre enseignants0,260 · 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'étudeSimulation ou modélisation
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

Citations4
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced MEMS and NEMS TechnologiesTravaux en français237 207