Uncertainty Considerations for Nonlinear Dynamics of a Class of MEMS Switches Undergoing Tip Contact Bouncing
Notice bibliographique
Résumé
Batch fabrication processes used to produce micro-electro-mechanical systems (MEMS) are prone to uncertainties in the system geometrical and contact parameters as well as material properties. However, since the common design method for these systems is typically based on precise deterministic assumptions, it is necessary to get more insight into their variations. To this end, understanding the influences of uncertainties accompanied by these processes on the system performance and reliability is warranted. The present paper focuses on predictions of uncertainty measures for MEMS switches based on the transient dynamic response, in particular, the bouncing behavior. To understand and quantify the influence of pertinent parameters on the bouncing effects, suitable mathematical model that captures the bouncing dynamics as well as the forces that are dominant at this micron scale are employed. Measure of performance in terms of second-order statistics is performed, particularly for the beam as well as beam tip parameters since excessive tip bounce is known to degrade switch performance. Thus, the present study focusses on the influence of uncertainties in the beam tip geometry parameters such as beam tip length/width as well as contact asperity variables such as the area asperity density and the radius of asperities. In addition to beam tip parameters, this study quantifies the effects of uncertainties in Young's modulus, beam thickness as well as actuation voltage. These influences on significant switch performance parameters such as initial contact time and maximum bounce height have been quantified in the presence of interactive system nonlinearities.
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 ».