MétaCan
Menu
Retour à la cohorte
Enregistrement W2964979551

MEMS piezoelectric vibrational energy harvesters and circuits for IoT applications

2019· article· en· W2964979551 sur OpenAlexfundno aff
Abdul Hafiz Alameh

Notice bibliographique

RevueEspace École de technologie supérieure (École de technologie supérieure) · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative Energy Harvesting Technologies
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFonds de recherche du Québec – Nature et technologiesCMC Microsystems
Mots-clésEnergy harvestingProof massCantileverMicroelectromechanical systemsMiniaturizationElectrical engineeringPower (physics)PiezoelectricityVibrationElectronic circuitBeam (structure)Electronic engineeringEngineeringAcousticsMaterials scienceOptoelectronicsPhysicsStructural engineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In the Internet of Things (IoT) world, more and more sensor nodes are being deployed and more mobile power sources are required. Alternative solutions to batteries are the subjects of worldwide extended research. Among the possibilities is the harvesting of energy from the ambient. A novel energy harvesting system to power wireless sensor nodes is a necessity and inevitable path, with more and more market interest.
\n
\nMicroelectromechnaical systems (MEMS) based piezoelectric vibrational energy harvesters (PVEH) are considered in this thesis due to their good energy densities, conversion efficiency, suitability for miniaturization and CMOS integration. Cantilever beams are favored for their relatively high average strains, low frequencies and simplicity of fabrication. Proof masses are essential in micro scale devices in order to decrease the resonance frequency and increase the strain along the beam to increase the output power. In this thesis, the effects of proof mass geometry on piezoelectric vibration energy harvesters are studied. Different geometrical dimension ratios have significant impact on the resonance frequency, e.g., beam to mass lengths, and beam to mass widths. The responses of various prototypes are studied. Furthermore, the impact of geometry on the performance of cantilever-based PVEH is investigated. Namely, rectangular and trapezoidal T-shaped designs are fabricated and tested. Optimized cross-shaped geometries are fabricated using a commercial technology PiezoMUMPs process from MEMSCAP. They are characterized for their resonant frequency, strain distribution and output power.
\n
\nThe output of an energy harvester is not directly suited as a power supply for circuits because of variations in its power and voltage over time, therefore a power management circuit is required. The circuit meets the requirements of responding to an input voltage that varies with the ambient conditions to generate a regulated output voltage, and the ability to power multiple outputs from a fixed input voltage. In this thesis, new design architectures for a reconfigurable circuit are considered. A charge pump which modifies dynamically the number of stages to generate a plurality of voltage levels has been designed and fabricated using a CMOS 0.13 μm technology. This provides biasing voltages for electrostatic MEMS devices. Electrostatic MEMS require relatively high and variable actuation voltages and the fabricated circuit serves this goal and attains a measured maximum output voltage of 10.1 V from a 1.2 V supply.
\n
\nIn this thesis, design recommendations are given and MEMS piezoelectric harvesters are implemented and validated through fabrications. T-shaped harvesters bring improvements over cantilever designs, namely the trapezoidal T-shaped structures. A cross-shaped design has the advantage of utilizing four beams and the proposed proof mass improves the performance significantly. A cross-coupled circuit rectifies the output efficiently towards an optimal energy harvesting solution.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,736
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
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 Opus0,009
Tête enseignante GPT0,221
Écart entre enseignants0,212 · 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.

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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEspace École de technologie supérieure (École de technologie supérieure)Même sujetInnovative Energy Harvesting TechnologiesTravaux en français237 207