MétaCan
Menu
Retour à la cohorte
Enregistrement W3165122809 · doi:10.1109/ted.2021.3074104

Modeling of Nonlinear Dynamics and Temperature Stability of Doped Silicon Microresonators

2021· article· en· W3165122809 sur OpenAlexafffund
Payman Rajai, Mohammed Jalal Ahamed

Notice bibliographique

RevueIEEE Transactions on Electron Devices · 2021
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMechanical and Optical Resonators
Établissements canadiensUniversity of Windsor
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésResonatorNonlinear systemVibrationAnharmonicityStability (learning theory)Materials scienceSiliconPhysicsMechanicsControl theory (sociology)Spring (device)Condensed matter physicsOptoelectronicsAcousticsComputer scienceThermodynamicsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Silicon is widely used as the device material for many micro resonators applied in timing and frequency referencing. One key disadvantage of silicon resonators compared to quartz resonators is their high thermal sensitivities. Doping silicon is a promising approach for temperature stability. Doped resonators operating at large deformation and finite strain amplitude often go to nonlinear regimes; therefore, nonlinear dynamics must be considered for adequately predicting the system behavior. In this article, the nonlinear vibration analysis is given for rectangular resonators operating in the Lamé mode, incorporating both the second- and third-order elastic constant (SOEC and TOEC) components. This article presents an analytic demonstration for the linear and nonlinear lumped mass system equivalent spring constants explicitly in terms of SOEC and TOEC. We show that, for a rectangular resonator in the Lamé mode, the first-order nonlinear spring constant would be an explicit expression in terms of TOEC components, which, for a square resonator, will be nullified. We show that there exist optimal doping levels where the anharmonic stiffness coefficient is minimized, implying the most dynamic stable vibrations. Furthermore, this article shows that there exists a tradeoff between dynamical and temperature-frequency stability in terms of the doping level.

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 enseignants0,149
Score d'incertitude au seuil0,460

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 Opus0,008
Tête enseignante GPT0,239
Écart entre enseignants0,230 · 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

Citations4
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Electron DevicesMême sujetMechanical and Optical ResonatorsTravaux en français237 207