MétaCan
Menu
Retour à la cohorte
Enregistrement W4254727774 · doi:10.1109/ultsym.2017.8092099

Optimal phase on biaxial driven transducers based only on electrical power measurements

2017· article· en· W4254727774 sur OpenAlexafffund
Sagid Delgado, Laura Curiel, Oleg Rubel, Geovane Da Silva, Samuel Pichardo

Notice bibliographique

Revue2017 IEEE International Ultrasonics Symposium (IUS) · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueFerroelectric and Piezoelectric Materials
Établissements canadiensMcMaster UniversityThunder Bay Regional Research InstituteLakehead University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTransducerMaterials scienceLead zirconate titanatePiezoelectricityAcousticsElectrodePhase (matter)ActuatorUltrasonic sensorOptoelectronicsElectrical engineeringComposite materialFerroelectricityDielectricPhysics

Résumé

récupéré en direct d'OpenAlex

The biaxial driving technique enhances the mechanical response of a piezoelectric actuator by dephasing two orthogonal electrical fields to the propagation and lateral electrodes. This paper presents results on the relationship between the electrical response and the phase at which the maximum acoustic efficiency was reached on a single element biaxially driven ultrasound transducer. Eight air-backed biaxial transducers (6.4 mm × 6.4 mm × 13.7 mm) fabricated with hard lead zirconate titanate were used for testing. Average of the resonant frequency on propagation and lateral modes for all transducers was 133 (±0.4) kHz and 138.1 (±0.5) kHz respectively. The effective acoustic power was measured using the radiation force method and the amount of power delivered to each electrode on the biaxial transducer was varied. The results of the analysis show that the optimal phase between electrodes can be obtained by analyzing the reflected power on the lateral electrode of the biaxially driven transducer.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,037
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,048
Tête enseignante GPT0,327
Écart entre enseignants0,279 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revue2017 IEEE International Ultrasonics Symposium (IUS)Même sujetFerroelectric and Piezoelectric MaterialsTravaux en français237 207