A polymeric piezoelectric MEMS accelerometer with high sensitivity, low noise density, and an innovative manufacturing approach
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The piezoelectric coupling principle is widely used (along with capacitive coupling and piezoresistive coupling) for MEMS accelerometers. Piezoelectric MEMS accelerometers are used primarily for vibration monitoring. Polymer piezoelectric MEMS accelerometers offer the merits of heavy-metal-free structure material and simple microfabrication flow. More importantly, polymeric piezoelectric MEMS accelerometers may be the basis of novel applications, such as fully organic inertial sensing microsystems using polymer sensors and organic integrated circuits. This paper presents a novel polymer piezoelectric MEMS accelerometer design using PVDF films. A simple and rapid microfabrication flow based on laser micromachining of thin films and 3D stereolithography was developed to fabricate three samples of this design. During proof-of-concept experiments, the design achieved a sensitivity of 21.82 pC/g (equivalent open-circuit voltage sensitivity: 126.32 mV/g), a 5% flat band of 58.5 Hz, and a noise density of 6.02 µg/√Hz. Thus, this design rivals state-of-the-art PZT-based counterparts in charge sensitivity and noise density, and it surpasses the performance capabilities of several commercial MEMS accelerometers. Moreover, this design has a 10-times smaller device area and a 4-times larger flat band than previous state-of-the-art organic piezoelectric MEMS accelerometers. These experimentally validated performance metrics demonstrate the promising application potential of the polymeric piezoelectric MEMS accelerometer design presented in this article.
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.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 découle