MétaCan
Menu
Retour à la cohorte
Enregistrement W4395673881 · doi:10.3390/s24092743

Impact of Solid Materials in the Gap Space between Driving Electrodes in a MEMS Tri-Electrode Electrostatic Actuator

2024· article· en· W4395673881 sur OpenAlexafffund
Mehdi Allameh, Byoungyoul Park, Cyrus Shafai

Notice bibliographique

RevueSensors · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MEMS and NEMS Technologies
Établissements canadiensUniversity of ManitobaNational Research Council CanadaNational Institute for Nanotechnology
Organismes subventionnairesNational Research Council CanadaNatural Sciences and Engineering Research Council of Canada
Mots-clésVoltageMaterials scienceElectrodeActuatorMicroelectromechanical systemsDielectricSpace chargeVoltage reductionOptoelectronicsDisplacement (psychology)Electrical engineeringElectronic engineeringNanotechnologyEngineeringChemistryPhysics

Résumé

récupéré en direct d'OpenAlex

MEMS electrostatic actuators can suffer from a high control voltage and a limited displacement range, which are made more prevalent by the pull-in effect. This study explores a tri-electrode topology to enable a reduction in the control voltage and explores the effect of various solid materials forming the space between the two underlying stationary electrodes. Employing solid dielectric material simplifies fabrication and can reduce the bottom primary electrode's fixed voltage. Through numerical analysis, different materials were examined to assess their impact. The results indicate that the primary electrode's fixed voltage can be reduced with an increase in the dielectric constant, however, with the consequence of reduced benefit to control voltage reduction. Additionally, charge analysis was conducted to compare the actuator's performance using air as the gap-spacing material versus solid materials, from the perspective of energy conservation. It was found that solid materials result in a higher accumulated charge, reducing the need for a high fixed voltage.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,012
Tête enseignante GPT0,292
Écart entre enseignants0,280 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSensorsMême sujetAdvanced MEMS and NEMS TechnologiesTravaux en français237 207