MétaCan
Menu
Retour à la cohorte
Enregistrement W4402872517 · doi:10.1016/j.physrep.2024.09.011

Dynamics of large oscillations in electrostatic MEMS

2024· article· en· W4402872517 sur OpenAlexafffund
Majed Al‐Ghamdi, Mahmoud Khater, Mohamed Arabi, Eihab Abdel‐Rahman

Notice bibliographique

RevuePhysics Reports · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MEMS and NEMS Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesKing Fahd University of Petroleum and MineralsKing Abdulaziz City for Science and TechnologyCMC Microsystems
Mots-clésPhysicsDynamics (music)Microelectromechanical systemsQuantum electrodynamicsClassical mechanicsQuantum mechanicsAcoustics

Résumé

récupéré en direct d'OpenAlex

We present a comprehensive experimental study of the dynamics of electrostatic MEMS resonators under large excitations. We identified three frequency ranges where large oscillations occur; a non-resonant region driven by fast–slow dynamic interactions and two resonant regions. In these regions, we found a plethora of dynamic phenomena including cascades of period-doubling bifurcations, a bubble structure, homoclinic and cyclic-fold bifurcations, hysteresis, intermittencies, quasiperiodicity, chaotic attractors, odd-periodic windows within those attractors, Shilnikov orbits, and Shilnikov chaos. We encountered these complex nonlinear dynamics phenomena under relatively high dissipation levels, the quality factors of the resonators examined in this study were Q = 6.2 and 2.1. In the case of MEMS with higher quality factors ( Q > 100 ) , it is quite reasonable to expect those phenomena to appear under relatively low excitation levels (compared to the static pull-in voltage). This calls for a new paradigm in the design of electrostatic MEMS that seeks to manage dynamic phenomena rather than attempt to avoid them and, thereby, overly restricting the design space. We believe this is feasible given the repeatable and predictable nature of those phenomena.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,423
Score d'incertitude au seuil0,245

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 Opus0,006
Tête enseignante GPT0,253
Écart entre enseignants0,247 · 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

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysics ReportsMême sujetAdvanced MEMS and NEMS TechnologiesTravaux en français237 207