Small-Signal Equivalent Circuit Model of Long Rectangular CMUT Membranes
Notice bibliographique
Résumé
Capacitive micromachined ultrasound transducers (CMUTs) are typically designed with many small membranes per linear array element. However, these membranes can operate out of phase or collapse at different voltages, leading to suboptimal transmit performance and unreliable operation. To avoid these problems, we recently proposed a CMUT architecture with a single large rectangular membrane per element and novel insulated electrode post structures. These single-membrane CMUTs outperformed comparable piezoelectric transducers by almost 3-fold in terms of output pressure and demonstrated electromechanical efficiency values as high as 0.95. In this paper, we present an analytical model which can be used to simulate and optimize single-membrane rectangular CMUTs with or without post structures. Our approach relies on a polynomial deflection model, which was used to derive lumped element model parameters. Using this method, we developed expressions to model both electrostatic and pre-collapse small-signal dynamic CMUT behavior. This modeling framework was incorporated into a MATLAB program. We validated our approach using finite element method (FEM) simulations and experimental results in both air and immersion media. Model predictions for collapse voltage and operating frequency are within 4% of FEM results in both air and immersion. However, the runtime of our MATLAB program was 6 orders of magnitude faster than the corresponding FEM simulations. Compared with experiment, collapse voltage predictions were within 8%, and operating frequency predictions were within 5% in air and 18% in soybean oil. Our results indicate that that rectangular CMUTs may be optimized much further, potentially enabling even greater improvements over piezoelectric transducers.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».