A nonlinear stiffness softening mechanism for low-bias, high-sensitivity MEMS accelerometers with extended dynamic range
Notice bibliographique
Résumé
The small dimensions of microfabricated devices present challenges in applications such as inertial sensing, where a larger proofmass is necessary for enhanced sensitivity. An effective approach to addressing the limitations of linear sensing is to use nonlinear mechanisms that adapt the device’s response according to different operating conditions. This paper introduces a new nonlinear spring mechanism for use in microsensors that harnesses the buckling phenomenon to achieve stiffness softening. The proposed mechanism utilizes a micro-arm to apply an eccentric axial load to an inclined beam, causing it to buckle in a controlled manner under a specified load. Once buckled, linear springs dominate the response of the system. We demonstrate that this method results in a smaller bias displacement compared to previously reported techniques based on snap-through behaviour, leading to potential reductions in device size and improvements in operational range. The behaviour is analytically modelled and verified through simulations. A prototype device was designed and microfabricated to experimentally validate the design principles. Compared to pre-curved nonlinear springs, the proposed design results in an 11-fold reduction in bias force, a 100-fold reduction in bias displacement, and a reduction in mechanical stiffness by a factor of 520. These results were verified through experiments conducted on a microfabricated accelerometer with an on-chip optical interferometer. Test results reveal an extended linear range of better than $$150\,\mathrm{mg}$$ , a bias force of 0.3 $$\mathrm{mN}$$ , and a bias displacement of 10 $$\mathrm{\mu m}$$ , measured with an integrated optical interferometer with a displacement noise floor of 40 $$\mathrm{pm}/\sqrt{\mathrm{Hz}}$$ at 2 $$\mathrm{Hz}$$ and sensitivity of $${194}^{\circ }/\mathrm{mg}$$ .
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».