Simulation of nonlinear coupled physics problems with neural network aided model order reduction in RF MEMS
Notice bibliographique
Résumé
The interdisciplinary MEMS field has become increasingly complex and applicable to a wide range of industries. The devices have massive potential, especially in the lucrative field of RF microelectronics, promising better performance, wide applicability and ease of integration. These devices are designed to meet strict standards, and though the design techniques have become more sophisticated, there has not been an overarching method of inclusion for such models into large scale systems. A systematic process which harnesses the original simulation accuracy and generates a macromodel can help develop more adaptable models that bridge the current gap between device and system level simulations.This thesis develops a nonlinear coupled physics solver for electromechanical RF type MEMS devices. A well-established staggered solution is implemented and the use of a modified local coulomb virtual work (LCVW) method is used for the coupling. A new remeshing strategy, mainly used in aerospace is used to deal with the complex deformations of the domain. Structural nonlinearity, large inputs, and dynamic concerns are implemented and handled effectively in the solver. A reduction approach for such staggered coupled physics problems is established ensuring applicability at the system level. The developed reduction technique is based off classical projections methods that are aided with neural networks. Nonlinear projection methods based on SVD are used and later adapted for discrete parametric systems (the strategy, numerical considerations and adaptive mesh are also defined), while neural networks help in the coupling and are used to speed up and improve the computational efficiency. Classical examples such as RF microswitches and a host of resonator structures are tested and proved to match both the results from commercial solvers as well as the experimentally determined values. A reduced model is generated and shown to match the results of the original system. In addition, a newly developed and manufactured micromirror example is implemented and tested in the solver.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».