Optimización del Diseño Estructural de un Acelerómetro MEMS Capacitivo Diferencial Basado en un Algoritmo Genético...

Área de la Ciencia:

• Ingeniería
• Ciencia de los materiales
• Ciencias de la computación

Sus antecedentes:

• Los sistemas microelectromecánicos (MEMS) requieren una optimización de diseño sofisticada para un rendimiento mejorado.
• La optimización multiobjetivo es crucial para equilibrar parámetros de diseño en competencia en dispositivos MEMS.

Objetivo del estudio:

• Presentar una metodología de optimización estructural global para dispositivos MEMS.
• Demostrar la eficacia de un algoritmo genético elitista multiobjetivo para el diseño de MEMS.
• Optimizar simultáneamente múltiples métricas de rendimiento para mejorar la funcionalidad del dispositivo.

Principales métodos:

• Integración de un modelo parametrizado con un marco evolutivo multiobjetivo.
• Aplicación de un algoritmo genético elitista multiobjetivo para la exploración del espacio de diseño.
• Optimización simultánea de la frecuencia de resonancia, la capacitancia estática, la capacitancia dinámica y la fuerza de retroalimentación para un acelerómetro MEMS capacitivo diferencial.

Principales resultados:

• El algoritmo convergió a un frente de Pareto después de 25 generaciones, lo que indica una exploración eficiente.
• Un diseño orientado a la sensibilidad mostró una reducción del 56,1 % en la capacitancia estática y un aumento del 85,5 % en la sensibilidad.
• La optimización multiobjetivo global logró un hipervolumen normalizado del 35,8 %, superando a la optimización local.

Conclusiones:

• La metodología propuesta permite una exploración integral del espacio de diseño y un análisis de compensación efectivo en MEMS.
• La optimización multiobjetivo proporciona una estrategia superior en comparación con los enfoques de objetivo único, evitando un énfasis excesivo en métricas específicas.
• El enfoque desarrollado mejora la sensibilidad, el ancho de banda y la capacidad de conducción en bucle cerrado en dispositivos MEMS.