使用数值方法和模拟炼算法对磁电微共振器进行建模.
Mohammad Sadeghi1, Mohammad M Bazrafkan2, Marcus Rutner2
1Department of Materials Science, Faculty of Engineering, Kiel University, Kaiserstraße 2, D-24143 Kiel, Germany.
Micromachines
|October 28, 2023
概括
这项研究使用机器学习和实验数据模拟磁电微共振器动态. 模拟回火精确地预测了微机电系统的行为,在第一个曲模式下达到92%的准确性.
科学领域:
- 物理 物理学 物理
- 工程 工程师 工程师 工程师
- 材料科学 材料科学 材料科学
背景情况:
- 了解微机电系统 (MEMS) 的动态行为对于设计优化至关重要.
- 磁电 (ME) 微振解器为先进的应用提供了独特的特性.
研究的目的:
- 为了研究薄膜ME微执行器的线性和非线性动态行为.
- 开发数据驱动模型来预测MEMS动态响应.
- 评估模拟回火的有效性,以建模复杂系统动态.
主要方法:
- 对于初步分析,使用有限元法 (FEM).
- 使用激光多普勒振动计 (LDV) 进行实验性表征.
- 数据驱动系统识别 (DDSI) 与模拟回火 (SA) 来重建Duffing方程.
- 使用拉丁式超立方体采样 (LHS) 的灵敏度分析.
主要成果:
- 达芬方程成功复制了ME微执行器的动态行为.
- 模型预测了模式形状和振动振幅,准确度很高 (92%的第一个曲模式).
- 刺激水平的增加导致了明显的歇斯底里,影响了预测的准确性.
结论:
- 模拟回火是建模MEMS动态行为的一个有希望的工具.
- 开发的数据驱动方法为微共振器分析提供了一个强大的方法.
- 这项研究为通过先进的建模技术优化MEMS设计提供了基础.


