О модальной локализации параметрических колебаний в системе слабосвязанных микробалочных резонаторов при электротепловом возбуждении

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Проведено исследование нелинейной динамики параметрически возбуждаемых изгибных колебаний двух слабосвязанных балочных микрорезонаторов при электротепловом возбуждении. Получено установившееся гармоническое распределение температуры в объеме резонаторов в частотной области. Выведена система уравнений механически связанных балочных резонаторов с учетом осажденной частицы на один из них. С помощью асимптотических методов нелинейной динамики получены уравнения в медленных переменных, которые были исследованы методами теории бифуркаций. Показано, что в идеально симметричной системе в определенном диапазоне частот наблюдается эффект нарушения симметрии – возникновение режима с различными амплитудами колебаний двух балочных резонаторов, что может быть положено в основу нового принципа высокоточных измерений слабых возмущений различной физической природы, в частности – измерений сверхмалых масс осаждаемых частиц.

Об авторах

Н. В. Пискун

Санкт-Петербургский политехнический университет Петра Великого

Email: lukin_av@spbstu.ru
Россия, Санкт-Петербург

А. В. Лукин

Санкт-Петербургский политехнический университет Петра Великого

Автор, ответственный за переписку.
Email: lukin_av@spbstu.ru
Россия, Санкт-Петербург

И. А. Попов

Санкт-Петербургский политехнический университет Петра Великого

Email: lukin_av@spbstu.ru
Россия, Санкт-Петербург

Л. В. Штукин

Санкт-Петербургский политехнический университет Петра Великого

Email: lukin_av@spbstu.ru
Россия, Санкт-Петербург

Список литературы

  1. Индейцев Д.А., Можгова Н.В., Лукин А.В., Попов И.А. Модель микромеханического модально-локализованного акселерометра с чувствительным элементом в виде балки с начальной погибью // Известия Академии наук. Механика твердого тела. 2023. № 3. С. 135–151.
  2. Indeitsev D.A. et al. Analysis of imperfections sensitivity and vibration immunity of MEMS vibrating wheel gyroscope // Nonlinear Dynamics. 2021. V. 105. P. 1273–1296.
  3. Wang H. et al. A novel high-sensitivity MEMS pressure sensor for rock mass stress sensing // Sensors. 2022. V. 22. № 19. P. 7593.
  4. Valenzuela V.M. et al. Three robust temperature-drift compensation strategies for a MEMS gravimeter // J. Applied Physics. 2023. V. 133. № 23.
  5. Wang Y.H. et al. MEMS-based gas flow sensors // Microfluidics and nanofluidics. 2009. V. 6. P. 333–346.
  6. Nathani M.U. et al. Capacitive based micromachined resonators for low level mass detection // Micromachines. 2020. V. 12. № 1. P. 13.
  7. Yaqoob U., Younis M.I. Chemical gas sensors: Recent developments, challenges, and the potential of machine learning – A review // Sensors. 2021. V. 21. № 8. P. 2877.
  8. Ganesan A.V. A novel MEMS based immunosensor for ebola virus detection // ASME International Mechanical Engineering Congress and Exposition. Amer. Soc. of Mechanical Engineers, 2013. V. 56321. P. V07BT08A074.
  9. Ghommem M. et al. Deep learning for gas sensing using MOFs coated weakly-coupled microbeams // Applied Mathematical Modelling. 2022. V. 105. P. 711–728.
  10. Yaqoob U. et al. Highly selective multiple gases detection using a thermal-conductivity-based MEMS resonator and machine learning // IEEE Sensors Journal. 2022. V. 22. № 20. P. 19858–19866.
  11. Akulenko L.D., Nesterov S.V. Mass defect influence on the longitudinal vibration frequencies and mode shapes of a beam // Mechanics of Solids. 2014. V. 49. P. 104–111.
  12. Bouchaala A. et al. Mass and position determination in MEMS mass sensors: a theoretical and an experimental investigation // J. Micromechanics and Microengineering. 2016. V. 26. № 10. P. 105009.
  13. Mouro J., Tiribilli B., Paoletti P. A versatile mass-sensing platform with tunable nonlinear self-excited microcantilevers // IEEE Transactions on Nanotechnology. 2018. V. 17. № 4. P. 751–762.
  14. Patocka F. et al. Position-dependent mass responsivity of silicon MEMS cantilevers excited in the fundamental, two-dimensional roof tile-shaped mode // J. Micromechanics and Microengineering. 2019. V. 29. № 4. P. 045009.
  15. Xia C. et al. A mass multi-warning scheme based on one-to-three internal resonance // Mechanical Systems and Signal Processing. 2020. V. 142. P. 106784.
  16. Yan H. et al. A measurement criterion for accurate mass detection using vibrating suspended microchannel resonators // J. Sound and Vibration. 2017. V. 403. P. 1–20.
  17. Yan H. et al. Relative Vibration of Suspended Particles With Respect to Microchannel Resonators and Its Effect on the Mass Measurement // J. Vibration and Acoustics. 2019. V. 141. № 4. P. 041005.
  18. Ghommem M. et al. Deep learning for gas sensing using MOFs coated weakly-coupled microbeams // Applied Mathematical Modelling. 2022. V. 105. P. 711–728.
  19. Zhao J. et al. An asymmetric mode-localized mass sensor based on the electrostatic coupling of different structural modes with distributed electrodes // Nonlinear Dynamics. 2022. V. 108. № 1. P. 61–79.
  20. Xiong L., Tang L. On the Sensitivity Analysis of Mode-Localized Sensors Based on Weakly Coupled Resonators // J. Vibration Engineering & Technologies. 2023. V. 11. № 3. P. 793–807.
  21. Fang Z. et al. A multi-sensing scheme based on nonlinear coupled micromachined resonators // Nonlinear Dynamics. 2023. V. 111. № 9. P. 8021–8038.
  22. Grenat C. et al. Mass sensing by symmetry breaking and localization of motion in an array of electrostatically coupled nonlinear MEMS resonators // Intern. J. Non-Linear Mechanics. 2022. V. 140. P. 103903.
  23. Song J. et al. A Novel Mass Sensor Based on Parametrically Excited Mode-Localized Resonators // International Design Engineering Technical Conferences and Computers and Information in Engineering Conference. Amer. Soc. Mechanical Engineers, 2022. V. 86298. P. V008T08A008.
  24. Beck J.V. et al. Heat conduction using Green’s function. Boca Raton (FL, USA): Taylor & Francis, 1992.
  25. Найфэ А. Введение в методы возмущений. М.: Мир, 1984.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Российская академия наук, 2024

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».