项目名称: 基于微纳米纹理的MEMS侧壁面抗磨机理及设计方法

项目编号: No.51505479

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 机械、仪表工业

项目作者: 韩静

作者单位: 中国矿业大学

项目金额: 22万元

中文摘要: 本项目以含大范围滑动/旋转零部件MEMS失效的主要形式---侧壁面磨损为研究对象,以降低侧壁面的磨损为目标,提出将微纳米纹理与加工遗传的侧壁面微观形貌相耦合的策略,实现基于已有微纳米加工技术的高耐磨侧壁面的快速制备并与MEMS器件加工过程相融合。建立实验研究、分子动力学模拟与理论分析相结合的研究方法,开展基于微纳米纹理技术的硅侧壁面抗磨机理和抗磨设计方法研究。在研究微纳米纹理对侧壁面磨损性能影响规律的基础上,从纳米力学性能、磨损接触力学、磨损面损伤机制及磨料动力学四个方面揭示基于微纳米纹理技术的硅侧壁面抗磨机理。研究不同加载条件下微纳米纹理和侧壁面原有微观形貌几何参数对侧壁面磨损性能的影响规律,建立人工神经网络结合遗传算法的磨损性能优化设计方法,实现降低硅基MEMS侧壁面磨损的微纳米纹理设计,为促进含大范围滑动/旋转零部件MEMS的发展提供重要的基础理论支持。

中文关键词: 分子动力学模拟;纳米磨损;微电子机械系统;纳米纹理;抗磨设计

英文摘要: This project is focused on the antiwear mechanism and design method of silicon sidewall using micro/nano-patter technology, as the wear at sidewall is the main failure mode of the MEMS including extensive sliding/rotating parts. In order to reduce wear at silicon sidewall, a strategy coupling the micro/nano-patter with the microtopography of sidewall formed by processing is proposed, which can be rapidly implemented by existing micro/nanoscale machining technology and can be merged into the processing of MEMS device. Based on the research of the effect of the micro/nano-patter on the wear property, the antiwear mechanism of the silicon sidewall using micro/nano-patter technology is investigated from nanomechanical properties, contact mechanics during wear, damage mechanism in wear surface and abrasive dynamics. Then, the influence of the geometric parameter of micro/nano-patter and the microtopography of sidewall on the wear property is systematicly studied under different loading conditions. And an optimized design method coupling artificial neural network with genetic algorithm is established in order to design the micro/nano-patter with low wear silicon sidewall. This work can provide theoretical support for developing the MEMS including extensive sliding/rotating parts.

英文关键词: Molecular dynamic simulation;Nano-wear;MEMS;Nanopatter;Anti-wear design

成为VIP会员查看完整内容
0

相关内容

基于深度学习的图像目标检测算法综述
专知会员服务
97+阅读 · 2022年4月15日
基于流线的流场可视化绘制方法综述
专知会员服务
25+阅读 · 2021年12月9日
基于RGB-D图像的语义场景补全研究进展综述
专知会员服务
28+阅读 · 2021年11月8日
专知会员服务
54+阅读 · 2021年10月4日
专知会员服务
29+阅读 · 2021年8月16日
【CMU博士论文】可控文本生成,附107页pdf与Slides
专知会员服务
56+阅读 · 2021年4月21日
专知会员服务
60+阅读 · 2021年3月25日
【博士论文】解耦合的类脑计算系统栈设计
专知会员服务
30+阅读 · 2020年12月14日
专知会员服务
73+阅读 · 2020年5月21日
【CVPR2020】MSG-GAN:用于稳定图像合成的多尺度梯度GAN
专知会员服务
27+阅读 · 2020年4月6日
招聘平面设计实习生
微软研究院AI头条
0+阅读 · 2021年5月20日
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
61+阅读 · 2020年7月12日
如何设计基于深度学习的图像压缩算法
论智
41+阅读 · 2018年4月26日
最大熵原理(一)
深度学习探索
12+阅读 · 2017年8月3日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
1+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
27+阅读 · 2018年4月12日
小贴士
相关VIP内容
基于深度学习的图像目标检测算法综述
专知会员服务
97+阅读 · 2022年4月15日
基于流线的流场可视化绘制方法综述
专知会员服务
25+阅读 · 2021年12月9日
基于RGB-D图像的语义场景补全研究进展综述
专知会员服务
28+阅读 · 2021年11月8日
专知会员服务
54+阅读 · 2021年10月4日
专知会员服务
29+阅读 · 2021年8月16日
【CMU博士论文】可控文本生成,附107页pdf与Slides
专知会员服务
56+阅读 · 2021年4月21日
专知会员服务
60+阅读 · 2021年3月25日
【博士论文】解耦合的类脑计算系统栈设计
专知会员服务
30+阅读 · 2020年12月14日
专知会员服务
73+阅读 · 2020年5月21日
【CVPR2020】MSG-GAN:用于稳定图像合成的多尺度梯度GAN
专知会员服务
27+阅读 · 2020年4月6日
相关资讯
招聘平面设计实习生
微软研究院AI头条
0+阅读 · 2021年5月20日
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
61+阅读 · 2020年7月12日
如何设计基于深度学习的图像压缩算法
论智
41+阅读 · 2018年4月26日
最大熵原理(一)
深度学习探索
12+阅读 · 2017年8月3日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员