Design of surface micro-machined inertial MEMS sensor with meta-heuristic topology optimization.

Abstract

Os sistemas microeletromecânicos (MEMS) estão se tornando populares para uma variedade de aplicações devido ao seu pequeno tamanho, baixo custo e bom desempenho. Os dispositivos MEMS são projetados combinando formas simples com base na experiência de casos anteriores. O uso de métodos de projeto matemático, como a Otimização de Topologia (TO), ajuda a encontrar o melhor projeto possível para um aplicativo específico. Em uma aplicação de monitoramento de deslizamentos de terra, acelerômetros MEMS de alta sensibilidade são necessários para prever com precisão a ocorrência de deslizamentos de terra. Mas os métodos TO disponíveis são incapazes de encontrar um projeto com sensibilidade máxima, condição de carregamento variável e sujeito a várias restrições. As restrições são devidas aos limites de fabricação na fabricação de MEMS e aos limites de desempenho do problema físico. O objetivo desta tese é desenvolver um método TO meta-heurístico usando Simulated Annealing (SA) para resolver problemas TO não convexos e multi-restrições sem informação de gradiente. Este TO utiliza fatores de cristalização para melhorar a convergência e reduzir os custos computacionais no TO. O método proposto é validado com problemas de referência na literatura e é usado com sucesso para os acelerômetros TO MEMS. A análise dos parâmetros de otimização neste projeto fornece algumas informações úteis sobre convergência e exclusividade da solução ótima. Os designs otimizados são então comparados aos designs disponíveis para vários parâmetros de desempenho. Além disso, alguns métodos de filtragem e pós-processamento são desenvolvidos para aplicar os limites de fabricação no processo de litografia.

Structural Design with Self-Weight and Inertial Loading Using Simulated Annealing for Non-Gradient Topology Optimization

“…Another pertinent application of this loading scenario arises in the design of inertial sensors, where the challenge involves simultaneously increasing inertial force while decreasing stiffness. This conflicting set of objectives gives rise to a complex TO problem, for which the utilization of non-gradient-based algorithms becomes imperative to converge towards viable solutions [17].…”