首页--工业技术论文--机械、仪表工业论文--机械仪表工业研究方法、工作方法论文--机电一体化论文

激光驱动MEMS器件仿真以及深度优化

摘要第4-5页
Abstract第5页
第1章 绪论第9-18页
    1.1 微机电系统研究背景第9页
    1.2 微机电系统发展历程第9-11页
    1.3 微机电系统的分类第11页
    1.4 MEMS执行机构的研究现状以及设计平台第11-13页
    1.5 神经网络研究第13-15页
        1.5.1 BP神经网络第14-15页
        1.5.2 Elman神经网络第15页
    1.6 本文研究问题的提出以及主要工作第15-17页
        1.6.1 论文研究问题的提出第15-16页
        1.6.2 论文主要工作第16页
        1.6.3 论文主要内容第16-17页
    1.7 本章小结第17-18页
第2章 驱动原理以及激光驱动技术第18-23页
    2.1 压电驱动工作原理第18页
    2.2 电磁式微驱动原理第18-19页
    2.3 静电式微驱动器第19-20页
    2.4 电热驱动原理第20-21页
    2.5 激光驱动技术第21-22页
    2.6 本章小结第22-23页
第3章 激光物理模型及有限元应用第23-32页
    3.1 激光理论模型的建立第23页
    3.2 有限元理论第23-24页
        3.2.1 有限元法原理第23-24页
        3.2.2 有限元法步骤第24页
        3.2.3 有限元软件第24页
    3.3 激光打孔与器件仿真模型的建立与分析第24-31页
        3.3.1 激光物理模型的有限元结果第24-26页
        3.3.2 激光打孔有限元模型第26-28页
        3.3.3 微机电系统的器件仿真第28-31页
    3.4 本章小结第31-32页
第4章 激光驱动双层悬臂梁结构的建模仿真第32-41页
    4.1 悬臂梁结构第32页
    4.2 悬臂梁工作原理第32-34页
        4.2.1 弯曲模式第33页
        4.2.2 谐振模式第33-34页
    4.3 激光驱动双层悬臂梁第34-37页
        4.3.1 激光驱动双层悬臂梁结构的物理模型第34-36页
        4.3.2 激光热膨胀物理模型第36-37页
    4.4 仿真模拟及对比验证第37-40页
    4.5 本章小结第40-41页
第5章 神经网络优化过程第41-54页
    5.1 神经网络在深度优化方面的应用第41页
    5.2 神经网络在飞轮深度优化的应用第41-47页
        5.2.1 飞轮结构有限元模型第41-44页
        5.2.2 飞轮神经网络模型第44-47页
    5.3 神经网络优化在MEMS器件仿真的应用第47-53页
        5.3.1 电驱动双热臂结构的神经网络模型第47-49页
        5.3.2 激光驱动双层悬臂梁结构的神经网络模型第49-52页
        5.3.3 神经网络与有限元消耗时间对比分析第52-53页
    5.4 本章小结第53-54页
第6章 结论及展望第54-55页
    6.1 结论第54页
    6.2 展望第54-55页
参考文献第55-59页
致谢第59-60页
攻读硕士学位期间所展开的科研项目及主要成果第60页

论文共60页,点击 下载论文
上一篇:基于超磁致伸缩—磁流体材料的智能轴承研究
下一篇:气液增压爆破片泄压测试装置研究