基于神經(jīng)網(wǎng)絡(luò)的微懸臂梁可靠性分析.pdf

1、微機電系統(tǒng)（micro-electro-mechanical system,簡稱“MEMS”）是指集執(zhí)行器和傳感器等微型裝置、微型機構(gòu)、微型尺度驅(qū)動、控制與處理集成電路為一體的微型系統(tǒng)。作為一個新型的多學(xué)科交叉領(lǐng)域，它集約了當(dāng)今科學(xué)技術(shù)的許多尖端成果，更重要的是它將信息處理與敏感及執(zhí)行機構(gòu)相結(jié)合，改變了人們感知和控制外部世界的方式，因此近年來MEMS受到了許多學(xué)者和企業(yè)的關(guān)注，也得到了突飛猛進的發(fā)展，隨著其工藝的逐步提高和完善，它的應(yīng)用

2、范圍越來越廣，這就使得人們對MEMS的可靠性給予了更高的要求，因此關(guān)于MEMS可靠性的研究也就顯得尤為重要。
　　反向傳播網(wǎng)絡(luò)（Back-propagation Network，簡稱“BP網(wǎng)絡(luò)”）是一個多層前向型網(wǎng)絡(luò)，它利用誤差反向傳播算法對網(wǎng)絡(luò)進行訓(xùn)練，它包含了神經(jīng)網(wǎng)絡(luò)理論中最為精華的部分。由于其結(jié)構(gòu)簡單且可塑性強，故被廣泛應(yīng)用于信息分類、模式識別、函數(shù)逼近、數(shù)據(jù)擬合及預(yù)測等很多方面。但是，BP網(wǎng)絡(luò)具有收斂速度慢、容易陷入局部極

3、小值點等缺點，所以本文對BP神經(jīng)網(wǎng)絡(luò)算法進行了改進，采用了更加優(yōu)化有效的彈性BP算法，來保證網(wǎng)絡(luò)穩(wěn)定并且快速收斂。并在MATLAB7.0環(huán)境下，先利用多尺度小波變換算法對實驗所得的微懸臂梁加載力和撓度的原始數(shù)據(jù)進行了消噪預(yù)處理，接著建立了微懸臂梁加載力與撓度關(guān)系的BP神經(jīng)網(wǎng)絡(luò)模型，擬合和分析了微懸臂梁的加載力與撓度關(guān)系，并預(yù)測了不同參數(shù)下的微懸臂梁加載力與撓度的關(guān)系。
　　實驗結(jié)果表明：在相同的加載力作用下微懸臂梁的撓度隨其梁長的

4、增長而增大、隨其梁寬的增寬而減小、隨其梁數(shù)的增多而減??；且當(dāng)撓度較小時加載力與撓度呈線性關(guān)系。與理論結(jié)果相比較，發(fā)現(xiàn)實驗擬合結(jié)果與理論計算結(jié)果是一致的。同時BP神經(jīng)網(wǎng)絡(luò)也較好的預(yù)測出了不同參數(shù)下的微懸臂梁加載力與撓度的關(guān)系，預(yù)測效果（預(yù)測值與實際值的相關(guān)系數(shù)）平均都達(dá)到了0.997以上。實驗結(jié)果充分肯定了BP神經(jīng)網(wǎng)絡(luò)在研究微懸臂梁加載力與撓度關(guān)系中的適用性。由于在相同加載力下?lián)隙仍酱髴冶哿簲嗔训目赡苄跃驮酱?，反之撓度越小懸臂梁斷裂的可?/p>

5、性就越小，因此，通過實驗結(jié)果我們可以得到，微懸臂梁的可靠性會隨梁長的增長而降低、會隨梁寬的增寬而增高、會隨梁數(shù)的增多而增高，這些對今后設(shè)計微懸臂梁器件是非常有用的。
　　最后本文應(yīng)用數(shù)學(xué)模型法對多晶硅（100）微懸臂梁在軸向拉伸受力和垂直加載受力兩種不同受力情況下的斷裂失效可靠性進行了分析研究，并把微懸臂梁的梁數(shù)對其可靠性的影響考慮進去，在原有模型的基礎(chǔ)上得到了其在垂直靜態(tài)外加載力下新的斷裂失效可靠性預(yù)測模型。通過模型我們可以得到