基于二硫化钼的离电式压力传感器的设计与实现

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:ALF123456
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
柔性离电式传感器具有灵敏度高、响应范围宽、稳定性高等优点,在可穿戴设备、柔性电子、便携式检测等领域表现出巨大的应用前景,受到国内外科研人员的重点研究。目前,柔性离电式传感器在灵敏度、响应范围等方面仍有较大的优化空间。本文提出一种基于二硫化钼的柔性离电式压力传感器,对其结构设计和制备工艺流程开展了较为系统的研究。论文的主要研究工作如下:(1)基于单层二硫化钼的赝电容特性和双电层电容传感机理,提出了一种柔性离电式压力传感器。同时采用有限元分析法对传感器的工作特性进行分析。仿真结果表明,表面带有倒金字塔微结构且具有较小体积、较薄间隔层的传感器具有更高的灵敏度。(2)对柔性离电式压力传感器进行制备、表征以及测试。采用湿转移法将单层二硫化钼转移至PI/Au柔性衬底上完成电极的制备;同时使用倒金字塔模纸加工出具有微结构的介电离子薄膜;对电极、介电层以及间隔层进行封装,完成传感器的制备。针对传感器的灵敏度、响应范围和疲劳性等性能进行测试表征,实验数据显示本文提出的传感器具有较高的灵敏度、较宽的响应范围以及良好的稳定性和准确性。(3)对柔性离电式压力传感器进行应用验证。本文设计了传感器在关节弯曲检测、机械爪抓取、微小气体检测等场景下的应用。实验证明,该离电式压力传感器在上述测试环境下均可以较好地完成预定目标,具有较为广阔的应用前景。本文提出的基于二硫化钼的离电式压力传感器具有成本低、电容传感性能好等优点,在可穿戴设备、医疗检测、工业制造等方面具有广阔的应用前景。本文的研究结果为离电式压力传感器的后续应用提供了理论依据和实验参考。
其他文献
目标检测和目标跟踪是计算机视觉领域的两个重要的研究方向。智能嵌入式目标检测与跟踪系统是一种通过机器学习和深度学习算法自动检测目标位置并进行实时跟踪的系统。随着智能目标检测和目标跟踪算法性能的提高和复杂应用场景下对系统集成度的更高要求,开发新一代具有更高算力、更小体积、更低功耗的智能嵌入式目标检测及跟踪系统是一个非常重要的研究课题。本文设计并实现了以XC7K325T FPGA和TMS320C6674
学位
在同一个业务流的数据包的网络协议报头之间,大部分字段呈现有规律的变化,因此存在着大量的冗余信息。由于这些冗余信息占用了无线通信中最为稀缺的带宽资源,所以在无线传输时需要对网络协议报头进行压缩,以节省带宽资源,同时提高传输效率。常用的报头压缩方案是鲁棒性报头压缩(Robust Header Compression,ROHC)方案,该方案针对特定网络协议报头采取定制的压缩方法。如果将其应用于其他网络协
学位
随着5G通信技术的飞速发展,虚拟现实(Virtual Reality,VR)与增强现实(Augmented Reality,AR)等流媒体技术因能够构建出一个可交互、沉浸式的虚拟世界而成为当前研究的热点。而作为VR/AR技术的重要组成部分,360度视频能够通过VR设备,如头戴式显示器(Head Mounted Displays,HMD),为观众提供沉浸式体验。然而,由于360度视频具有低延迟、高比
学位
报纸
计算机视觉领域中的目标检测与目标跟踪技术已成为研发热门领域,并广泛应用于交通、医疗与军事等领域,智能化人们的生活。在现实的工程技术应用中,对检测算法有高精确和高实时性的需求,对跟踪算法则有抗遮挡性和尺度变化的要求,所以深入研究目标检测与跟踪技术具有重要的应用价值。本文针对现实工程应用时高速轻量化的算法需求,对比研究分析了检测领域现有的多种算法的检测性能,从中选择、研究和改进了YOLOv4-tiny
学位
报纸
当前,新一轮科技革命和产业变革迅猛发展,世界各个主要发达国家均将智能制造作为未来制造业的发展方向,纷纷提出以智能制造为核心的工业化战略。数字孪生和人工智能是智能制造重要的支撑技术。智能工厂/车间/产线是实现智能制造的重要载体。数字孪生产线是人、信息和物理系统深度融合的最基本单元。对数字孪产线进行剖析不仅有利于深入理解数字孪生系统,还有利于数字孪生快速落地实践。本文提出了一个基于机电一体化方法的数字
学位
红外探测技术具有定位精度高、隐蔽性好、安全性高和抗干扰能力强等特点,使红外小目标检测在民用和军事领域上都得到广泛应用。但又由于目标与成像系统的距离较远,且有大气辐射的干扰,所处的背景信息复杂多变,使得小目标在红外图像占的像素较少,缺少先验信息,且有背景和噪声杂波的干扰。因此研究不同背景下的红外小目标检测技术有非常重要且深远的意义。本文总结了目前单帧红外小目标检测算法的适用场景和存在的不足。在此基础
学位
在无线通信技术蓬勃发展的今天,各种无线电收发设备已经普及到各行各业。大量不同用途的通信信号在电磁空间中相互交叠,构建出越来越复杂的电磁环境。为了能够更好地监测和识别无线通信信号,认知无线电技术应运而生。对于认知无线电技术来说,调制识别技术是关键技术之一。针对传统基于决策或特征的调制识别方法中存在的问题,本文提出基于深度神经网络的识别方案。针对实际应用中需要即时、快速识别信号调制类型的要求,本文提出
学位
单层六方氮化硼(h-BN)是一种宽禁带二维纳米材料,因其优异的力学、电学、光学特性广泛应用于微纳机电系统、光电器件、和场效应晶体管等领域。然而,h-BN材料在制备过程中难免会引入一些缺陷,从而影响材料性质。本文采用第一性原理方法,对本征及含空位缺陷单层h-BN的力学性能以及电学性能展开研究,主要研究内容和创新性工作包括:(1)采用第一性原理方法,研究了本征单层h-BN在不同手性方向受单轴应变的力学
学位