基于声表面波的液滴驱动技术研究

来源 :南京大学 | 被引量 : 0次 | 上传用户:wujian
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
微流控系统由于其便携性、可控性和仅需消耗少量样品等特点受到了临床医学诊断、药物输送和细胞工程等领域的广泛关注。微流控技术包括对多相流和单相流、连续流和液滴的操控。多相流必须克服交叉污染以及分子、液滴或者颗粒的分离等等难题。因此,对不依赖于载流液的液滴操控具有很好的工程技术意义。声波可以在没有载流体的情况下,实现对液滴的各种操控,如驱动、混合、分子或者细胞的分离筛选、细胞的破碎等。如果把声波的电源驱动系统以及微分析模块一起集成到同一块芯片,有望实现真正的便携片上系统。因此,基于声波,特别是,声表面波(SAW)的微流控系统始终是一个重要的研究方向。本文研究内容主要包括基于声表面波的液滴驱动原理和声液相互作用过程中方波幅度调制信号的频率、激励信号幅度、液滴粘性和液滴尺寸等重要物理参数的作用。本论文主要工作内容如下:首先,通过COMSOL Multiphysics有限元仿真软件对基于声表面波的液滴驱动物理过程进行建模仿真,模型中压电材料采用128°Y-X Li Nb O3,电极为金属铝,液滴为水。仿真工作主要分为两个方面。对于一阶线性声学问题,建立二维物理模型,采用热粘性声学模块验证了漏波模式,得到的瑞利角与理论值一致。对于二阶非线性流体动力学问题,建立三维物理模型,采用不可压缩层流模型来研究液滴内部的流场结构,得到的流场结构进一步验证了声表面波加速液滴混合的机理。其次,设计并制作了声表面波叉指换能器,实验探究特定频率下液滴驱动过程中液滴的驱动速度与方波幅度调制信号的频率、激励信号幅度、液滴的体积和液滴粘性之间的关系。本文对实验数据进行处理分析后发现:1)存在关于液滴驱动速率的最优方波幅度调制信号频率值,实验发现对于6μL的液滴,在相同的激励水平下,将正弦激励信号用100Hz方波作幅度调制后输出来激励IDT,液滴获得较大的驱动速度;2)液滴的驱动速度随着激励信号幅度的增加而呈增长趋势;3)存在液滴与压电基底接触面有效尺寸d和激发声表面波波长λ的最佳匹配问题,实验发现d/λ在8附近时,有较大的液滴驱动速度;4)随着粘性的增加,液滴的驱动速度急剧降低,当粘性达到一定值后,其下降的越来越缓慢。该研究首次提出了方波调制信号频率对液滴驱动速率的影响机制。这些规律对优化基于液滴驱动的微流控芯片的应用和开发具有一定的潜在价值。
其他文献
2021年9月,我担任上饶市纪委书记后,听取的第一个重要案件汇报就是余干县原县长江某某严重违纪违法案件。令我印象深刻的是,江某某通过投资入股等方式掩盖受贿问题,试图给腐败行为披上“合法外衣”,这正是腐败手段隐形变异的一个突出表现,值得我们警惕和关注。
期刊
高校师德师风事件有性骚扰、学术不端、贪污腐败、言论不当、雇佣学生等类别,具有不定时集中爆发、发酵迅速引起联动效应、交叉爆发舆情复杂、易引发次生舆情、处理困难等特征。舆情应对要敢于担当,敢于面对;组建队伍,建立制度;快速摸清真相,快速开展调查;讲清事实,讲好故事。高校要迅速启动应对流程:率先表达态度;实时监控研判;快速查办解决;及时发布回应;有效控制谣言;组织正面报道;工作重在平时。
21世纪被科学界认为是生物科学与脑科学的时代,在全球性脑研究计划的推动下,我国提出了“脑科学与类脑研究”的战略部署。其中,运动想象在脑机接口领域备受关注与研究,其在医工结合、智能控制等领域有着重要的发展价值。由于脑电信号属于微伏级的生物电信号,易受环境干扰,这就导致从中提取出有效信息十分困难。目前,很多算法成功应用于脑电信号的去噪与分类识别,如利用小波变换或独立成分分析等算法去除噪声;利用经验模态
在过去的数十年内,集成电路的规模在摩尔定律的指导下取得了快速的发展,但是在深亚微米尺寸下芯片设计已经从传统的追求电路性能的提升,转变为对性能和功耗的综合考虑。另一方面,许多计算密集型的新兴应用,例如数据挖掘和机器学习,发展迅速。它们需要消耗大量的计算资源。同时,这类应用又具有一定的容错性,尽管计算过程中出现一些微小误差,最终仍然能产生有效的输出结果。所以结合以上两种特性,近似计算,放宽了精确计算的
随着人工智能技术的发展,对高效灵活的机器学习芯片的需求越来越高。支持向量机是一种被广泛应用的机器学习分类算法,但其计算复杂度高,训练效率低,本文设计了基于可重构计算平台的高性能支持向量机硬件加速器,利用可重构技术对支持向量机的训练和推理进行硬件加速,通过并行计算和流水处理的方式加快了计算速度,同时利用可重构计算的优势,实现了高效的资源共享。本论文基于一款粗粒度可重构硬件平台,采用训练效率更高的最小
以GaN为代表的III族氮化物宽禁带半导体以其高电子饱和漂移速率、高击穿电场、高导热性等优势性能,成为制备新一代电力电子器件的优选材料。GaN基肖特基二极管(SBD)作为转换器和逆变器中的元件,是电力电子电路中重要的组成部分。其中,Al GaN/GaN异质结水平结构二极管因具有高电子浓度、高迁移率的二维电子气(2DEG)以及高达3MV/cm的击穿电场而受到广泛关注。同时,Al GaN/GaN肖特基
有机半导体具有柔性、轻薄、低成本、分子多样性等优势。通过有机分子结构的简单调控,可以高效地优化有机半导体的光电性质。具有优异光电性能的有机半导体广泛应用于有机固态激光器(OSSLs)、有机发光二极管(OLEDs)、有机场效应晶体管(OFETs)和有机发光晶体管(OLETs)等方面。近年来,人们发现由于量子限制效应,二维材料表现出与体材料完全不同的光电性质。例如硫化钨(WS2)材料,当材料的厚度减薄
强化学习是目前的一种通过与环境交互试错来学习出最优策略的机器学习领域,相较于给定数据集的监督学习,强化学习其自主与环境交互采样学习出决策能力的特性赋予了其更大的想象空间。强化学习近年来发展迅速,展现了其在解决决策问题方面的巨大潜力。但同时目前的强化学习算法也存在其许多缺陷和问题,其中一个问题在于目前强化学习对于环境复杂度较为敏感,即环境任务难度越高,状态转移机制越复杂,强化学习对于样本的需求量就会
如今,随着计算机技术以及倾斜摄影等技术的快速发展,三维模型数据信息的获取与存储越来越便利。三维模型数据相对于二维图片数据,更加立体、直观,能更真实地刻画现实世界。目前三维模型数据信息已广泛应用于工厂建模、城市导航系统、三维医疗技术以及3D电影等多个方面。因此,针对于此类三维模型数据信息,相关的快捷处理与检索方法成为研究热点。实际应用中,三维模型数据信息的处理仍然存在很多问题和挑战,典型的如:在理论
为了研究人员疏散速率与安全出口开闭数量之间的关系,科学揭示高校高层类宿舍楼应急疏散规律。以CULR宿舍楼为例,基于最不利原则运用Pathfinder软件建立了高校高层类宿舍楼仿真模型,并以安全出口使用的3种典型工况分别进行人员疏散模拟分析,比较了不同工况下的疏散效能。仿真结果表明人员疏散速率、人员拥堵时长与安全出口开闭数量之间存在关系。研究发现,高校高层类宿舍楼应急疏散速率伴随可用出口数量与出口利