【摘 要】
：
涡轮发动机燃烧室等内部处于高温、高压、高腐蚀等环境,需要采用温度传感器对其内部进行实时的监测,这类传感器不仅需要能够应用于以上恶劣环境,还需要具备无线以及体积小的特点。目前温度测试技术的关键在于缺乏新的敏感元介质材料以及无线传感机制,本文提出了一种集开槽天线于一体的谐振腔式无线无源温度传感器。该传感器是采用先驱体转换PDC-SiBCN陶瓷为介质材料,银作为金属导体形成谐振腔,以开槽天线为传输线,实
论文部分内容阅读
涡轮发动机燃烧室等内部处于高温、高压、高腐蚀等环境,需要采用温度传感器对其内部进行实时的监测,这类传感器不仅需要能够应用于以上恶劣环境,还需要具备无线以及体积小的特点。目前温度测试技术的关键在于缺乏新的敏感元介质材料以及无线传感机制,本文提出了一种集开槽天线于一体的谐振腔式无线无源温度传感器。该传感器是采用先驱体转换PDC-SiBCN陶瓷为介质材料,银作为金属导体形成谐振腔,以开槽天线为传输线,实现微波信号的无线无源传输。本文通过对PDC材料设计结合CST仿真软件对传感器的结构以及外部审讯天线的结构进行设计并对其尺寸进行优化,研制出传输距离较远以及灵敏度较高的无线无源温度传感器与审讯天线。在PDC的材料设计上,以聚硼硅氮烷（PSNB）为先驱体,采用粉末压制成型方法与液相注模成型方法制备出了低致密度的PDC-SiBCN以及高致密度的PDC-SiBCN温敏材料,并以银为导体形成集开槽天线于一体的谐振腔式传感器。利用搭建的高温测试平台对两种成型方式制备的PDC-SiBCN传感器的灵敏度与传输距离进行了研究。研究发现高致密度的PDC-SiBCN陶瓷形成的传感器具有更高的灵敏度与较远的传输距离。将测试结果利用公式进行反推得出PDC-SiBCN的介电常数的大小约为2.587,并与同轴线法测出结果2.57进行比较发现两者结果相差较小。对多孔PDC-SiBCN陶瓷与致密PDC-SiBCN陶瓷的介电性能进行测试发现,多孔PDC-SiBCN的介电损耗明显大于致密的PDC-SiBCN陶瓷。在传感器的结构设计上,主要包括传感器的形状尺寸设计与开槽天线的形状位置尺寸设计。在开槽天线位置尺寸与形状大小一定的情况下,对体积相同形状不同以及不同直径大小的无线无源温度传感器的灵敏度进行测试发现,形状与直径均会影响传感器的谐振频率,且矩形块谐振腔的谐振频率>方块谐振腔谐振频率>圆块谐振腔谐振频率;直径越小,谐振频率越大。在传感器形状大小一定的情况下,开槽天线的位置尺寸也会影响传感器的谐振频率,谐振频率的大小随开槽天线的长度La以及距离中心的位置d的增加而减小,随宽度w的增加而增大,最后通过对谐振腔的形状以及开槽天线的形状进行参数化扫描后选取优化后的最佳传感器进行测试,得到了比优化前更高灵敏度的传感器。在形状大小一定的情况下,对开槽天线的形状进行了设计,发现十字缝隙天线的|S11|值最小,测试结果同样得出了以十字缝隙天线为开槽天线的传感器具有更高的灵敏度。为了进一步提高传感器的传输距离,对外部审讯天线的结构进行设计,并利用参数化建模的方式对外部审讯天线的尺寸进行优化,得到了性能较好的外部审讯天线。本文发现所设计的共面波导天线与喇叭天线均能符合设计要求,且共面波导天线与传感器模拟的最大传输距离可达到57mm,而喇叭天线与传感器的最大传输距离高达400mm。将传感器设为一个阵元,改变阵元的数量能够进一步提高传感器的传输距离（500mm）与灵敏度。提高材料的热解温度以提高材料在高温下的稳定性,研究以不同热解温度下的PDC-SiBCN陶瓷为温敏介质材料的传感器的性能,得出了提高热解温度会降低PDC-SiBCN无线无源温度传感器的谐振频率与灵敏度,热解温度越高,传感器的谐振频率越小,灵敏度越低。通过对不同热解温度下PDC-SiBCN陶瓷进行物相分析以及介电性能测试发现,热解温度会增大传感器的介电常数与损耗,而介电常数与介电损耗的大小与PDC-SiBCN陶瓷中的自由碳含量与其有序度有关。
其他文献
针对频繁发生的水污染事件,本论文基于数据驱动模型对水质进行时间与空间上的预测预警分析,为突发性水污染事件的决策与处置提供依据。对于水质时间序列预测模型,采用变分模态分解算法将水质时间序列分解成相互独立、平稳的子序列;再通过皮尔森相关分析,判断不同水质指标对各子序列的相关关系,并作为BP神经网络的输入变量;构建基于变分模态分解的BP神经网络水质预测模型,对案例中的叶绿素浓度进行预测分析。比较基于经验
近年来,快递物流服务行业始终保持着较快地发展速度,同时也存在着行业资源分散、服务碎片化、公司间恶意竞争、成本居高不下等问题。“共享物流”概念的提出,为上述问题提供了解决思路,其核心是对快件物流资源进行共享、整合与优化,以达到降本增效的目的。论文从快件物流资源整合模式构建、共享快件物流服务网络整合、协同运输资源调度几个方面,进行快件物流资源整合与优化配置的研究。首先,针对原有快件物流资源整合模式的单
工业机器人在汽车装配领域已经成功应用多年,然而,由于3C（Computer,Communication,Consumer Electronics）产品具有体积小、质量轻以及装配精度要求高的特性,其装配仍然以人工为主,是目前3C制造业人工使用最多的环节。随着人力成本的持续上涨,装配工序自动化的实现迫在眉睫。但现有的工业机器人都难以同时满足3C产品装配对高精度,高灵巧性,低成本的要求。因此,基于对3C
微藻可以通过高效的光合作用以及自身代谢将二氧化碳转化成碳水化合物并储存在胞内,从而作为原料用于生物质乙醇生产等。但是使用传统方法在进行微藻胞内碳水化合物含量测定时,会有检测步骤繁琐以及产生二次化学污染风险等局限性,且难以实时确定微藻胞内的碳水化合物含量。近些年,随着深度学习在人工智能中的蓬勃发展,为高效处理复杂信息的智能检测技术提供了新的契机。一方面,微藻胞内碳水化合物的积累与光合作用密切相关,另
由于横风向振动的复杂性,传统的横风向振动理论,如准稳态理论、范德波尔振子模型,其预测精度往往是非常有限的。目前对矩形柱体和矩形截面高层建筑横风向振动的研究主要依赖于耗时耗力的风洞试验和数值模拟技术。本文主要基于机器学习技术来研究矩形柱体和矩形截面高层建筑的横风向振动。同时,采用无监督学习的方法分析了矩形截面高层建筑的横风向力功率谱特性。为了准确评估矩形柱体的横风向响应,基于文献中的高质量的风洞试验
随着我国在经济军事领域上飞速发展,对大型装备（如飞机、大型舰艇以及空间站等）中不规则构件的测量已成为仪器科学领域的热点问题。对不规则构件的测量,最基本的方法为传统测量法,该方法由专业的技术人员操作各种测量仪器实现,难以摆脱人工干预,效率较低,因此需要一种更加智能和自动化的测量方式。近年来,工业机器人搭配高精度的传感器成为了测量不规则构件的新方式,使得测量更加智能高效。这种测量方法依靠机器人的灵活性
NO2是常见的有毒气体,不仅影响大气环境,也会严重危害人类健康。因此NO2的痕量检测不管是对于军用领域还是民用领域来讲都是十分重要的。由于气体传感器在智能化、信息化社会当中扮演着越来越重要的角色,所以它的市场规模在迅速攀升。除此之外气体传感器的应用领域也日益广泛,如环境保护、航空航天、现代军事、防化防恐、汽车工业等。广泛的应用领域和迫切的应用需求使得先进的气体传感器研究是十分必要的。半导体式气体传
智能打捞作业拟在高海况下利用舰载机器人完成高价值海面漂浮物的抓取和可靠回收。为解决其中涉及的波浪动力学分析、大型串联机器人功能设计、海面漂浮物运动预测、海面漂浮物的智能抓捕等一系列核心技术问题,需构建一个半实物仿真系统,利用成熟的仿真技术来优化设计和训练控制算法。考虑控制器算法设计和验证的复杂性,特别需要构建控制器在环的仿真系统进行设计。本文在已有的半实物仿真系统基础上,对控制器在环仿真系统进行设
中国的苹果种植史可以追溯到两千多年以前,苹果的产量占世界总产量的40%以上。目前,苹果的分级主要是人工完成的,依赖于人的视觉来区分诸如颜色、形状、大小和缺陷等特征。这种人工分级的方法是主观的,不可重复且缓慢的。再加上其他人为因素,这种劳动密集型实践造成的身体疲劳,通常会使分级精度相当差。由此可见,自动化、高速、高效的苹果分级技术受到果农的青睐。显然,自动分拣技术可以克服传统的苹果人工分级的问题。苹
工业机器人是一种重要的自动化加工设备,高的绝对定位精度有助于推广工业机器人在高精密加工装配中的应用。传统基于模型的运动学标定方法对提高工业机器人的精度作用有限,所以需要寻求一种广义运动学误差标定方法,对那些导致工业机器人定位误差的几何参数误差和非几何参数误差进行标定,以降低工业机器人的定位误差,提高其绝对定位精度。为了寻找能使工业机器人的绝对定位误差大幅度减小的标定方法,本文进行串联工业机器人的广