CN114486005A - 微结构电容式柔性压力传感器的灵敏度预测方法及应用 - Google Patents

Abstract

本发明涉及传感器技术领域，公开了微结构电容式柔性压力传感器的灵敏度预测方法及应用，微结构电容式柔性压力传感器包括上电极层、微结构介电层和下电极层，微结构介电层的上表面具有偶数的N阶矩阵分布的微结构，灵敏度预测方法通过在微结构介电层划分矩阵分布的大方块和小方块，并通过计算每个小方块的全局分布因素和局部分布因素对每个小方块所受的压强进行等效量化，之后通过每个小方块受到的压强计算整个微结构介电层的形变量，进而通过传感器的电容变化预测传感器的灵敏度，预测方法计算过程简单，准确率高，故有利于提高计算效率，且制备的经过优化后的传感器具有较高的灵敏度。

Description

微结构电容式柔性压力传感器的灵敏度预测方法及应用

技术领域

本发明涉及传感器技术领域，特别是微结构电容式柔性压力传感器的灵敏度预测方法及应用。

背景技术

随着新一代柔性电子材料和技术的迅速发展，柔性压力传感器因其良好的共形能力，广泛应用于人机交互、电子皮肤、可穿戴设备及智能机器人等领域，成为柔性电子技术中不可或缺的一环。与传统的刚性基底压力传感器相比，柔性压力传感器对于曲面的贴合检测能力十分出色，如贴合在皮肤上的柔性压力传感器，可以准确地将皮肤因弯曲、受压等行为产生的压力信号转换为电信号。与电阻式、压电式和摩擦式传感器相比，电容式传感器可以保持良好的动态响应检测能力、环境稳定性和较低的压力检测限。

在现有的柔性电容式压力传感器研究中，介电层微结构化对于柔性压力传感器灵敏度的提升有显著作用。然而，传统的微结构制备方法多采用模板法制备，存在模板制备周期长、制备过程复杂等缺点。此外，在现有的电容式柔性压力传感器研究中，针对微结构类型和尺寸等因素的优化已经较为成熟，但是，仍然存在传感性能调控效果不佳，灵敏度优化受限等缺点。

发明内容

为此，提出一种微结构电容式柔性压力传感器的灵敏度预测方法及应用，解决现有研究中存在的制备过程复杂、传感性能调控效果不佳等问题。

为实现上述目的，本发明提供了一种微结构电容式柔性压力传感器的灵敏度预测方法，其特征在于，微结构电容式柔性压力传感器包括上电极层、微结构介电层和下电极层，微结构介电层的上表面具有偶数的N阶矩阵分布的微结构，灵敏度预测方法包括以下步骤：

(1)将微结构介电层划分为四个等面积的大方块，计算每个大方块内微结构顶面接触面积分数，记为该大方块的全局分布因素Far_X，X＝1、2、3或4；

(2)在每个大方块内将微结构介电层按照矩阵位点数量划分为2×2小方块，计算每个小方块内微结构顶面接触面积分数，记为该小方块的局部分布因素far_XYZ，Y＝1、2、…、Max，Z＝1、2、…、Max，m为每个大方块的阶数，m为偶数时，Max值为m/2，m为奇数时，Max值为(m-1)/2，Y、Z分别代表小方块在标号为X的大方块内所在的行、列位置；

(3)每个小方块所受的压强通过该小方块所在的大方块的全局分布因素Far_X和局部分布因素far_XYZ进行等效量化，等效量化的公式如下：

其中，F为上电极层承受的压力，M为介电层上表面的N阶矩阵的位点数量，M＝N×N，n为介电层上表面的微结构数量，M_X为第X个大方块中矩阵的位点数量，n_X为第X个大方块中微结构的数量，F_XYZ为大方块X内位置标号为YZ的小方块内微结构受到的压力总和，P_XYZ为大方块X内位置标号为YZ的小方块内微结构受到的平均压强量，n_XYZ为大方块X内位置标号为YZ的小方块内微结构的数量，S_微为单个微结构的顶面面积；Far为四个大方块中全局分布因素Far_X之和,即

(4)由P_XYZ、微结构高度和微结构介电层材料的杨氏模量得出每个小方块内微结构的平均位移量，

其中，E_layer为微结构介电层材料的杨氏模量，h为微结构高度，

(5)取所有小方块的位移量之和的平均值为微结构介电层在压力F下的形变量，

(6)通过传感器尺寸及材料参数计算得到柔性压力传感器的初始电容，通过微结构介电层在压力F下的形变量计算得到柔性压力传感器的电容变化量，进而计算得到柔性压力传感器的灵敏度，

其中，ε_p为微结构层等效介电常数，X_形为微结构在上电极施加压强为P时的形变量，P为上电极层承受的压强，S为上下电极重合部分的面积，C_p1为微结构形变量为X_形时微结构层的电容，C_d为基底层的电容，C₀为传感器的初始电容，V_structure为微结构介电层上的微结构总体积，ε_stucture为微结构介电层的介电常数，V_air为微结构介电层上的空气气隙总体积，ε_air为空气的介电常数，V_layer为微结构介电层上微结构和空气气隙的总体积。

进一步，当N不能被4整除，即m为奇数时，四个大方块相邻的两列微结构组成竖直的分隔块，四个大方块相邻的两行微结构组成水平的分隔块；

竖直的分隔块包含两列，由上至下划分N/2个小方块，每个小方块的全局分布因素Far_竖为相邻左右两个大方块的全局分布因素的平均值；

竖直的分隔块每个小方块所受的压强的等效量化结果为：

其中，C＝1、2、…N/4-1/2、N/4+3/2、…N/2，

M_竖为竖直分隔块中矩阵的位点数量，n_竖为竖直分隔块中微结构的数量，n_竖C为对应小方块所具有的微结构的数量，C为竖直分隔块内小方块内对应的位置标号，N为矩阵阶数，far_竖C为竖直分隔块中位置标号为C的小方块的局部分布因素，F_竖C为竖直分隔块中位置标号为C的小方块内所有微结构所受压力总和，P_竖C为竖直分隔块中位置标号为C的小方块内微结构所受平均压强，

之后通过微结构介电层材料的杨氏模量得出每个小方块的微结构位移量平均值X_竖C，

水平的分隔块包含两行，由左至右划分N/2个小方块，每个小方块的全局分布因素Far_平为相邻上下两个大方块的全局分布因素的平均值；

其中，L＝1、2、…N/4-1/2、N/4+3/2…N/2，M_平为水平分隔块中矩阵的位点数量，n_平为水平分隔块中微结构的数量，n_平L为对应小方块所具有的微结构数量，L为水平分隔块内小方块内对应的位置标号，N为矩阵阶数，far_平L为水平分隔块中位置标号为L的小方块的局部分布因素，F_平L为水平分隔块中位置标号为L的小方块内所有微结构所受压力总和，P_平L为水平分隔块中位置标号为L的小方块内微结构所受平均压强；

之后通过微结构介电层材料的杨氏模量得出每个小方块内微结构的平均位移量X_平L，

最中央的小方块内的微结构所受压强P_中为：

其中，M_中心为最中央的小方块中矩阵的位点数量，n_中心为最中央的小方块中微结构的数量，n_中心为最中央的小方块包含的微结构数量，far_中心为最中央的小方块的局部分布因素，F_中心为最中央的小方块内微结构受到的压力总和，之后计算出最中央的小方块的微结构平均位移量X_中心，

所有小方块的位移量之和的平均值为微结构介电层在压力下的形变量：

进一步，所述压强P的范围为0-100pa。

一种微结构电容式柔性压力传感器，从上至下依次包括上电极层、微结构介电层和下电极层，所述微结构介电层的微结构分布方式为最优分布，

微结构介电层的制作方式包括如下步骤：

(1)随机生成一种微结构介电层上的微结构分布方式；

(2)通过权利要求1-3任一灵敏度预测方法计算该随机分布方式下的传感器灵敏度，记录对应的分布方式；

(3)循环步骤(1)-(2)，循环次数K；

(4)选取灵敏度预测值最高的对应分布作为微结构分布方式的最优分布。

进一步，微结构介电层上的微结构的随机分布为：通过在微结构介电层建立一个N阶矩阵，8≤N≤26，矩阵中每个位点是否具有微结构是完全随机的。

进一步，步骤(3)，循环计算次数K≥10⁷。

进一步，所述微结构形状包括但不限于圆柱、金字塔、圆锥，所述微结构的底面边长或底面直径为100-400μm，微结构的高度为80-200μm，金字塔、圆锥的角度为20°-60°。

进一步，选取微结构的最优分布方式后，使用激光在介电层上刻蚀微结构最优分布。

进一步，所述微结构介电层的材料为聚二甲基硅氧烷，所述上电极层和下电极层的材料为ITO/PET层，所述激光为波长355nm紫外激光。

上述技术方案具有以下有益效果：

1.本发明通过对介电层微结构分布方式进行优化，实现了传感器灵敏度的显著提高，通过传感器灵敏度预测方法进行传感性能调控，实现了介电层微结构分布方式的全局最优，与均匀分布微结构的传感器相比在低压范围内灵敏度提升了约416.17％，与10⁷次预测结果中最差分布的传感器相比在低压范围内灵敏度提升约66.81％。

2.本发明提出的传感器灵敏度预测方法计算效率高，预测效果好，最快可在4.5秒内处理1000种不同分布的传感器灵敏度预测，同时可以综合介电层微结构的种类、尺寸、数量和分布等因素进行整体的随机分布微结构电容式柔性压力传感器性能调控。

3.将传感器预测算法的预测结果与激光直接制备方法相结合，通过传感器预测算法得到介电层微结构的全局最优分布，再利用激光刻蚀简化制备过程，提高传感器制备效率。

4.本发明的随机分布微结构电容式柔性压力传感器通过调整介电层微结构的分布方式，实现了低压范围内传感器灵敏度的显著优化，具有制备方法简单、无模板加工、制作周期短、传感器灵敏度高、检测限低等优点。

附图说明

图1为实施例1所述最优分布方式的微结构介电层示意图。

图2为实施例1所述最优分布方式的微结构介电层示意图的方块划分。

图3为实施例1所述随机分布微结构介电层形变量由预测算法与有限元仿真分别计算的对比结果。

图4为实施例1所述不同随机分布微结构电容式柔性传感器静态响应测试结果。

图5为实施例1所述最优、中等、最差和平均分布的微结构介电层的分布图。

图6为实施例2所述最优分布方式的微结构介电层示意图。

图7为实施例3所述最优分布方式的微结构介电层示意图。

图8为实施例4所述最优分布方式的微结构介电层示意图。

图9为实施例5所述最优分布方式的微结构介电层示意图。

图10为激光通过刻蚀制备随机分布微结构介电层加工过程示意图。

附图标记说明：

1、介电层；

2、计算机；

3、紫外激光器；

4、扩束器；

5、振镜；

6、场镜。

具体实施方式

为详细说明技术方案的技术内容、构造特征、所实现目的及效果，以下结合具体实施例并配合附图详予说明。

实施例1

请参阅图1-5，本实施例一种微结构电容式柔性压力传感器，从上至下依次包括上电极层、微结构介电层和下电极层，所述微结构介电层的微结构分布方式为最优分布，

具有最优分布的微结构介电层的制作方式包括如下步骤：

(1)随机生成一种微结构介电层上的微结构分布方式，具体的，微结构介电层上的微结构的随机分布为：通过在微结构介电层建立一个N阶矩阵，N＝14，矩阵中每个位点是否具有微结构是完全随机的；

(2)通过一种灵敏度预测方法计算该随机分布方式下的传感器灵敏度，记录对应的分布方式；

(3)循环步骤(1)-(2)，循环次数K，本实施例，循环计算10⁷次；

(4)选取灵敏度预测值最高的对应分布作为微结构分布方式的最优分布。

需要说明的是，本实施例中所说的“最优分布”为在10⁷次循环计算中，灵敏度最大的分布方式，为了节约算力，并没有遍历14×14阶矩阵的所有可能分布，但是，可以保证通过上述方法制备的电容式压力传感器的灵敏度在相比于均匀分布优化效果提升1倍以上。

以圆柱形微结构，微结构的底面直径为300μm，微结构的高度为90μm，随机生成不同分布的微结构分布，最后通过灵敏度预测方法计算得到的全局最优分布如图1所示。

以图1的分布为例，方块划分结果如图2所示，使用灵敏度预测方法预测的具体过程如下：

(1)N＝14，四个大方块相邻的两列微结构组成竖直的分隔块，四个大方块相邻的两行微结构组成水平的分隔块，计算每个大方块内微结构顶面接触面积分数，记为该大方块的全局分布因素Far_X，X＝1、2、3或4；在图2中，左上的方块标为1，右上的方块标为2，左下的方块标为3，右下的方块标为4，每个大方块为7×7的矩阵，

计算公式如下：

其中,n_X为对应大方块内微结构的数量，R为微结构顶面的半径，L为微结构介电层的长度。

例如，在本实施例中，以图中左上的大方块为例：此时n₁为20，L为1cm，计算的Far₁等于0.0565。

(2)在每个大方块内将微结构介电层按照矩阵位点数量划分为2×2小方块，计算每个小方块内微结构顶面接触面积分数，记为该小方块的局部分布因素far_XYZ，Y＝1、2、…、Max，Z＝1、2、…、Max，m为每个大方块的阶数，m为偶数时，Max值为m/2，m为奇数时，Max值为(m-1)/2，Y、Z分别代表小方块在标号为X的大方块内所在的行、列位置；

其中，d_center两个微结构之间的距离,n_XYZ为对应小方块中微结构的数量。

如图2中，左上的大方块中，小方块的Y＝2，Z＝2，n₁₂₂＝3,d_center取700μm，由此计算该小方块的far₁₂₂＝0.2121。

(3)每个小方块所受的压强通过该小方块所在的大方块的全局分布因素Far_X和局部分布因素far_XYZ进行等效量化，等效量化的公式如下：

其中，F为上电极层承受的压力，M为介电层上表面的N阶矩阵的位点数量，M＝N×N，n为介电层上表面的微结构数量，M_X为第X个大方块中矩阵的位点数量，n_X为第X个大方块中微结构的数量，F_XYZ为大方块X内位置标号为YZ的小方块内微结构受到的压力总和，P_XYZ为大方块X内位置标号为YZ的小方块内微结构受到的平均压强，n_XYZ为大方块X内位置标号为YZ的小方块内微结构的数量，S_微为单个微结构的顶面面积；Far为四个大方块中全局分布因素Far_X之和,即

竖直的分隔块和水平分隔块的所受的压强同样也进行等效量化

竖直的分隔块包含两列，由上至下划分7个小方块，每个小方块的全局分布因素Far_竖为相邻左右两个大方块的全局分布因素的平均值；

竖直的分隔块每个小方块所受的压强的等效量化结果为：

其中，C＝1、2、3、5、6、7，

M_竖为竖直分隔块中矩阵的位点数量，n_竖为竖直分隔块中微结构的数量，n_竖C为对应小方块所具有的微结构的数量，C为竖直分隔块内小方块内对应的位置标号，C＝1、2、3、5、6、7，far_竖C为竖直分隔块中位置标号为C的小方块的局部分布因素，F_竖C为竖直分隔块中位置标号为C的小方块内所有微结构所受压力总和，P_竖C为竖直分隔块中位置标号为C的小方块内微结构所受平均压强，

水平的分隔块包含两行，由左至右划分7个小方块，每个小方块的全局分布因素Far_平为相邻上下两个大方块的全局分布因素的平均值；

水平的分隔块每个小方块所受的压强的等效量化结果为：

其中，L＝1、2、3、5、6、7，M_平为水平分隔块中矩阵的位点数量，n_平为水平分隔块中微结构的数量，n_平L为对应小方块所具有的微结构的数量，L为水平分隔块内小方块内对应的位置标号，far_平L为水平分隔块中位置标号为L的小方块的局部分布因素，F_平L为水平分隔块中位置标号为L的小方块内所有微结构所受压力总和，P_平L为水平分隔块中位置标号为L的小方块内微结构所受平均压强；

水平和竖直分隔块相交的中央的小分隔块内的微结构受到的压强P_中为：

其中，M_中心为最中央的小方块中矩阵的位点数量，n_中心为最中央的小方块中微结构的数量，n_中为最中央的小方块包含的微结构数量，far_中心为最中央的小方块的局部分布因素，F_中为最中央的小方块内微结构受到的压力总和。

(4)由P_XYZ、微结构高度和微结构介电层材料的杨氏模量得出每个小方块内微结构的平均位移量，

其中，P_小方块为P_XYZ、P_竖C、P_平L或P_中心，X_小方块为X_XYZ、X_竖C、X_平L或X_中心,E_layer为微结构介电层材料的杨氏模量，h为微结构高度。

,则步骤(6)中微结构介电层在当前压力下的形变量为:

(6)通过传感器尺寸及材料参数计算得到柔性压力传感器的初始电容，通过微结构介电层在压力F下的形变量计算得到柔性压力传感器的电容变化量，进而计算得到柔性压力传感器的灵敏度，

其中，ε_p为微结构层等效介电常数，X_形为微结构在上电极施加压强为P时的形变量，P为上电极层承受的压强，S为上下电极重合部分的面积，C_p1为微结构形变量为X_形时微结构层的电容，C_d为基底层的电容，C₀为传感器的初始电容，V_structure为微结构介电层上的微结构总体积，ε_stucture为微结构介电层的介电常数，V_air为微结构介电层上的空气气隙总体积，ε_air为空气的介电常数，V_layer为微结构介电层上微结构和空气气隙的总体积。

其中，C₀和C_d的计算公式如下：

其中，C_P为微结构层的初始电容，H为微结构介电层的基底厚度。

以图1中最优布局分布使用有限元仿真方法对上述灵敏度预测方法进行验证。

有限元仿真方法的基本步骤为：

(1)建立几何模型；(2)设定材料属性；(3)设置边界条件，即设置计算所用的微分方程；(4)划分网格；(5)计算；(6)绘制结果图。

对于本实施例中14阶的微结构介电层，有限元分析方法在计算一个压力下对应形变时，需要将模型划分为33263个域单元、41214个边界元和2188个边单元，求解自由度数为435553，计算时间为357s(5分57秒)。

而对于本实施例中14阶的微结构介电层，本方法将介电层划分为7×7个二阶小方块，通过压强的等效量化，计算一个压力下对应微结构形变量的计算次数为49次简单计算取平均值，针对1000种随机布局方式，计算出包括灵敏度结果的计算耗时4.5秒。

如图3所示，为本发明的预测算法和有限元方法计算的形变的结果，由图可知。本发明方法在压力为0-100Pa的情况下，与有限元分析仿真方法计算的形变误差为2.7％内。由此可知，本发明方法在简化了计算过程，提高了计算速度之后，仍然能够保持较高的准确性。

在本实施例中10⁷次随机循环的分布方式中，在低压情况下(0-100Pa)，进行灵敏度预测，结果如图4所示，图4中曲线的斜率可以用于表征传感器的灵敏度，最优分布方式的灵敏度计算值0.5203kPa^-1、中等分布方式的灵敏度计算值0.4890kPa^-1、最差分布方式的灵敏度计算值0.3119kPa^-1和完全平均分布的灵敏度计算值0.1008kPa^-1。

实施例2

一种微结构介电层，微结构形状为金字塔，底面边长的直径为200μm，微结构的高度为100μm，微结构介电层建立一个8阶方阵，随机10⁷次，通过灵敏度预测方法计算得到的微结构介电层上微结构的最优分布方式，如附图6所示。

本实施例8阶方阵在划分大方块时，每个大方块为4×4矩阵，m＝1,2,3,4,每个大方块能够被小方块完全分隔，因此不在计算分隔块，所以微结构介电层在压力F下的形变量为

实施例3

一种微结构介电层，微结构形状为圆锥，底面边长的直径为400μm，微结构的高度为200μm，微结构介电层建立一个26阶方阵，随机10⁷次，通过灵敏度预测方法计算得到的微结构介电层上微结构的最优分布方式，如附图7所示。

实施例4

一种微结构介电层，微结构的高度80μm，圆锥的角度为20°，微结构介电层建立一个8阶方阵，随机10⁷次，通过灵敏度预测方法计算得到的微结构介电层上微结构的最优分布方式，如附图8所示。

实施例5

一种微结构介电层，圆锥的角度为60°，微结构介电层建立一个8阶方阵，随机10⁷次，通过灵敏度预测方法计算得到的微结构介电层上微结构的最优分布方式，如附图9所示。

上述微结构电容式柔性压力传感器的制备方法，包括以下步骤：

(1)通过传感器灵敏度预测方法计算得到微结构介电层上的微结构的全局最优分布；

(2)使用激光加工系统通过波长为355nm紫外激光通过刻蚀制备如实施例1中所示的具有全局最优分布无模板的微结构介电层；

(3)选用上电极层和下电极层的材料为ITO/PET层，按照从上至下依次为上电极层、微结构介电层和下电极层的顺序装配组成随机分布微结构电容式柔性压力传感器。

如附图10所示，激光加工装置包括加工平台1、计算机2、波长为355nm的紫外激光器3、扩束器4、振镜5和场镜6，加工平台1用于放置介电层，计算机2上安装激光加工路径设计软件，紫外激光器3发生激光依次通过扩束器4、振镜5和场镜6对介电层的表面刻蚀微结构。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括……”或“包含……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的要素。此外，在本文中，“大于”、“小于”、“超过”等理解为不包括本数；“以上”、“以下”、“以内”等理解为包括本数。

尽管已经对上述各实施例进行了描述，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改，所以以上所述仅为本发明的实施例，并非因此限制本发明的专利保护范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围之内。

Claims (9)

1.一种微结构电容式柔性压力传感器的灵敏度预测方法，其特征在于，微结构电容式柔性压力传感器包括上电极层、微结构介电层和下电极层，介电层的上表面具有偶数的N阶矩阵分布的微结构，灵敏度预测方法包括以下步骤：

(1)将微结构介电层划分为四个等面积的大方块，计算每个大方块内微结构顶面接触面积分数，记为该大方块的全局分布因素Far_X，X＝1、2、3或4；

(2)在每个大方块内将微结构介电层按照矩阵位点数量划分为2×2小方块，计算每个小方块内微结构顶面接触面积分数，记为该小方块的局部分布因素far_XYZ，Y＝1、2、…、Max，Z＝1、2、…、Max，m为每个大方块的阶数，m为偶数时，Max值为m/2，m为奇数时，Max值为(m-1)/2，Y、Z分别代表小方块在标号为X的大方块内所在的行、列位置；

(3)每个小方块所受的压强通过该小方块所在的大方块的全局分布因素Far_X和局部分布因素far_XYZ进行等效量化，等效量化的公式如下：

其中，F为上电极层承受的压力，M为介电层上表面的N阶矩阵的位点数量，M＝N×N，n为介电层上表面的微结构数量，M_X为第X个大方块中矩阵的位点数量，n_X为第X个大方块中微结构的数量，F_XYZ为大方块X内位置标号为YZ的小方块内微结构受到的压力总和，P_XYZ为大方块X内位置标号为YZ的小方块内微结构受到的平均压强，n_XYZ为大方块X内位置标号为YZ的小方块内微结构的数量，S_微为单个微结构的顶面面积；Far为四个大方块中全局分布因素Far_X之和；

(4)由P_XYZ、微结构高度和微结构介电层材料的杨氏模量得出每个小方块内微结构的平均位移量；

(5)取所有小方块的位移量之和的平均值为微结构介电层在压力F作用下的形变量；

(6)通过传感器尺寸及材料参数计算得到柔性压力传感器的初始电容，通过微结构介电层在压力下的形变量计算得到柔性压力传感器的电容变化量，进而计算得到柔性压力传感器的灵敏度。

2.如权利要求1所述的灵敏度预测方法，其特征在于，当N不能被4整除，即m为奇数时，四个大方块相邻的两列微结构组成竖直的分隔块，四个大方块相邻的两行微结构组成水平的分隔块；

竖直的分隔块包含两列，由上至下划分N/2个小方块，每个小方块的全局分布因素Far_竖为相邻左右两个大方块的全局分布因素的平均值；

竖直的分隔块中每个小方块所受的压强进行等效量化，等效量化的公式如下：

其中，C＝1、2、…N/4-1/2、N/4+3/2、…N/2，N为矩阵阶数，

M_竖为竖直分隔块中矩阵的位点数量，n_竖为竖直分隔块中微结构的数量，n_竖C为对应小方块所具有的微结构的数量，C为竖直分隔块内小方块内对应的位置标号，far_竖C为竖直分隔块中位置标号为C的小方块的局部分布因素，F_竖C为竖直分隔块中位置标号为C的小方块内所有微结构所受压力总和，P_竖C为竖直分隔块中位置标号为C的小方块内微结构所受的平均压强，

之后通过微结构介电层材料的杨氏模量得出每个小方块的微结构位移量平均值X_竖C，

水平的分隔块包含两行，由左至右划分N/2个小方块，每个小方块的全局分布因素Far_平为相邻上下两个大方块的全局分布因素的平均值；

其中，L＝1、2、…N/4-1/2、N/4+3/2…N/2，N为矩阵阶数

M_平为水平分隔块中矩阵的位点数量，n_平为水平分隔块中微结构的数量，n_平L为对应小方块所具有的微结构的数量，L为水平分隔块内小方块内对应的位置标号，far_平L为水平分隔块中位置标号为L的小方块的局部分布因素，F_平L为水平分隔块中位置标号为L的小方块内所有微结构所受压力总和，P_平L为水平分隔块中位置标号为L的小方块内微结构所受平均压强；

之后通过微结构介电层材料的杨氏模量得出每个小方块内微结构的平均位移量X_平L，

最中央的小方块内的微结构所受压强P_中为：

其中，M_中心为最中央的小方块中矩阵的位点数量，n_中心为最中央的小方块中微结构的数量，n_中心为最中央的小方块包含的微结构数量，far_中心为最中央的小方块的局部分布因素，F_中心为最中央的小方块内微结构受到的压力总和，之后计算出最中央的小方块的微结构平均位移量X_中心。

3.如权利要求1所述的灵敏度预测方法，其特征在于，所述压强P的范围为0-100pa。

4.一种微结构电容式柔性压力传感器，其特征在于，从上至下依次包括上电极层、微结构介电层和下电极层，所述微结构介电层的微结构分布方式为最优分布，

最优分布的微结构介电层的制备方法包括如下步骤：

(1)随机生成一种微结构介电层上的微结构分布方式；

(2)通过权利要求1-3任一灵敏度预测方法计算该随机分布方式下的传感器灵敏度，记录对应的分布方式；

(3)循环步骤(1)-(2)，循环次数K；

(4)选取灵敏度预测值最高的对应分布作为微结构分布方式的最优分布。

5.如权利要求4所述的微结构电容式柔性压力传感器，其特征在于，微结构介电层上的微结构的随机分布为：通过在微结构介电层建立一个N阶矩阵，8≤N≤26，矩阵中每个位点是否具有微结构是完全随机的。

6.如权利要求4所述的微结构电容式柔性压力传感器，其特征在于，步骤(3)，循环计算次数K≥10⁷。

7.如权利要求4所述的微结构电容式柔性压力传感器，其特征在于，所述微结构形状包括但不限于圆柱、金字塔、圆锥，所述微结构的底面边长或底面直径为100-400μm，微结构的高度为80-200μm，金字塔、圆锥的角度为20°-60°。

8.如权利要求4所述的微结构电容式柔性压力传感器，其特征在于，选取微结构的最优分布方式后，使用激光在介电层上刻蚀微结构最优分布。

9.如权利要求8所述的微结构电容式柔性压力传感器，其特征在于，所述微结构介电层的材料为聚二甲基硅氧烷，所述上电极层和下电极层的材料为ITO/PET层，所述激光为波长355nm紫外激光。

Images