CN114894377A - 离子电容式柔性压力传感器的性能评估方法、装置及介质 - Google Patents
离子电容式柔性压力传感器的性能评估方法、装置及介质 Download PDFInfo
- Publication number
- CN114894377A CN114894377A CN202210354326.9A CN202210354326A CN114894377A CN 114894377 A CN114894377 A CN 114894377A CN 202210354326 A CN202210354326 A CN 202210354326A CN 114894377 A CN114894377 A CN 114894377A
- Authority
- CN
- China
- Prior art keywords
- contact
- pressure sensor
- parameters
- rough surface
- sensors
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L25/00—Testing or calibrating of apparatus for measuring force, torque, work, mechanical power, or mechanical efficiency
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measuring Fluid Pressure (AREA)
Abstract
本发明公开了一种离子电容式柔性压力传感器的性能评估方法、装置及介质,其中方法包括:获取电极层、电解质层表面形貌数据,构建模型;设置参数,求解模型;统计各加载条件下电极层与电解质层间接触面积,绘制曲线;对曲线拟合,得到拟合参数;获取各随机粗糙表面离子电容式柔性压力传感器的代表公式;通过对代表公式对应的函数曲线中数据信息进行归纳和对比,完成传感器的线性度、承压范围的预测、评估和对比。本发明通过仿真模型与数学公式相结合的方式,针对不同随机粗糙表面形貌组合下离子电容式柔性压力传感器的性能进行预测,预测结果和调控方案经实验验证,准确性较高,可广泛应用于柔性可穿戴传感领域、以及随机粗糙表面接触理论领域。
Description
技术领域
本发明涉及柔性可穿戴传感领域、以及随机粗糙表面接触理论领域,尤其涉及一种离子电容式柔性压力传感器的性能评估方法、装置及介质。
背景技术
随着科学技术的日新月异和人们对可穿戴设备需求的提升,柔性可穿戴传感设备在人机交互、智能蒙皮、健康监护等领域有了越来越广泛的应用,对于传感器灵敏度、线性度、承压范围等各项性能指标也提出了更高要求。其中,离子电容式压力传感器作为目前研究领域的热点,具有高灵敏度、高漂移稳定性、低功耗、低温度依赖等优点,因此吸引了各国科研工作者对其理论分析、结构设计和先进材料的研究。但是以操作便捷、成本低廉、可大面积制备为优点的随机粗糙表面离子电容式柔性压力传感器的性能预测及调控方法仍未出现完善的体系,这一空白亟待填补。
此外,目前多数针对传感器的性能表征仅依赖于对测试数据的统计和归纳,而测试数据的离散性和波动性使其无法精准评估全局范围内各传感器间的性能差异,难以在给定应用场景下从同类相近传感器组中筛选出最佳传感器。而随机粗糙表面离子电容式柔性压力传感器电极层与电解质层的接触行为,可用现有随机粗糙表面接触理论来解释,但目前暂未有研究基于随机粗糙表面接触理论从数学公式角度入手定量化评估各随机粗糙表面离子电容式柔性压力传感器间性能差异,该一技术空白有待进一步探索。
发明内容
为至少一定程度上解决现有技术中存在的技术问题之一,本发明的目的在于提供一种离子电容式柔性压力传感器的性能评估方法、装置及介质。
本发明所采用的技术方案是:
一种随机粗糙表面离子电容式柔性压力传感器的性能评估方法,包括以下步骤:
通过扫描获取电极层、电解质层表面形貌数据,根据获得的数据建立几何仿真模型,所述几何仿真模型用于分析电极层与电解质层接触行为;其中,扫描表面数据可经超景深显微镜、激光共聚焦显微镜、三维轮廓仪等设备测试获得。
设置接触面间的接触参数,以及设置几何仿真模型的模型参数,求解模型;
统计各加载条件下电极层与电解质层间接触面积,并绘制接触面积-压强归一化曲线;
采用预设的数学公式对接触面积-压强归一化曲线进行拟合,得到拟合参数;
将拟合参数带回所述数学公式,得到各随机粗糙表面离子电容式柔性压力传感器的代表公式;
通过对代表公式对应的函数曲线中数据信息进行归纳和对比,完成传感器的线性度、承压范围的预测、评估和对比。
进一步地,所述接触参数包括接触面与目标面的选择、接触类型、接触行为、接触算法、接触探测方法、接触刚度的更新方法以及界面处理方式;
所述接触类型定义为无摩擦约束或有摩擦接触,摩擦系数由电极与电解质的材料确定;所述接触行为定义为非对称,但在某些分析模型中,接触面和目标面难以分辨、或在加载过程中接触面与目标面可能发生反转,则此时应设置为对称;
所述接触算法为增广拉格朗日算法;
所述接触探测方法为基于高斯积分点的探测方法;
所述接触刚度的更新方法为每次迭代更新;
所述界面处理方式为调整接触。
进一步地,所述接触面与目标面通过以下方式选择:
凸面对凹面或者平面,凸面定义为接触面;
精细网格对粗糙网格,精细网格定义为接触面;
软硬不同的接触面,软的面定义为接触面;
高阶单元对低阶单元,高阶单元定义为接触面;
面积大的面对面积小的面,面积小的面定义为接触面。
进一步地,随机粗糙表面离子电容式柔性压力传感器上电极层底部、中间电解质层顶部及底部、下电极层顶部均可以为任意尺寸、形貌随机粗糙表面、或平面,随机粗糙表面总数最少为1面,最多为4面。
进一步地,所述模型参数包括材料属性、加载条件、边界条件、网格参数以及求解参数;
所述材料属性用于设置对应材料密度、弹性模量、泊松比;
所述加载条件在受载面施加目标压强;
所述边界条件在底面设置为固定约束;
所述网格参数针对不同仿真模型进行差异化设置,经网格无关性验证后确定具体参数。进一步地,所述数学公式的表达式为:
ΔA(x)/A1=erf(α·xβ)
其中,拟合参数α用于对比不同粗糙表面组合情况下传感器间性能差异,拟合参数β用于表示电极与电解质层间支撑结构对传感器性能的影响程度。当应用于无支撑结构传感器时,拟合参数β取0.5可实现该条件下的高质量拟合;当应用于有支撑结构传感器时,拟合参数β取1可实现该条件下的高质量拟合。某一确定支撑条件下,拟合参数β可以确定唯一取值。
进一步地,还包括以下步骤:
对任意两代表公式求导后联立求解,得到用于区分两传感器灵敏度高下的分界压强,进而实现各传感器间灵敏度的定量化对比评估。
进一步地,还包括以下步骤:
在应用于随机粗糙表面离子电容式压力传感器实验测试数据的评估时,针对电容-压强归一化数据进行拟合,所用的公式与所述所述数学公式相同,对数学公式乘以测试所得C1/C0项后求导,所得公式即可代表各传感器实验数据对应的真实灵敏度;
其中,C1是传感器能达到的最大电容,C0是传感器的初始电容;
进一步地,所述性能评估方法应用于任意确定支撑条件时,采用以下公式获取两个两传感器灵敏度高下的分界压强:
式中αi、αj分别为传感器i、j对应拟合参数,β代表该支撑条件下对应拟合参数取值,C0i、C0j分别为传感器i、j初始电容,C1i、C1j分别为传感器i、j最大电容。只有在两传感器的支撑条件相同时,才能用这个公式进行计算,若支撑条件不同则不能。
本发明所采用的另一技术方案是:
一种随机粗糙表面离子电容式柔性压力传感器的性能评估装置,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现上所述方法。
本发明所采用的另一技术方案是:
一种计算机可读存储介质,其中存储有处理器可执行的程序,所述处理器可执行的程序在由处理器执行时用于执行如上所述方法。
本发明的有益效果是:本发明采用了仿真与数学公式相结合的方式,基于实测几何数据建立仿真模型,保证了几何模型对实际传感器的高指导价值,并利用数学公式对仿真所得曲线进行高质量拟合,得到了各随机粗糙表面离子电容式柔性压力传感器的针对性代表公式,对各代表公式对应函数曲线所包含数据进行统计可评估各传感器线性度、承压范围等性能。
附图说明
为了更清楚地说明本发明实施例或者现有技术中的技术方案,下面对本发明实施例或者现有技术中的相关技术方案附图作以下介绍,应当理解的是,下面介绍中的附图仅仅为了方便清晰表述本发明的技术方案中的部分实施例,对于本领域的技术人员而言,在无需付出创造性劳动的前提下,还可以根据这些附图获取到其他附图。
图1是本发明实施例中随机粗糙表面离子电容式柔性压力传感器的两种结构示意图;其中图1(a)为传感器无支撑结构,图1(b)为传感器有支撑结构;
图2是本发明实施例中6种随机粗糙表面离子电容式柔性压力传感器在各加载条件下的仿真计算接触面积展示图;
图3是本发明实施例中6种随机粗糙表面离子电容式柔性压力传感器的接触面积-压强归一化数据统计及对应拟合曲线图;
图4是本发明实施例中:6种随机粗糙表面离子电容式柔性压力传感器间灵敏度高低的评估及分界压强的展示图;
图5是本发明实施例中有支撑条件下6种随机粗糙表面离子电容式柔性压力传感器的电容-压强归一化数据统计及对应拟合曲线图;
图6是本发明实施例中有支撑条件下6种随机粗糙表面离子电容式柔性压力传感器间灵敏度计算曲线及分界压强的展示图;
图7是本发明实施例中一种随机粗糙表面离子电容式柔性压力传感器的性能评估方法的步骤流程图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。对于以下实施例中的步骤编号,其仅为了便于阐述说明而设置,对步骤之间的顺序不做任何限定,实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
在本发明的描述中,需要理解的是,涉及到方位描述,例如上、下、前、后、左、右等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明的描述中,若干的含义是一个或者多个,多个的含义是两个以上,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。如果有描述到第一、第二只是用于区分技术特征为目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
本发明的描述中,除非另有明确的限定,设置、安装、连接等词语应做广义理解,所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
如图7所示,本实施例提供一种随机粗糙表面离子电容式柔性压力传感器的性能评估方法,该方法不仅限制于仿真数据的评估,还可应用于实验测试数据的定量化评估。该方法包括以下步骤:
S1、通过扫描获取电极层、电解质层表面形貌数据,根据获得的数据建立几何仿真模型,所述几何仿真模型用于分析电极层与电解质层接触行为;其中,扫描表面数据可经超景深显微镜、激光共聚焦显微镜、三维轮廓仪等设备测试获得。
S2、设置接触面间的接触参数,以及设置几何仿真模型的模型参数,求解模型;
S3、统计各加载条件下电极层与电解质层间接触面积,并绘制接触面积-压强归一化曲线;
S4、采用预设的数学公式对接触面积-压强归一化曲线进行拟合,得到拟合参数;
S5、将拟合参数带回所述数学公式,得到各随机粗糙表面离子电容式柔性压力传感器的代表公式;
S6、通过对代表公式对应的函数曲线中数据信息进行归纳和对比,完成传感器的线性度、承压范围的预测、评估和对比。
本发明通过仿真模型与数学公式相结合的方式,针对不同随机粗糙表面形貌组合下离子电容式柔性压力传感器的性能进行合理预测,并对各种性能需求下传感器表面形貌的选型提出针对性调控方案,预测结果和调控方案经实验验证,准确性较高。本发明还包含针对仿真预测或实验测试所得各传感器性能的评估方法,可以通过数学公式对离散化的预测数据、测试数据进行高质量拟合,实现在全局范围内对传感器性能的连续性、定量化评估,并在给定应用场景下从同类相近传感器组中筛选出最佳传感器,弥补了预测、实验测试数据离散性、波动性等不足。
实施方式1:本实施方式针对上电极层底面、中间电解质层顶面为随机粗糙表面,其余均为平面,且处于无支撑结构的情况下进行说明,结构示意图如图1(a)所示。
本实施例提供一种随机粗糙表面离子电容式柔性压力传感器的性能评估方法,包括以下步骤:
S101、使用激光共聚焦显微镜对220、800、10000目电极层、电解质层表面形貌进行拍摄扫描,将所得数据信息输入建模软件建立几何模型,后输入Ansys Workbench-StaticStructural模块;
S102、将电解质层顶面设置为接触面(Contact surface),上电极层底面设置为目标面(Target surface);
S103、接触类型定义为为无摩擦约束(Frictionless);
S104、电极层与电解质层目数相同时,接触行为定义对称(Symmetric),否则定义为非对称(Asymmetric);
S105、设置接触算法为增广拉格朗日算法(Augmented Lagrange);
S106、设置接触探测方法为基于高斯积分点的探测方法(On Gauss Points);
S107、设置接触刚度的更新方法为每次迭代更新(Each Iteration);
S108、设置界面处理方式为调整接触(Adjust to Touch);
S109、设置材料属性,定义电极层、电解质层弹性模量和泊松比如下:E电极=0.715Mpa,v电极=0.46,E电解质=0.600Mpa,v电解质=0.30;
S110、设置加载条件为-Y方向大小为0.5Mpa的压强载荷;
S111、设置边界条件为底面固定约束;
S112、设置网格参数为(以800电极-220电解质为例):接触面网格尺寸5μm,全局网格尺寸20μm,所得单元总数为20789,节点总数为64560,该网格参数已经过网格无关性验证;
S113、设置求解参数为:打开自动时间步,定义初始时间步为1e-8s,最小时间步为1e-8s,最大时间步为1e-3s;
S114、求解仿真模型;
S115、统计各加载条件下电极层与电解质层间接触面积,如图2所示,并绘制接触面积-压强归一化数据点,如图3中数据点所示;
S116、使用数学公式对数据点进行拟合,得到220-220、800-220、800-800、10000-220、10000-800、10000-10000目数组合结构传感器对应拟合参数α分别为0.079、0.092、0.095、0.099、0.124、0.165;
S118、对上述各代表公式对应函数曲线中数据信息进行统计,即可完成各传感器线性度、承压范围的预测、评估和对比;
S119、对其求导后两两联立求解可得区分各传感器灵敏度高下的分界压强,分别为45kpa、69kpa、81kpa、112kpa、159kpa,归一化灵敏度曲线如图4中曲线所示,各传感器灵敏度最佳压强段分别如图中彩色标注区域所示;
S120、针对不同应用场景下传感器性能的差异化需求,可通过前述评估结论对传感器表面形貌结构的选型及组合搭配进行高效筛选和调控。
实施方式2:本实施方式针对上电极层底面、中间电解质层顶面为随机粗糙表面,其余均为平面,且处于有支撑结构的情况下实验数据的评估进行说明,结构示意图如图1(b)所示。
本实施例提供一种随机粗糙表面离子电容式柔性压力传感器的性能评估方法,包括以下步骤:
S201、统计各加载条件下传感器的电容取值,绘制电容-压强归一化数据图,如图5数据点所示,其中ΔC为电容相对于初始电容C0的变化量,C1为极限电容值;
S202、使用数学公式ΔC(x)/C1=erf(α·x)对数据点进行拟合,得到220-220、800-220、800-800、10000-220、10000-800、10000-10000目数组合结构传感器对应拟合参数α分别为0.003、0.004、0.005、0.006、0.007、0.011;
S203、将拟合参数带回数学公式得6种目数组合传感器的代表公式,分别为220-220:ΔC(x)/C1=erf(0.003·x)、800-220:ΔC(x)/C1=erf(0.004·x)、800-800:ΔC(x)/C1=erf(0.005·x)、10000-220:ΔC(x)/C1=erf(0.006·x)、10000-800:ΔC(x)/C1=erf(0.007·x)、10000-10000:ΔC(x)/C1=erf(0.011·x),绘制各代表公式对应拟合曲线如图5所示曲线;
S204、对上述代表公式乘以测试所得C1/C0项后求导,所得公式即可代表各传感器实验数据对应的真实灵敏度,6种传感器的灵敏度曲线绘制如图6所示;
S205、对步骤4中所得灵敏度代表公式两两联立求解可得区分各传感器灵敏度高下的分界压强,分别为79kpa、111kpa、128kpa、160kpa、203kpa,各传感器灵敏度最佳压强段分别如图6中彩色标注区域所示;
S206、对上述各代表公式对应函数曲线中数据信息进行统计,即可完成各传感器线性度、承压范围等其他性能的评估与对比;
S207、针对不同应用场景下传感器性能的差异化需求,可通过前述评估结论对传感器表面形貌结构的选型及组合搭配进行高效筛选和调控。
由上可知,本发明特别的采用了仿真与数学公式相结合的方式,基于实测几何数据建立仿真模型,保证了几何模型对实际传感器的高指导价值,并利用数学公式对仿真所得曲线进行高质量拟合,得到了各随机粗糙表面离子电容式柔性压力传感器的针对性代表公式,对各代表公式对应函数曲线所包含数据进行统计可评估各传感器线性度、承压范围等性能,对各代表公式求导后联立求解,即可得到区分各传感器灵敏度高下的分界压强,弥补了仿真结果离散性、波动性等不足,并实现了全局任意压强段内灵敏度、线性度的定量化评估,以及各评价标准下承压范围的计算。
总的来说,本发明实施例的有益效果如下:本实施例方法所包含性能调控方法可以通过仿真与数学公式相结合的方式,对不同随机粗糙表面形貌组合下离子电容式柔性压力传感器的性能进行合理预测,并对各种性能需求下传感器表面形貌的选型提出针对性调控方案;本专利所包含性能评估方法,可以通过数学公式对离散化的预测数据/测试数据进行高质量拟合,实现在全局范围内对传感器性能的连续性、定量化评估,并在给定应用场景下从同类相近传感器组中筛选出最佳传感器。
本实施例还提供一种随机粗糙表面离子电容式柔性压力传感器的性能评估装置,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现图7所示方法。
本实施例的一种随机粗糙表面离子电容式柔性压力传感器的性能评估装置,可执行本发明方法实施例所提供的一种随机粗糙表面离子电容式柔性压力传感器的性能评估方法,可执行方法实施例的任意组合实施步骤,具备该方法相应的功能和有益效果。
本申请实施例还公开了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行图7所示的方法。
本实施例还提供了一种存储介质,存储有可执行本发明方法实施例所提供的一种随机粗糙表面离子电容式柔性压力传感器的性能评估方法的指令或程序,当运行该指令或程序时,可执行方法实施例的任意组合实施步骤,具备该方法相应的功能和有益效果。
在一些可选择的实施例中,在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如,取决于所涉及的功能/操作,连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外,在本发明的流程图中所呈现和描述的实施例以示例的方式被提供,目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的,其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外,虽然在功能性模块的背景下描述了本发明,但应当理解的是,除非另有相反说明,所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中,或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是,有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说,考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下,在工程师的常规技术内将会了解该模块的实际实现。因此,本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是,所公开的特定概念仅仅是说明性的,并不意在限制本发明的范围,本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的上述描述中,参考术语“一个实施方式/实施例”、“另一实施方式/实施例”或“某些实施方式/实施例”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施方式,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施方式进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明,但本发明并不限于上述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (10)
1.一种随机粗糙表面离子电容式柔性压力传感器的性能评估方法,其特征在于,包括以下步骤:
通过扫描获取电极层、电解质层表面形貌数据,根据获得的数据建立几何仿真模型,所述几何仿真模型用于分析电极层与电解质层接触行为;
设置接触面间的接触参数,以及设置几何仿真模型的模型参数,求解模型;
统计各加载条件下电极层与电解质层间接触面积,并绘制接触面积-压强归一化曲线;
采用预设的数学公式对接触面积-压强归一化曲线进行拟合,得到拟合参数;
将拟合参数带回所述数学公式,得到各随机粗糙表面离子电容式柔性压力传感器的代表公式;
通过对代表公式对应的函数曲线中数据信息进行归纳和对比,完成传感器的线性度、承压范围的预测、评估和对比。
2.根据权利要求1所述的一种随机粗糙表面离子电容式柔性压力传感器的性能评估方法,其特征在于,所述接触参数包括接触面与目标面的选择、接触类型、接触行为、接触算法、接触探测方法、接触刚度的更新方法以及界面处理方式;
所述接触类型定义为无摩擦约束或有摩擦接触,摩擦系数由电极与电解质的材料确定;
所述接触行为定义为非对称;
所述接触算法为增广拉格朗日算法;
所述接触探测方法为基于高斯积分点的探测方法;
所述接触刚度的更新方法为每次迭代更新;
所述界面处理方式为调整接触。
3.根据权利要求2所述的一种随机粗糙表面离子电容式柔性压力传感器的性能评估方法,其特征在于,所述接触面与目标面通过以下方式选择:
凸面对凹面或者平面,凸面定义为接触面;
精细网格对粗糙网格,精细网格定义为接触面;
软硬不同的接触面,软的面定义为接触面;
高阶单元对低阶单元,高阶单元定义为接触面;
面积大的面对面积小的面,面积小的面定义为接触面。
4.根据权利要求1所述的一种随机粗糙表面离子电容式柔性压力传感器的性能评估方法,其特征在于,所述模型参数包括材料属性、加载条件、边界条件、网格参数以及求解参数;
所述材料属性用于设置对应材料密度、弹性模量、泊松比;
所述加载条件在受载面施加目标压强;
所述边界条件在底面设置为固定约束;
所述网格参数针对不同仿真模型进行差异化设置,经网格无关性验证后确定具体参数。
6.根据权利要求1所述的一种随机粗糙表面离子电容式柔性压力传感器的性能评估方法,其特征在于,还包括以下步骤:
对任意两代表公式求导后联立求解,得到用于区分两传感器灵敏度高下的分界压强,进而实现各传感器间灵敏度的定量化对比评估。
7.根据权利要求1所述的一种随机粗糙表面离子电容式柔性压力传感器的性能评估方法,其特征在于,还包括以下步骤:
在应用于随机粗糙表面离子电容式压力传感器实验测试数据的评估时,针对电容-压强归一化数据进行拟合,所用的公式与所述所述数学公式相同,对数学公式乘以测试所得C1/C0项后求导,所得公式即可代表各传感器实验数据对应的真实灵敏度;
其中,C1是传感器能达到的最大电容,C0是传感器的初始电容。
9.一种随机粗糙表面离子电容式柔性压力传感器的性能评估装置,其特征在于,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现权利要求1-8任一项所述方法。
10.一种计算机可读存储介质,其中存储有处理器可执行的程序,其特征在于,所述处理器可执行的程序在由处理器执行时用于执行如权利要求1-8任一项所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210354326.9A CN114894377B (zh) | 2022-04-06 | 2022-04-06 | 离子电容式柔性压力传感器的性能评估方法、装置及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210354326.9A CN114894377B (zh) | 2022-04-06 | 2022-04-06 | 离子电容式柔性压力传感器的性能评估方法、装置及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114894377A true CN114894377A (zh) | 2022-08-12 |
CN114894377B CN114894377B (zh) | 2023-05-23 |
Family
ID=82714885
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210354326.9A Active CN114894377B (zh) | 2022-04-06 | 2022-04-06 | 离子电容式柔性压力传感器的性能评估方法、装置及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114894377B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050179897A1 (en) * | 2001-01-09 | 2005-08-18 | Synowicki Ronald A. | Method of analysis of multiple layer samples |
US7388247B1 (en) * | 2003-05-28 | 2008-06-17 | The United States Of America As Represented By The Secretary Of The Navy | High precision microelectromechanical capacitor with programmable voltage source |
KR20170036870A (ko) * | 2015-09-18 | 2017-04-03 | 연세대학교 산학협력단 | 고감도 압력 센서 및 이의 제조 방법 |
US20170108392A1 (en) * | 2012-12-14 | 2017-04-20 | The Regents Of The University Of California | Droplet-based capacitive pressure sensor |
CN107688045A (zh) * | 2017-10-31 | 2018-02-13 | 南京航空航天大学 | 一种电化学pH传感器 |
US20180128710A1 (en) * | 2016-11-09 | 2018-05-10 | Beijing University Of Technology | Device and Method for measuring three-dimensional contact stiffness of spur gear based on rough surface |
US20190236479A1 (en) * | 2018-01-31 | 2019-08-01 | The Johns Hopkins University | Method and apparatus for providing efficient testing of systems by using artificial intelligence tools |
CN110579296A (zh) * | 2019-09-30 | 2019-12-17 | 西安交通大学 | 倾斜结构增强的双电层电容式柔性压力传感器及制造方法 |
CN110763375A (zh) * | 2019-11-07 | 2020-02-07 | 南方科技大学 | 一种介电层、离子电容式柔性触觉传感器及其制备方法和应用 |
CN111504521A (zh) * | 2020-05-07 | 2020-08-07 | 腾讯科技(深圳)有限公司 | 柔性电容阵列及其制备方法、和电容阵列检测系统 |
KR102159453B1 (ko) * | 2019-06-27 | 2020-09-24 | 연세대학교 산학협력단 | 정전용량형 압력 센서 및 이의 제조 방법 |
CN112535484A (zh) * | 2020-12-01 | 2021-03-23 | 深圳大学 | 一种电容式心电信号采集复合薄膜及制备方法与装置 |
CN113203898A (zh) * | 2021-07-05 | 2021-08-03 | 北京科技大学 | 一种用于离子化空气中的非接触表面电位测试方法 |
CN114018446A (zh) * | 2021-11-01 | 2022-02-08 | 安徽大学 | 可部分降解的自供电压力传感器、制备方法及其测试电路 |
-
2022
- 2022-04-06 CN CN202210354326.9A patent/CN114894377B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050179897A1 (en) * | 2001-01-09 | 2005-08-18 | Synowicki Ronald A. | Method of analysis of multiple layer samples |
US7388247B1 (en) * | 2003-05-28 | 2008-06-17 | The United States Of America As Represented By The Secretary Of The Navy | High precision microelectromechanical capacitor with programmable voltage source |
US20170108392A1 (en) * | 2012-12-14 | 2017-04-20 | The Regents Of The University Of California | Droplet-based capacitive pressure sensor |
KR20170036870A (ko) * | 2015-09-18 | 2017-04-03 | 연세대학교 산학협력단 | 고감도 압력 센서 및 이의 제조 방법 |
US20180128710A1 (en) * | 2016-11-09 | 2018-05-10 | Beijing University Of Technology | Device and Method for measuring three-dimensional contact stiffness of spur gear based on rough surface |
CN107688045A (zh) * | 2017-10-31 | 2018-02-13 | 南京航空航天大学 | 一种电化学pH传感器 |
US20190236479A1 (en) * | 2018-01-31 | 2019-08-01 | The Johns Hopkins University | Method and apparatus for providing efficient testing of systems by using artificial intelligence tools |
KR102159453B1 (ko) * | 2019-06-27 | 2020-09-24 | 연세대학교 산학협력단 | 정전용량형 압력 센서 및 이의 제조 방법 |
CN110579296A (zh) * | 2019-09-30 | 2019-12-17 | 西安交通大学 | 倾斜结构增强的双电层电容式柔性压力传感器及制造方法 |
CN110763375A (zh) * | 2019-11-07 | 2020-02-07 | 南方科技大学 | 一种介电层、离子电容式柔性触觉传感器及其制备方法和应用 |
CN111504521A (zh) * | 2020-05-07 | 2020-08-07 | 腾讯科技(深圳)有限公司 | 柔性电容阵列及其制备方法、和电容阵列检测系统 |
CN112535484A (zh) * | 2020-12-01 | 2021-03-23 | 深圳大学 | 一种电容式心电信号采集复合薄膜及制备方法与装置 |
CN113203898A (zh) * | 2021-07-05 | 2021-08-03 | 北京科技大学 | 一种用于离子化空气中的非接触表面电位测试方法 |
CN114018446A (zh) * | 2021-11-01 | 2022-02-08 | 安徽大学 | 可部分降解的自供电压力传感器、制备方法及其测试电路 |
Non-Patent Citations (2)
Title |
---|
ZHENG, Y 等: "Highly sensitive electronic skin with a linear response based on the strategy of controlling the contact area", 《NANO ENERGY》 * |
郭强等: "新型接触式电容压力传感器", 《仪表技术与传感器》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114894377B (zh) | 2023-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Christodoulou et al. | Structural identification based on optimally weighted modal residuals | |
TWI451336B (zh) | 預測模型之建模樣本的篩選方法及其電腦程式產品 | |
Hao et al. | Breast cancer histopathological images classification based on deep semantic features and gray level co-occurrence matrix | |
CN114822855B (zh) | 基于ftrl模型的认知训练任务推送方法、系统及构建方法 | |
CN105786711A (zh) | 一种数据分析的方法及装置 | |
CN110969200A (zh) | 基于一致性负样本的图像目标检测模型训练方法及装置 | |
CN111932510A (zh) | 一种图像清晰度的确定方法及装置 | |
CN108154007A (zh) | 基于单肿瘤样本拷贝数变异及缺失类型检测方法、计算机 | |
Koseki et al. | Assessment of skin barrier function using skin images with topological data analysis | |
CN114894377A (zh) | 离子电容式柔性压力传感器的性能评估方法、装置及介质 | |
Mastoi et al. | Numerical Solution of Second order Fractional PDE's by using Finite difference Method over randomly generated grids | |
Dathe et al. | Dependence of the surface fractal dimension of soil pores on image resolution and magnification | |
CN106951918A (zh) | 一种用于冷冻电镜分析的单颗粒图像聚类方法 | |
CN116051959A (zh) | 一种目标检测方法、装置 | |
KR20200096992A (ko) | 전자 현미경을 사용한 반도체 계측 및 결함 분류 | |
CN102160057B (zh) | 用于粒子法的界面粒子的判定方法及装置 | |
Zhao et al. | Segmentation and classification of two-channel C. elegans nucleus-labeled fluorescence images | |
CN115393376A (zh) | 医学图像处理方法、装置、计算机设备和存储介质 | |
Cook et al. | Modelling network formation in folded protein hydrogels by cluster aggregation kinetics | |
CN104462739B (zh) | 一种适用于大范围多尺度卫星遥感数据反演的生态环境参数地面采样方法 | |
CN108154162A (zh) | 一种聚类分析方法及装置 | |
Anwar et al. | An approach to capturing neuron morphological diversity | |
CN110196797A (zh) | 适于信用评分卡系统的自动优化方法和系统 | |
CN116524339B (zh) | 目标检测方法、装置、计算机设备、存储介质和程序产品 | |
Courcoubetis et al. | Threshold response to stochasticity in morphogenesis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |