CN117744407A - 一种融合传感器设计优化方法及设备 - Google Patents
一种融合传感器设计优化方法及设备 Download PDFInfo
- Publication number
- CN117744407A CN117744407A CN202410179032.6A CN202410179032A CN117744407A CN 117744407 A CN117744407 A CN 117744407A CN 202410179032 A CN202410179032 A CN 202410179032A CN 117744407 A CN117744407 A CN 117744407A
- Authority
- CN
- China
- Prior art keywords
- piezoelectric element
- equivalent
- ultrasonic
- obtaining
- matching layer
- 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.)
- Pending
Links
- 230000004927 fusion Effects 0.000 title claims abstract description 104
- 238000013461 design Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000005457 optimization Methods 0.000 title claims abstract description 26
- 230000035945 sensitivity Effects 0.000 claims abstract description 112
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 13
- 230000002068 genetic effect Effects 0.000 claims abstract description 11
- 230000005540 biological transmission Effects 0.000 claims description 87
- 239000011159 matrix material Substances 0.000 claims description 78
- 230000003068 static effect Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 6
- 238000002604 ultrasonography Methods 0.000 claims description 6
- 230000003321 amplification Effects 0.000 claims description 3
- 230000013011 mating Effects 0.000 claims description 3
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 abstract description 2
- 238000005259 measurement Methods 0.000 description 25
- 238000001514 detection method Methods 0.000 description 17
- 238000004458 analytical method Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 8
- 230000003044 adaptive effect Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000035772 mutation Effects 0.000 description 5
- 229920001971 elastomer Polymers 0.000 description 4
- 239000000806 elastomer Substances 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000002592 echocardiography Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 239000003990 capacitor Substances 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000020169 heat generation Effects 0.000 description 1
- HFGPZNIAWCZYJU-UHFFFAOYSA-N lead zirconate titanate Chemical compound [O-2].[O-2].[O-2].[O-2].[O-2].[Ti+4].[Zr+4].[Pb+2] HFGPZNIAWCZYJU-UHFFFAOYSA-N 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Landscapes
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明提供了一种融合传感器设计优化方法及设备，涉及传感器技术领域，该方法包括：根据获取融合传感器的压电元件数据、弹簧数据、匹配基座数据和超声输入电压，分别得到超声输出灵敏度、超声谐振频率、振动输出灵敏度和振动工作频带；将振动输出灵敏度、振动工作频带、超声谐振频率和超声输出灵敏度作为参数生成参数组，并根据参数组通过预设的多目标优化遗传算法生成多个参数组；通过权重关系得到每个参数组对应的综合评分，并将最大的权重对应的参数组确定最优参数组。本发明通过对多目标融合算法生成的参数组进行筛选，快速高效地获取到融合传感器的最优参数组，从而可以根据该最优参数组进行传感器设计，有效地提高了传感器的设计效率。
Description
技术领域
本发明涉及传感器技术领域，具体而言，涉及一种融合传感器设计优化方法及设备。
背景技术
传感器的设计和应用对各个行业都具有重要意义，包括医疗、汽车、航空航天、环境监测等领域。一个好的传感器可以提高设备的性能，准确地获取数据，从而为各种应用提供可靠的支持。
有限元仿真作为一种工程设计工具，常用来对传感器进行模拟和分析，通过将复杂的结构分解为许多小的有限元素，然后对每个元素进行分析计算，从而得出整个结构的分析数据，并根据得到的分析数据进行传感器的设计制造。但是，由于传感器的工作环境和工况多种多样，需要进行大量的仿真分析，因此需要消耗大量的时间和计算资源。
发明内容
本发明解决的问题是如何有效改善传感器设计效率。
为解决上述问题，本发明提供一种融合传感器设计优化方法，包括：
获取融合传感器的压电元件数据、弹簧数据、匹配基座数据和超声输入电压；
根据所述压电元件数据、所述匹配基座数据、所述超声输入电压以及预设的超声输出电压关系得到超声输出电压，并根据所述超声输出电压、所述超声输入电压以及预设的超声输出灵敏度关系得到超声输出灵敏度；
根据最大的所述超声输出电压得到对应的谐振频率，根据所述谐振频率以及预设的超声谐振频率关系得到超声谐振频率；
根据所述压电元件数据以及预设的振动输出灵敏度关系得到振动输出灵敏度；
根据所述压电元件数据、所述弹簧数据、所述匹配基座数据以及预设的振动工作频带关系得到振动工作频带；
将所述振动输出灵敏度、所述振动工作频带、所述超声谐振频率和所述超声输出灵敏度作为参数，并通过预设的多目标优化遗传算法，根据所述参数生成多个参数组；
根据预设的权重关系和全部所述参数组得到每个所述参数组对应的权重系数，并将最大的所述权重系数对应的所述参数组确定为最优参数组。
可选地，所述压电元件数据包括压电元件静态电容、压电元件厚度、压电元件声阻抗、压电元件阻抗和压电元件声波数；所述匹配基座数据包括匹配层声学阻抗、背衬块声学阻抗、匹配层厚度、匹配层声波数；所述根据所述压电元件数据、所述匹配基座数据、所述超声输入电压以及预设的超声输出电压关系得到超声输出电压，包括：
根据所述压电元件厚度、所述压电元件声阻抗、所述压电元件声波数和所述匹配层声学阻抗，通过匹配层声学阻抗关系，得到匹配层等效输入阻抗；
根据所述压电元件厚度、所述压电元件声阻抗、所述压电元件声波数和所述背衬块声学阻抗，通过背衬块声学阻抗关系，得到背衬块等效输入阻抗；
根据所述压电元件阻抗、所述压电元件静态电容、所述匹配层等效输入阻抗和所述背衬块等效输入阻抗，通过等效输出阻抗关系，得到所述压电元件的等效输出阻抗；
根据所述压电元件厚度、所述压电元件声波数、所述匹配层厚度、所述匹配层声波数、所述匹配层声学阻抗和所述压电元件声阻抗，得到匹配层至压电层的总传输矩阵，根据所述总传输矩阵得到第一传输矩阵参数和第二传输矩阵参数；
根据所述匹配层等效输入阻抗、所述背衬块等效输入阻抗、所述第一传输矩阵参数、所述第二传输矩阵参数、所述等效输出阻抗、所述超声输入电压和超声输出电压关系，得到所述超声输出电压。
可选地，所述匹配层声学阻抗关系满足：
；
所述背衬块声学阻抗关系满足：
；
所述等效输出阻抗关系满足：
；
所述超声输出电压关系满足：
；
其中，Us为所述超声输出电压，Uf为所述超声输入电压，ZP1为所述匹配层等效输入阻抗，ZP2为所述背衬块等效输入阻抗，Zout为所述等效输出阻抗，Zf为匹配层声学阻抗，N21为所述第一传输矩阵参数，N22为所述第二传输矩阵参数，Ф为所述压电元件的等效放大倍数，Rs为等效电路输入阻抗，t0为所述压电元件厚度、Z0为所述压电元件声阻抗、k0为所述压电元件声波数、Zb所述背衬块声学阻抗，X为所述压电元件电抗。
可选地，所述根据所述压电元件厚度、所述压电元件声波数、所述匹配层厚度、所述匹配层声波数、所述匹配层声学阻抗和所述压电元件声阻抗，得到匹配层至压电层的总传输矩阵，包括：
根据所述压电元件厚度、所述压电元件声波数和所述压电元件声阻抗，构建压电元件传输矩阵；
根据所述匹配层厚度、所述匹配层声波数和所述匹配层声学阻抗，构建匹配层传输矩阵；
根据所述压电元件声阻抗、所述背衬块声学阻抗以及预设的反射系数关系，得到反射系数；
根据所述压电元件传输矩阵、所述匹配层传输矩阵和反射系数，构建所述总传输矩阵。
可选地，所述压电元件传输矩阵满足：
；
所述匹配层传输矩阵满足：
；
所述反射系数关系满足：
；
所述总传输矩阵满足：
；
其中，N为所述总传输矩阵，N0为所述压电元件传输矩阵，N1为所述匹配层传输矩阵，N11和N12为所述总传输矩阵的元素，N21为所述第一传输矩阵参数，N22为所述第二传输矩阵参数，t0为所述压电元件厚度、Z0为所述压电元件声阻抗、k0为所述压电元件声波数、Zb所述背衬块声学阻抗，te为所述匹配层厚度、Ze为所述匹配层声学阻抗、ke为所述匹配层声波数、γ为所述反射系数。
可选地，所述超声输出灵敏度关系满足：
；
所述超声谐振频率关系满足：
；
其中，F1为所述超声输出灵敏度，Us为所述超声输出电压，Uf为所述超声输入电压，F2为所述超声谐振频率，CF为所述谐振频率。
可选地，所述压电元件数据包括压电元件静态电容、压电片数量、背衬块等效质量和压电元件的压电常数；所述根据所述压电元件数据以及预设的所述振动输出灵敏度关系，得到振动输出灵敏度，包括：
根据所述压电元件静态电容、所述压电片数量、所述背衬块等效质量、所述压电常数，通过所述振动输出灵敏度关系，得到所述振动输出灵敏度；
所述振动输出灵敏度关系满足：
；
其中，F3为所述振动输出灵敏度，n为所述压电片数量，mb为所述背衬块等效质量，d为所述压电常数，C0为所述压电元件静态电容。
可选地，所述弹簧数据包括弹簧等效刚度；所述压电元件数据包括压电元件等效刚度和压电元件等效质量；所述匹配基座数据包括匹配基座等效刚度、匹配基座等效质量和背衬块等效质量；所述根据所述压电元件数据、所述弹簧数据、所述匹配基座数据以及预设的振动工作频带关系，得到振动工作频带，包括：
根据所述弹簧等效刚度、压电元件等效刚度、匹配基座等效刚度，通过预设的总等效刚度关系，得到总等效刚度；
根据所述总等效刚度、所述压电元件等效质量、所述匹配基座等效质量和所述背衬块等效质量，通过所述振动工作频带关系，得到所述振动工作频带；
所述总等效刚度关系满足：
；
所述振动工作频带关系满足：
；
其中，F4为所述振动工作频带，K为所述总等效刚度，Me为所述压电元件等效质量，Mf为所述匹配基座等效质量，mb为所述背衬块等效质量，Ks为所述弹簧等效刚度，Ke为所述压电元件等效刚度，Kf为所述匹配基座等效刚度。
可选地，所述根据预设的权重关系和全部所述参数组得到每个所述参数组对应的权重系数，包括：
根据所述参数组中的所述参数与全部所述参数组中对应的所述参数和的比值，得到所述参数的参数占比重；
通过所述参数占比重和预设的信息效用值关系得到所述参数组的信息效用值；
根据所述信息效用值与全部所述参数组的所述信息效用值和的比值，得到所述参数组的权重系数；
所述信息效用值关系满足：
；
其中，dj为第j个所述参数组的所述信息效用值，Pij为第j个所述参数组的第i个所述参数的所述参数占比重，n为所述参数组中的参数数量。
在本发明中，根据超声输出电压、超声输入电压和超声输出灵敏度关系可得到超声输出灵敏度，超声输出灵敏度可用于衡量融合传感器的距离测量的精度，通过输出灵敏度的高低可判断传感器检测的距离、分辨率和信噪比，高输出灵敏度的传感器可以检测到较远距离的目标并获得更清晰的信号。根据谐振频率和超声谐振频率关系可得到超声谐振频率超声谐振频率，通过超声谐振频率可判断融合传感器的灵敏度和稳定性，合适的谐振频率可以使传感器在特定频率下具有更高的检测灵敏度和抗干扰能力。根据压电元件数据和振动输出灵敏度关系可得到振动输出灵敏度振动输出灵敏度，通过振动输出灵敏度会影响融合传感器对振动信号的检测范围和分辨率，高输出灵敏度的融合传感器可以更精确地检测到微小的振动信号。根据压电元件数据、弹簧数据、匹配基座数据和振动工作频带关系可得到振动工作频带，振动工作频道的选择会影响融合传感器在不同频率下的检测性能和适用性，合适的工作频道可以使传感器在特定频率范围内具有更高的灵敏度和准确性。将振动输出灵敏度、振动工作频带、超声谐振频率和超声输出灵敏度作为参数生成初始的参数组，并通过多目标遗传算法生成多个对应的参数组，通过不同的参数组数据判断不同的参数组对应的融合传感器的综合性能，避免了通过构建有限元模型进行分析所消耗的大量的时间和计算成本，并可通过对多个参数组进行综合评分，选取评分最高的作为最优参数组，通过最优参数组实现对融合传感器的参数优化，从而根据该最优参数组设计出高性能的融合传感器，从而有效地提高了融合传感器的设计效率，同时有效地降低了传感器设计和制造的开发周期和成本。
本发明还提供一种计算机设备，包括存储有计算机程序的计算机可读存储介质和处理器，所述计算机程序被处理器执行时，实现如上所述融合传感器设计优化方法。
本发明提供的计算机设备与融合传感器设计优化方法相较于现有技术的优势基本相同，在此不再赘述。
附图说明
图1为本发明实施例的一种融合传感器设计优化方法的流程示意图；
图2为本发明实施例的融合传感器的结构示意图；
图3为本发明实施例的超声输出电压-谐振频率曲线；
图4为本发明实施例的融合传感器的克里姆霍尔兹等效电路图；
图5为本发明实施例的融合传感器的等效力学模型示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。虽然附图中显示了本发明的某些实施例，然而应当理解的是，本发明可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本发明。应当理解的是，本发明的附图及实施例仅用于示例性作用，并非用于限制本发明的保护范围。
应当理解，本发明的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本发明的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”；术语“可选地”表示“可选的实施例”。其他术语的相关定义将在下文描述中给出。需要注意，本发明中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本发明中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
如图1所示，本发明一实施例提供了一种融合传感器设计优化方法，包括：
S1：获取融合传感器的压电元件数据、弹簧数据、匹配基座数据和超声输入电压。
具体地，如图2所示，为一种压电式超声-振动的融合传感器，融合了超声传感器和振动传感器的特点，可以同时进行超声检测和振动检测，该融合传感器包括弹簧1、背衬块2、压电元件3和匹配基座4，其中，压电元件3所在的层为压电层，压电层可以由多个压电元件组成，匹配基座4所在的层为匹配层，通过预先计算或采集得到的融合传感器的压电元件数据、弹簧数据、匹配基座数据和超声输入电压，根据上述数据建立的振动测量力学等效模型和超声测量声电等效模型，对融合传感器进行振动测量性能分析和超声测量性能分析，从而可以得到超声谐振频率、超声输出灵敏度、振动输出灵敏度和振动工作频带等数据，并根据上述数据寻找融合传感器机构的最优参数组合，根据得到的最优参数组合进行传感器设计和制造，可以制造出更符合应用需求的高性能的融合传感器。
S2：根据所述压电元件数据、所述匹配基座数据、所述超声输入电压以及预设的超声输出电压关系得到超声输出电压，并根据所述超声输出电压、所述超声输入电压以及预设的超声输出灵敏度关系得到超声输出灵敏度。
具体地，根据预先得到的压电元件数据、匹配基座数据和超声输入电压，通过预设的超声输出电压关系，得到对应的超声输出电压，并通过超声输出电压和超声输入电压确定超声输出灵敏度（Ultrasound Output Sensitivity），从而可以根据超声输出灵敏度判断设计的融合传感器的距离测量的精度，并根据该超声输出灵敏度对传感器设计进行优化，进一步提高设计的融合传感器的性能。
S3：根据最大的所述超声输出电压得到对应的谐振频率，根据所述谐振频率以及预设的超声谐振频率关系得到超声谐振频率；
具体地，融合传感器通过发射超声波并接收其回波来测量距离，根据回波的时间延迟来计算距离，并将其转换为相应的超声输出电压，这个输出的电压值会随着测量到的距离变化而连续变化，因此可以实时地反映出测量到的目标距离，这种连续的超声输出电压可以被用来控制和监测各种应用，例如自动停车系统、避障系统、距离测量等。由于融合传感器的超声输出电压和谐振频率之间是正相关的关系，并且当谐振频率与实际工作频率相匹配时，传感器的输出电压会最大化，从而实现最佳的传感器性能，因此，如图3所示，根据超声输出电压得到对应的谐振频率，并根据超声输出电压和对应的谐振频率绘制超声输出电压-谐振频率曲线，选取曲线中最大的超声输出电压对应的谐振频率，即与工作谐振频率相匹配的谐振频率，并根据该谐振频率，通过预设的超声谐振频率关系得到该融合模型的超声谐振频率（Ultrasound Resonant Frequency），通过该超声谐振频率可以准确衡量设计的融合传感器的测量距离，同时超声谐振频率还可以用于确定融合传感器的工作频率，通过调整适合的超声谐振频率可以有效提高超声传感器的灵敏度。
S4：根据所述压电元件数据以及预设的振动输出灵敏度关系得到振动输出灵敏度。
具体地，根据压电元件数据中的静态电容、压电片数量、背衬块等效质量和预设的压电常数，其中，背衬块等效质量，为传感器中质量背衬块的等效质量，通过预设的振动输出灵敏度关系，得到振动输出灵敏度（Vibration Output Sensitivity），通过振动输出灵敏度体现设计的融合传感器对外部振动信号的检测和输出能力，设计合适的振动输出灵敏度可以使融合传感器具有更好的振动检测能力。
S5：根据所述压电元件数据、所述弹簧数据、所述匹配基座数据以及预设的振动工作频带关系得到振动工作频带。
具体地，根据融合传感器的压电元件数据、弹簧数据和匹配基座数据，通过预设的振动工作频带关系得到振动工作频带（Vibration Operating Frequency），进而通过振动工作频带体现设计的融合传感器的有效检测和测量振动信号的频率范围，通过设计合理的振动频带，使融合传感器可以对工作的频率范围有更精准的检测能力。
S6：将所述振动输出灵敏度、所述振动工作频带、所述超声谐振频率和所述超声输出灵敏度作为参数，并通过预设的多目标优化遗传算法，根据所述参数生成多个参数组。
具体地：将得到的振动输出灵敏度、振动工作频带、超声谐振频率和超声输出灵敏度作为融合传感器的参数并生成初始的参数组，即将上述四种数据作为一组融合传感器参数组的参数，根据该参数组中的参数通过多目标遗传算法生成预设数量个参数组，这些参数组中包含的参数与初始参数组中的参数相同，均为传感器的振动输出灵敏度、振动工作频带、超声谐振频率和超声输出灵敏度，即根据初始的参数组，通过多目标遗传算法对初始的参数组中的振动输出灵敏度、振动工作频带、超声谐振频率和超声输出灵敏度不断进行交叉、变异和选择操作，最终得到优化的振动输出灵敏度、振动工作频带、超声谐振频率和超声输出灵敏度，并根据得到的振动输出灵敏度、振动工作频带、超声谐振频率和超声输出灵敏度生成预设数量的优化的参数组，其中，多目标优化遗传算法主要包括个体编码、适应度函数、选择、交叉和变异等基本操作，首先，需要将问题的解空间进行编码，通常使用二进制编码或者实数编码，然后，通过适应度函数来评价每个个体的优劣，以便进行选择操作，选择操作通常采用轮盘赌选择或者锦标赛选择等方法来选择优秀个体，接着，通过交叉操作和变异操作来产生新的个体，以增加种群的多样性，例如对多目标遗传优化算法进行初始化参数设置，种群大小设定为200个，即生成200个参数组，初始交叉比例、初始变异比例分别设定为0.7、0.4，较大的初始交叉、变异概率保证算法前期的全局寻优能力，以迭代生成更多优秀参数组，随着进化的推进，种群收敛至最优前沿（Pareto front），基于自适应进化因子对交叉和变异概率进行动态调整，从而提高收敛速度，可以通过matlab软件实现多目标优化遗传算法计算，得到200组最优解的参数组构成解集，其中，每个参数组中都包含融合传感器的振动输出灵敏度、振动工作频带、超声谐振频率和超声输出灵敏度数据四种参数，每组参数组对应的这四种参数不同的优化值，并且其中的参数均满足目标函数与约束条件，需采取一定的评估手段进行最终参数组的选取。
进一步地，自适应交叉和变异关系满足：
；
其中，Paef为自适应进化因子，gc为当前迭代数，Gm为总迭代数，Pacp为当前代的自适应交叉概率，Pamp为当前代的自适应变异概率，为上一代的自适应交叉概率、/>为上一代的自适应变异概率。
S7：根据预设的权重关系和全部所述参数组得到每个所述参数组对应的权重系数，并将最大的所述权重系数对应的所述参数组确定为最优参数组。
具体地，由于每个参数组都足目标函数与约束条件，因此通过权重关系对每个参数组进行综合评分得到每个参数组相对于全部参数组的权重系数，从而选取权重系数最高的参数组作为融合传感器的最优参数组。
在本实施例中，根据超声输出电压、超声输入电压和超声输出灵敏度关系可得到超声输出灵敏度，超声输出灵敏度可用于衡量融合传感器的距离测量的精度，通过输出灵敏度的高低可判断传感器检测的距离、分辨率和信噪比，高输出灵敏度的传感器可以检测到较远距离的目标并获得更清晰的信号。根据谐振频率和超声谐振频率关系可得到超声谐振频率超声谐振频率，通过超声谐振频率可判断融合传感器的灵敏度和稳定性，合适的谐振频率可以使传感器在特定频率下具有更高的检测灵敏度和抗干扰能力。根据压电元件数据和振动输出灵敏度关系可得到振动输出灵敏度振动输出灵敏度，通过振动输出灵敏度会影响融合传感器对振动信号的检测范围和分辨率，高输出灵敏度的融合传感器可以更精确地检测到微小的振动信号。根据压电元件数据、弹簧数据、匹配基座数据和振动工作频带关系可得到振动工作频带，振动工作频道的选择会影响融合传感器在不同频率下的检测性能和适用性，合适的工作频道可以使传感器在特定频率范围内具有更高的灵敏度和准确性。将振动输出灵敏度、振动工作频带、超声谐振频率和超声输出灵敏度作为参数生成初始的参数组，并通过多目标遗传算法生成多个对应的参数组，通过不同的参数组数据判断不同的参数组对应的融合传感器的综合性能，避免了通过构建有限元模型进行分析所消耗的大量的时间和计算成本，并可通过对多个参数组进行综合评分，选取评分最高的作为最优参数组，通过最优参数组实现对融合传感器的参数优化，从而根据该最优参数组设计出高性能的融合传感器，从而有效地提高了融合传感器的设计效率，同时有效地降低了传感器设计和制造的开发周期和成本。
可选地，所述压电元件数据包括压电元件静态电容、压电元件厚度、压电元件声阻抗、压电元件阻抗和压电元件声波数；所述匹配基座数据包括匹配层声学阻抗、背衬块声学阻抗、匹配层厚度、匹配层声波数；所述根据所述压电元件数据、所述匹配基座数据、所述超声输入电压以及预设的超声输出电压关系得到超声输出电压，包括：
根据所述压电元件厚度、所述压电元件声阻抗、所述压电元件声波数和所述匹配层声学阻抗，通过匹配层声学阻抗关系，得到匹配层等效输入阻抗；
根据所述压电元件厚度、所述压电元件声阻抗、所述压电元件声波数和所述背衬块声学阻抗，通过背衬块声学阻抗关系，得到背衬块等效输入阻抗；
根据所述压电元件阻抗、所述压电元件静态电容、所述匹配层等效输入阻抗和所述背衬块等效输入阻抗，通过等效输出阻抗关系，得到所述压电元件的等效输出阻抗；
根据所述压电元件厚度、所述压电元件声波数、所述匹配层厚度、所述匹配层声波数、所述匹配层声学阻抗和所述压电元件声阻抗，得到匹配层至压电层的总传输矩阵，根据所述总传输矩阵得到第一传输矩阵参数和第二传输矩阵参数；
根据所述匹配层等效输入阻抗、所述背衬块等效输入阻抗、所述第一传输矩阵参数、所述第二传输矩阵参数、所述等效输出阻抗、所述超声输入电压和超声输出电压关系，得到所述超声输出电压。
可选地，所述匹配层声学阻抗关系满足：
；
所述背衬块声学阻抗关系满足：
；
所述等效输出阻抗关系满足：
；
所述超声输出电压关系满足：
；
其中，Us为所述超声输出电压，Uf为所述超声输入电压，ZP1为所述匹配层等效输入阻抗，ZP2为所述背衬块等效输入阻抗，Zout为所述等效输出阻抗，Zf为匹配层声学阻抗，N21为所述第一传输矩阵参数，N22为所述第二传输矩阵参数，Ф为所述压电元件的等效放大倍数，Rs为等效电路输入阻抗，t0为所述压电元件厚度、Z0为所述压电元件声阻抗、k0为所述压电元件声波数、Zb所述背衬块声学阻抗，X为所述压电元件电抗。
可选地，所述根据所述压电元件厚度、所述压电元件声波数、所述匹配层厚度、所述匹配层声波数、所述匹配层声学阻抗和所述压电元件声阻抗，得到匹配层至压电层的总传输矩阵，包括：
根据所述压电元件厚度、所述压电元件声波数和所述压电元件声阻抗，构建压电元件传输矩阵；
根据所述匹配层厚度、所述匹配层声波数和所述匹配层声学阻抗，构建匹配层传输矩阵；
根据所述压电元件声阻抗、所述背衬块声学阻抗以及预设的反射系数关系，得到反射系数；
根据所述压电元件传输矩阵、所述匹配层传输矩阵和反射系数，构建所述总传输矩阵。
可选地，所述压电元件传输矩阵满足：
；
所述匹配层传输矩阵满足：
；
所述反射系数关系满足：
；
所述总传输矩阵满足：
；
其中，N为所述总传输矩阵，N0为所述压电元件传输矩阵，N1为所述匹配层传输矩阵，N11和N12为所述总传输矩阵的元素，N21为所述第一传输矩阵参数，N22为所述第二传输矩阵参数，t0为所述压电元件厚度、Z0为所述压电元件声阻抗、k0为所述压电元件声波数、Zb所述背衬块声学阻抗，te为所述匹配层厚度、Ze为所述匹配层声学阻抗、ke为所述匹配层声波数、γ为所述反射系数。
具体地，如图4所示，在超声测量声电等效模型中，以克里姆霍尔兹等效电路为基本模型，压电元件的电路特性用集中参数表示，而压电的声学特性则用传输线方式表示，在此模型中，融合传感器的压电元件根据传感器的实际构造位于声传输线的中心，并由变比为Φ：1的理想等效变压器接收信号，其电路特性用集中参数表示在等效电路模型中，匹配层和背衬作为声学传输线的重要组成部分，其各自的材料声阻抗和声学等效电源影响着融合传感器的超声输出特性，选取应用成熟、性能优良的PZT-5作为压电元件，其在等效电路中基本参数满足：
；
其中，C0为压电元件的静态电容，t0为压电元件的厚度，S为压电元件的横截面面积，ＫT为压电元件相对介电常数，ε0为真空介电常数，值为8.85×10-12F/m，ω0为半波长谐振频率，c为压电元件的纵向速度，值为3460m/s；Z0为压电元件的声阻抗，即该压电元件的声学的阻抗，ρ为压电元件的密度，值为7600kg/m3，Φ为机-电理想变压器的变比；kt为压电元件的有效压电耦合系数，值为0.51；ω为角频率，参数受频率影响；X为压电元件的电抗。
进一步地，前端匹配层在声传输线中的等效输入阻抗为Zp1，后端背衬在声传输线中的等效输入阻抗为Zp2，压电元件内部电路的等效输出阻抗为Zout，融合传感器内部结构为多层纵向布局，在压电元件的前端添加了匹配层、后端添加了背衬层，根据声学传输线理论，可将上述结构共同作为传输线的负载进行超声传感器内部信号传递计算，传输线单元的相关变量是平均电势F和平均电流V，变量以拉普拉斯转换方式满足：
；
其中，为传感器终端的平均电势，/>为传感器终端的平均电流，/>为传感器始端的平均电势，/>为传感器始端的平均电流，N为传输矩阵，可实现平面声波在传感器内部的传递，且方向可逆，传输矩阵N由输入与输出端口间的参数决定。
进一步地，在输入与输出端口间存在压电层、匹配层、背衬层三个声传输线单元，通过各传输矩阵来表征信号在特定单元上的传输特性，各传输矩阵相乘求得输入的总传输矩阵，根据声传输线的理论，纵向传递、厚度为t0的的压电元件的传输矩阵为N0，纵向传递、厚度为te的的匹配层的传输矩阵为N1，背衬块的引入会造成声波信号的折射或反射，当平面声波垂直入射到背衬层与压电层两种介质的平面分界面上时，超声波声压的反射系数满足：
；
进一步地，由于声波的反射作用，纵向传递的背衬层的传输矩阵可以表示为γN1，基于上述分析，由匹配层至压电层的总传输矩阵为N，综合上述机-电等效电路模型与声学传输线理论进行计算，可得融合传感器的超声输出电压满足：
。
在本实施例中，根据融合传感器的压电层和匹配层的声学阻抗、匹配层至压电层的传输矩阵和超声输入电压得到融合传感器的超声输出电压，可以通过该超声输出电压衡量融合传感器的性能，通过将声波信号转换为电压信号，从而实现声波的测量和检测，并将该电压信号通过传感器读取和处理，进而通过超声输出电压体现设计的融合传感器测量目标物体的距离、位置、速度等信息，从而通过设计适合的传感器超声输出电压使融合传感器可以更准去地进行距离测量。
可选地，所述超声输出灵敏度关系满足：
；
所述超声谐振频率关系满足：
；
其中，F1为所述超声输出灵敏度，Us为所述超声输出电压，Uf为所述超声输入电压，F2为所述超声谐振频率，CF为所述谐振频率。
具体地，根据超声输入电压Uf和超声输出电压Us，通过超声输出灵敏度关系得到融合传感器的超声输出灵敏度，由于传感器的超声输出灵敏度可以影响传感器对声波信号的检测和测量能力，较高的输出灵敏度意味着传感器可以更容易地检测到来自目标物体的声波信号，另一方面，较低的输出灵敏度可能导致传感器对声波信号的检测能力不足，从而影响了测量的准确性和可靠性，因此，因此通过设计优化融合传感器的超声输出灵敏度，可以提高融合传感器测量的精确度和稳定性。
进一步地，根据超声输出电压和对应的谐振频率绘制超声输出电压-谐振频率曲线，根据曲线中最大超声输出电压确定对应的谐振频率，从而通过超声谐振频率关系得到该融合传感器的超声谐振频率，通过最大超声输出电压可以确定设计的融合传感器的工作范围内能够获得的最大输出电压值，而其对应的谐振频率是指融合传感器在特定频率下产生最大振幅的频率，因此融合传感器设计过程中通过超声谐振频率的设定可以影响传感器的测量精度和稳定性，从而可以确保传感器在工作范围内能够提供准确和可靠的测量结果，并且超声谐振频率也会影响传感器的探测距离，通过调整可以改变传感器的探测范围，使其适应不同的应用场景，在一些应用中，如移动设备或者无线传感器网络，能耗和热量是非常重要的考虑因素，通过优化超声谐振频率，可以降低传感器的能耗和热量产生，延长设备的使用寿命。
可选地，所述压电元件数据包括压电元件静态电容、压电片数量、背衬块等效质量和压电元件的压电常数；所述根据所述压电元件数据以及预设的所述振动输出灵敏度关系，得到振动输出灵敏度，包括：
根据所述压电元件静态电容、所述压电片数量、所述背衬块等效质量、所述压电常数，通过所述振动输出灵敏度关系，得到所述振动输出灵敏度；
所述振动输出灵敏度关系满足：
；
其中，F3为所述振动输出灵敏度，n为所述压电片数量，mb为所述背衬块等效质量，d为所述压电常数，C0为所述压电元件静态电容。
具体地，在振动测量力学等效模型中，由于圆柱形的压电元件与两侧的镀银薄膜在其纵向可等效为平板电容器，结合压电元件电荷产生原理，可得单片压电元件应变产生的电荷量。
单片压电元件应变产生的电荷量满足：
；
其中，Q为单片压电元件应变产生的电荷量，C0为压电元件的静态电容值，U为压电元件的开路电压，d33为压电元件在纵向极化方向将机械能转换为电能的压电常数，mb为质量背衬块的质量，a0为被测表面的加速度值。
进一步地，单位加速度下n片压电元件组成的振动测量的电压灵敏度，即振动电压输出灵敏度满足：
。
在本实施例中，通过压电元件静态电容、压电片数量、背衬块等效质量和压电常数，计算得到融合传感器的振动输出灵敏度，通过振动电压输出灵敏度衡量设计的融合传感器对振动信号的检测和输出能力，可以通过振动输出灵敏度调节融合传感器的性能和应用范围，振动电压输出灵敏度越高，融合传感器对微小振动的检测能力就越强，这意味着传感器可以检测到更小幅度的振动信号，从而提高了传感器的精度和灵敏度，而高灵敏度的振动传感器可以用于更广泛的应用领域，包括工业监测、结构健康监测、医疗诊断等，在这些领域中，对微小振动的检测要求较高，需要具有高灵敏度的传感器来实现，因此，通过设计合理的振动电压输出灵敏度，从而得到符合要求的融合传感器。
可选地，所述弹簧数据包括弹簧等效刚度；所述压电元件数据包括压电元件等效刚度和压电元件等效质量；所述匹配基座数据包括匹配基座等效刚度、匹配基座等效质量和背衬块等效质量；所述根据所述压电元件数据、所述弹簧数据、所述匹配基座数据以及预设的振动工作频带关系，得到振动工作频带，包括：
根据所述弹簧等效刚度、压电元件等效刚度、匹配基座等效刚度，通过预设的总等效刚度关系，得到总等效刚度；
根据所述总等效刚度、所述压电元件等效质量、所述匹配基座等效质量和所述背衬块等效质量，通过所述振动工作频带关系，得到所述振动工作频带；
所述总等效刚度关系满足：
；
所述振动工作频带关系满足：
；/>
其中，F4为所述振动工作频带，K为所述总等效刚度，Me为所述压电元件等效质量，Mf为所述匹配基座等效质量，mb为所述背衬块等效质量，Ks为所述弹簧等效刚度，Ke为所述压电元件等效刚度，Kf为所述匹配基座等效刚度。
具体地，在振动测量力学等效模型中，为保证振动信号的输出线性度，压缩式振动测量的工作范围一般在0-1/5fn之间，其中fn为融合传感器的固有频率，因此可通过固有频率的数学模型计算来得到融合传感器的振动有效工作频带，将融合传感器的结构简化为单自由度振动系统，如图5所示，为融合传感器内部等效力学模型。
固有频率满足：
；
其中，fn为固有频率，M为压电片以及匹配层的总有效质量（弹簧质量相对于其他元件质量较小，在此处质量忽略），mb为质量背衬块的质量，K为串联单自由系统的等效刚度，由匹配层、压电片、弹簧等弹性结构串联等效计算可得。
弹簧的等效刚度满足：
；
其中，Ks为弹簧的等效刚度，G为弹簧的剪切弹性模量，d为弹簧结构的线径，D为弹簧的中心直径，ns为弹簧的有效圈数。
进一步地，对于融合传感器的压电元件与匹配基座层，其结构均为圆柱形，因此各部件的等效刚度可根据圆柱体的刚度公式进行计算，即根据圆柱体结构材料的弹性模量和圆柱体结构的横截面面积的乘积除以圆柱体结构的纵向厚度，并且融合传感器中通常设置多个相同的压电元件，因此每个压电元件的等效刚度Ke相同。
压电元件等效刚度满足：
；
匹配基座等效刚度满足：
；
其中，Ke为压电元件等效刚度，Kf为匹配基座等效刚度，Ee为压电元件材料的弹性模量，Ef为匹配基座材料的弹性模量，Ae为压电元件的横截面面积，Af为匹配基座的横截面面积，te为压电元件厚度，tf为匹配基座的厚度。
进一步地，根据串联弹性结构等效刚度可得融合传感器的总刚度K满足：
。
具体地，在单自由度弹性系统中，各弹性单元彼此连接、相互影响，导致单元结构的有效质量不仅与其本身质量相关，还会受到弹性系统其他单元刚度情况的影响，例如融合传感器中压电元件数量为2，则基于瑞利能量法对于第一压电元件、第二压电元件、匹配基座等结构单元的等效质量计算，其中，基于瑞利能量法描述了弹性体在受力作用下的能量转换和能量守恒原理，即外力对弹性体作用时，弹性体内部储存的应变能会发生变化，这种变化可以用来描述弹性体的变形和应力分布情况，基于上述分析，得到融合传感器固有频率的数学模型，进而求出振动测量的有效工作频带为0-fu。
第一压电元件等效质量满足：
；
第二压电元件等效质量满足：
；
匹配基座等效质量满足：
；
上限频率满足：
；
其中，Me1为第一压电元件等效质量，Me2为第二压电元件等效质量，Mf为匹配基座等效质量，me为压电元件的真实质量，mf为匹配基座的真实质量，fu为上限频率。
进一步地，根据融合传感器的上限频率可以得到该融合常感器的振动工作频带，振动工作频带满足：
；
其中，Me为融合传感器中全部压电元件的等效质量。
在本实施例中，通过融合传感器的上限频率得到该融合传感器对应的振动工作频带，在进行传感器设计时通过选择合适的工作频带可以使传感器适用于不同频率范围内的振动测量，例如对于高频振动测量，需要具有较宽的工作频带的传感器；而对于低频振动测量，则需要具有较窄的工作频带的传感器，并且工作频带的选择直接影响传感器的测量精度和灵敏度，传感器在其工作频带内通常具有更高的灵敏度和精度，而在工作频带之外可能表现出较低的灵敏度和精度。
可选地，所述根据预设的权重关系和全部所述参数组得到每个所述参数组对应的权重系数，包括：
根据所述参数组中的所述参数与全部所述参数组中对应的所述参数和的比值，得到所述参数的参数占比重；
通过所述参数占比重和预设的信息效用值关系得到所述参数组的信息效用值；
根据所述信息效用值与全部所述参数组的所述信息效用值和的比值，得到所述参数组的权重系数；
所述信息效用值关系满足：
；
其中，dj为第j个所述参数组的所述信息效用值，Pij为第j个所述参数组的第i个所述参数的所述参数占比重，n为所述参数组中的参数数量。
具体地，根据参数组中的参数的值与全部参数组中对应的相同参数值和的比值，得到当前参数组中该参数值的参数占比重，其中，参数占比重满足：
；
其中，Pij为第j个参数组中第i个参数的参数占比重，aij为第j个参数组中的第i个参数（融合传感器的参数组中的参数数量为四个，即振动输出灵敏度、振动工作频带、超声谐振频率和超声输出灵敏度），h为参数组的数量。
进一步地，根据根据全部参数的参数占比重，通过信息效用值关系得到每个参数组的信息效用值，并将当前参数组的信息效用值除以全部按住组的信息效用值的和，从而得到每个参数组的权重系数。
具体地，权重系数满足：
；
其中，wj为参数组中第j个参数组的权重系数，dj为第j个参数组的信息效用值，m为参数组数量。
在本实施例中，通过计算每个参数组的权重系数，通过该权重系数可以准确地判断每组参数所设计的融合传感器的性能差异，进而根据该权重系数对参数组进行筛选，得到权重系数最高的参数组作为最优参数组，劲儿根据该最优参数组进行传感器的设计和制造，从而最终得到高性能的融合传感器，通过对权重系数的筛选有效地避免了通过实验或有限元模型分析等方法进行传感器设计所消耗的大量计算量和资源占用，提高了融合传感器设计效率。
本发明还提供一种计算机设备，包括存储有计算机程序的计算机可读存储介质和处理器，所述计算机程序被所述处理器读取并运行时，实现如上所述融合传感器设计优化方法。
本发明提供的计算机设备与融合传感器设计优化方法相较于现有技术的优势基本相同，在此不再赘述。
现描述可以作为本发明的服务器或客户端的计算机设备，或者说电子设备，其是可以应用于本发明的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
电子设备包括计算单元，其可以根据存储在只读存储器（ROM）中的计算机程序或者从存储单元加载到随机访问存储器（RAM）中的计算机程序，来执行各种适当的动作和处理。在RAM中，还可存储设备操作所需的各种程序和数据。计算单元、ROM以及RAM通过总线彼此相连。输入/输出（I/O）接口也连接至总线。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。在本申请中，所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
虽然本发明披露如上，但本发明的保护范围并非仅限于此。本领域技术人员在不脱离本发明的精神和范围的前提下，可进行各种变更与修改，这些变更与修改均将落入本发明的保护范围。
Claims (10)
1.一种融合传感器设计优化方法，其特征在于，包括：
获取融合传感器的压电元件数据、弹簧数据、匹配基座数据和超声输入电压；
根据所述压电元件数据、所述匹配基座数据、所述超声输入电压以及预设的超声输出电压关系得到超声输出电压，并根据所述超声输出电压、所述超声输入电压以及预设的超声输出灵敏度关系得到超声输出灵敏度；
根据最大的所述超声输出电压得到对应的谐振频率，根据所述谐振频率以及预设的超声谐振频率关系得到超声谐振频率；
根据所述压电元件数据以及预设的振动输出灵敏度关系得到振动输出灵敏度；
根据所述压电元件数据、所述弹簧数据、所述匹配基座数据以及预设的振动工作频带关系得到振动工作频带；
将所述振动输出灵敏度、所述振动工作频带、所述超声谐振频率和所述超声输出灵敏度作为参数，并通过预设的多目标优化遗传算法，根据所述参数生成多个参数组；
根据预设的权重关系和全部所述参数组得到每个所述参数组对应的权重系数，并将最大的所述权重系数对应的所述参数组确定为最优参数组。
2.根据权利要求1所述融合传感器设计优化方法，其特征在于，所述压电元件数据包括压电元件静态电容、压电元件厚度、压电元件声阻抗、压电元件阻抗和压电元件声波数；所述匹配基座数据包括匹配层声学阻抗、背衬块声学阻抗、匹配层厚度、匹配层声波数；所述根据所述压电元件数据、所述匹配基座数据、所述超声输入电压以及预设的超声输出电压关系得到超声输出电压，包括：
根据所述压电元件厚度、所述压电元件声阻抗、所述压电元件声波数和所述匹配层声学阻抗，通过匹配层声学阻抗关系，得到匹配层等效输入阻抗；
根据所述压电元件厚度、所述压电元件声阻抗、所述压电元件声波数和所述背衬块声学阻抗，通过背衬块声学阻抗关系，得到背衬块等效输入阻抗；
根据所述压电元件阻抗、所述压电元件静态电容、所述匹配层等效输入阻抗和所述背衬块等效输入阻抗，通过等效输出阻抗关系，得到所述压电元件的等效输出阻抗；
根据所述压电元件厚度、所述压电元件声波数、所述匹配层厚度、所述匹配层声波数、所述匹配层声学阻抗和所述压电元件声阻抗，得到匹配层至压电层的总传输矩阵，根据所述总传输矩阵得到第一传输矩阵参数和第二传输矩阵参数；
根据所述匹配层等效输入阻抗、所述背衬块等效输入阻抗、所述第一传输矩阵参数、所述第二传输矩阵参数、所述等效输出阻抗、所述超声输入电压和超声输出电压关系，得到所述超声输出电压。
3.根据权利要求2所述融合传感器设计优化方法，其特征在于，所述匹配层声学阻抗关系满足：
；
所述背衬块声学阻抗关系满足：
；
所述等效输出阻抗关系满足：
；
所述超声输出电压关系满足：
；
其中，Us为所述超声输出电压，Uf为所述超声输入电压，ZP1为所述匹配层等效输入阻抗，ZP2为所述背衬块等效输入阻抗，Zout为所述等效输出阻抗，Zf为匹配层声学阻抗，N21为所述第一传输矩阵参数，N22为所述第二传输矩阵参数，Ф为所述压电元件的等效放大倍数，Rs为等效电路输入阻抗，t0为所述压电元件厚度、Z0为所述压电元件声阻抗、k0为所述压电元件声波数、Zb所述背衬块声学阻抗，X为所述压电元件电抗。
4.根据权利要求2所述融合传感器设计优化方法，其特征在于，所述根据所述压电元件厚度、所述压电元件声波数、所述匹配层厚度、所述匹配层声波数、所述匹配层声学阻抗和所述压电元件声阻抗，得到匹配层至压电层的总传输矩阵，包括：
根据所述压电元件厚度、所述压电元件声波数和所述压电元件声阻抗，构建压电元件传输矩阵；
根据所述匹配层厚度、所述匹配层声波数和所述匹配层声学阻抗，构建匹配层传输矩阵；
根据所述压电元件声阻抗、所述背衬块声学阻抗以及预设的反射系数关系，得到反射系数；
根据所述压电元件传输矩阵、所述匹配层传输矩阵和反射系数，构建所述总传输矩阵。
5.根据权利要求4所述融合传感器设计优化方法，其特征在于，所述压电元件传输矩阵满足：
；
所述匹配层传输矩阵满足：
；
所述反射系数关系满足：
；
所述总传输矩阵满足：
；
其中，N为所述总传输矩阵，N0为所述压电元件传输矩阵，N1为所述匹配层传输矩阵，N11和N12为所述总传输矩阵的元素，N21为所述第一传输矩阵参数，N22为所述第二传输矩阵参数，t0为所述压电元件厚度、Z0为所述压电元件声阻抗、k0为所述压电元件声波数、Zb所述背衬块声学阻抗，te为所述匹配层厚度、Ze为所述匹配层声学阻抗、ke为所述匹配层声波数、γ为所述反射系数。
6.根据权利要求1所述融合传感器设计优化方法，其特征在于，所述超声输出灵敏度关系满足：
；
所述超声谐振频率关系满足：
；
其中，F1为所述超声输出灵敏度，Us为所述超声输出电压，Uf为所述超声输入电压，F2为所述超声谐振频率，CF为所述谐振频率。
7.根据权利要求1所述融合传感器设计优化方法，其特征在于，所述压电元件数据包括压电元件静态电容、压电片数量、背衬块等效质量和压电元件的压电常数；所述根据所述压电元件数据以及预设的所述振动输出灵敏度关系，得到振动输出灵敏度，包括：
根据所述压电元件静态电容、所述压电片数量、所述背衬块等效质量、所述压电常数，通过所述振动输出灵敏度关系，得到所述振动输出灵敏度；
所述振动输出灵敏度关系满足：
；
其中，F3为所述振动输出灵敏度，n为所述压电片数量，mb为所述背衬块等效质量，d为所述压电常数，C0为所述压电元件静态电容。
8.根据权利要求1所述融合传感器设计优化方法，其特征在于，所述弹簧数据包括弹簧等效刚度；所述压电元件数据包括压电元件等效刚度和压电元件等效质量；所述匹配基座数据包括匹配基座等效刚度、匹配基座等效质量和背衬块等效质量；所述根据所述压电元件数据、所述弹簧数据、所述匹配基座数据以及预设的振动工作频带关系，得到振动工作频带，包括：
根据所述弹簧等效刚度、压电元件等效刚度、匹配基座等效刚度，通过预设的总等效刚度关系，得到总等效刚度；
根据所述总等效刚度、所述压电元件等效质量、所述匹配基座等效质量和所述背衬块等效质量，通过所述振动工作频带关系，得到所述振动工作频带；
所述总等效刚度关系满足：
；
所述振动工作频带关系满足：
；
其中，F4为所述振动工作频带，K为所述总等效刚度，Me为所述压电元件等效质量，Mf为所述匹配基座等效质量，mb为所述背衬块等效质量，Ks为所述弹簧等效刚度，Ke为所述压电元件等效刚度，Kf为所述匹配基座等效刚度。
9.根据权利要求1所述融合传感器设计优化方法，其特征在于，所述根据预设的权重关系和全部所述参数组得到每个所述参数组对应的权重系数，包括：
根据所述参数组中的所述参数与全部所述参数组中对应的所述参数和的比值，得到所述参数的参数占比重；
通过所述参数占比重和预设的信息效用值关系得到所述参数组的信息效用值；
根据所述信息效用值与全部所述参数组的所述信息效用值和的比值，得到所述参数组的权重系数；
所述信息效用值关系满足：
；
其中，dj为第j个所述参数组的所述信息效用值，Pij为第j个所述参数组的第i个所述参数的所述参数占比重，n为所述参数组中的参数数量。
10.一种计算机设备，其特征在于，包括存储有计算机程序的计算机可读存储介质和处理器，所述计算机程序被处理器执行时，实现如权利要求1至9任一项所述融合传感器设计优化方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410179032.6A CN117744407A (zh) | 2024-02-18 | 2024-02-18 | 一种融合传感器设计优化方法及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410179032.6A CN117744407A (zh) | 2024-02-18 | 2024-02-18 | 一种融合传感器设计优化方法及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117744407A true CN117744407A (zh) | 2024-03-22 |
Family
ID=90278053
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410179032.6A Pending CN117744407A (zh) | 2024-02-18 | 2024-02-18 | 一种融合传感器设计优化方法及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117744407A (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020156379A1 (en) * | 2001-01-05 | 2002-10-24 | Angelsen Bjorn A.J. | Wide or multiple frequency band ultrasound transducer and transducer arrays |
| CN101726517A (zh) * | 2009-12-25 | 2010-06-09 | 上海纳米技术及应用国家工程研究中心有限公司 | 实现超声纳米焊接气体传感器优化的方法 |
| CN112014594A (zh) * | 2020-08-31 | 2020-12-01 | 中国地震局地球物理研究所 | 基于柔性铰链的增敏型fbg加速度传感器及测量方法 |
| CN112212970A (zh) * | 2019-07-10 | 2021-01-12 | 西安陆海地球物理科技有限公司 | 一种压电检波器测试仪的标准传感器及设计方法 |
| CN113569505A (zh) * | 2021-06-25 | 2021-10-29 | 西安电子科技大学 | 基于等效电路模型的超声换能器智能优化设计方法 |
| CN115113186A (zh) * | 2021-03-17 | 2022-09-27 | 现代摩比斯株式会社 | 用于控制车辆超声波传感器的系统和操作方法 |
| CN117131829A (zh) * | 2023-08-02 | 2023-11-28 | 中北大学 | 优化空气耦合超声传感器的仿真设计方法 |
| CN117421563A (zh) * | 2023-12-18 | 2024-01-19 | 深圳火眼智能有限公司 | 基于多传感器数据融合分析噪声的方法、装置以及设备 |
| CN117554754A (zh) * | 2023-10-26 | 2024-02-13 | 贵州电网有限责任公司 | Gis内置特高频传感器优化方法及系统 |
-
2024
- 2024-02-18 CN CN202410179032.6A patent/CN117744407A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020156379A1 (en) * | 2001-01-05 | 2002-10-24 | Angelsen Bjorn A.J. | Wide or multiple frequency band ultrasound transducer and transducer arrays |
| CN101726517A (zh) * | 2009-12-25 | 2010-06-09 | 上海纳米技术及应用国家工程研究中心有限公司 | 实现超声纳米焊接气体传感器优化的方法 |
| CN112212970A (zh) * | 2019-07-10 | 2021-01-12 | 西安陆海地球物理科技有限公司 | 一种压电检波器测试仪的标准传感器及设计方法 |
| CN112014594A (zh) * | 2020-08-31 | 2020-12-01 | 中国地震局地球物理研究所 | 基于柔性铰链的增敏型fbg加速度传感器及测量方法 |
| CN115113186A (zh) * | 2021-03-17 | 2022-09-27 | 现代摩比斯株式会社 | 用于控制车辆超声波传感器的系统和操作方法 |
| CN113569505A (zh) * | 2021-06-25 | 2021-10-29 | 西安电子科技大学 | 基于等效电路模型的超声换能器智能优化设计方法 |
| CN117131829A (zh) * | 2023-08-02 | 2023-11-28 | 中北大学 | 优化空气耦合超声传感器的仿真设计方法 |
| CN117554754A (zh) * | 2023-10-26 | 2024-02-13 | 贵州电网有限责任公司 | Gis内置特高频传感器优化方法及系统 |
| CN117421563A (zh) * | 2023-12-18 | 2024-01-19 | 深圳火眼智能有限公司 | 基于多传感器数据融合分析噪声的方法、装置以及设备 |
Non-Patent Citations (1)
| Title |
|---|
| 周明;邵富群;张文波;: "沉降过程超声成像传感器制作及其声场测量", 化工自动化及仪表, no. 07, 10 July 2013 (2013-07-10) * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Abdelgawad et al. | Internet of things (IoT) platform for structure health monitoring | |
| Meynier et al. | A multiscale model for array of capacitive micromachined ultrasonic transducers | |
| Gardonio et al. | Analysis and measurement of a matched volume velocity sensor and uniform force actuator for active structural acoustic control | |
| JP2011527791A (ja) | タッチ検知デバイス | |
| Bai et al. | Estimation of sound power of baffled planar sources using radiation matrices | |
| CN115016031A (zh) | 一种用水下多物理场复合探测系统的探测阵列优化方法 | |
| Rahman et al. | Square diaphragm CMUT capacitance calculation using a new deflection shape function | |
| CN104871440B (zh) | 模块化并行波束形成系统及关联方法 | |
| Wiest et al. | Robust design of an asymmetrically absorbing Willis acoustic metasurface subject to manufacturing-induced dimensional variations | |
| CN105550433A (zh) | 一种电容式微机械超声传感器特性分析方法 | |
| Allam et al. | Aspect ratio-dependent dynamics of piezoelectric transducers in wireless acoustic power transfer | |
| CN117744407A (zh) | 一种融合传感器设计优化方法及设备 | |
| CN117434144A (zh) | 一种超声导波损伤检测与原位校准方法 | |
| CN105103155B (zh) | 分析装置以及分析方法 | |
| Angerer et al. | Enhanced KLM model for single-fibre piezocomposite transducers | |
| Chin et al. | Hybrid finite element formulation for periodic piezoelectric arrays subjected to fluid loading | |
| Liu et al. | Radiation modes and sound radiation from a flexible structure mounted in a duct | |
| CN113569505A (zh) | 基于等效电路模型的超声换能器智能优化设计方法 | |
| Frew et al. | VHDL-AMS behavioural modelling of a CMUT element | |
| Zhao et al. | Proof Mass Effects on a Flextensional Piezoelectric Energy Harvester | |
| Wang et al. | Spherical piezoelectric transducers of functionally graded materials | |
| Su et al. | Research on high sensitivity integrated transmit and receive hydroacoustic transducer | |
| Masouleh et al. | Finite element modeling of ultrasonic transducers | |
| CN118132982A (zh) | 一种基于多项式拟合的声表面波谐振器com参数提取方法 | |
| Hofer et al. | Finite element calculation of wave propagation and excitation in periodic piezoelectric systems |
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 |