首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化元件、部件论文--发送器(变换器)、传感器论文

基于硅纳米巨压阻结构的微型压力传感器研究

摘要第6-7页
Abstract第7-8页
第一章 绪论第9-22页
    1.1 研究背景及意义第9-11页
    1.2 国内外硅纳米线巨压阻效应的研究现状第11-17页
        1.2.1 巨压阻效应调控机理及其微观理论模型第11-15页
        1.2.2 巨压阻传感结构制作与测试方法第15-17页
    1.3 硅纳米巨压阻压力传感器的研究情况第17-19页
    1.4 巨压阻传感器应用的制约因素及补偿方法第19-20页
    1.5 论文主要内容与安排第20-22页
第二章 硅纳米线巨压阻测试结构设计、制作与表征分析第22-36页
    2.1 巨压阻测试结构设计方案第22-27页
        2.1.1 阵列比率测量方法第22-24页
        2.1.2 整体工艺流程及版图设计第24-27页
    2.2 巨压阻测试结构流水制作第27-29页
    2.3 硅纳米线巨压阻系数四点弯曲测试装置第29-31页
    2.4 巨压阻测试结构性能表征研究第31-35页
        2.4.1 硅纳米线力学性质测试结果与分析第31-32页
        2.4.2 硅纳米线阵列巨压阻系数测试结果与机理分析第32-35页
    2.5 本章小结第35-36页
第三章 硅纳米巨压阻压力传感器的结构设计与理论分析第36-53页
    3.1 巨压阻压力传感器的工作原理第36-40页
    3.2 基于方膜变形理论的传感器结构设计第40-43页
        3.2.1 方膜的尺寸与厚度设计第40-41页
        3.2.2 硅纳米压阻尺寸的设计第41-43页
    3.3 基于有限元方法的传感器芯片优化设计第43-49页
        3.3.1 结构建模与仿真第43-45页
        3.3.2 结构参数的敏感性分析第45-47页
        3.3.3 巨压阻传感器灵敏度理论分析第47-49页
    3.4 巨压阻传感器信噪比理论分析第49-52页
    3.5 本章小结第52-53页
第四章 硅纳米巨压阻压力传感器芯片设计、制作与封装第53-61页
    4.1 双纳米线传感器版图设计第53-54页
    4.2 传感器制作工艺流程第54-58页
    4.3 传感器芯片封装第58-60页
    4.4 本章小结第60-61页
第五章 硅纳米巨压阻传感器检测电路与系统软件设计第61-79页
    5.1 传感器数据采集模块第61-66页
        5.1.1 ADC电压基准电路设计第62-63页
        5.1.2 高精度ADC采集模块第63-64页
        5.1.3 压力传感器模块电路第64-65页
        5.1.4 温度传感器模块电路第65-66页
    5.2 其他电路设计第66-70页
        5.2.1 供电电路设计第66-67页
        5.2.2 微处理器主控模块设计第67-69页
        5.2.3 无线通信电路设计第69页
        5.2.4 显示模块电路第69-70页
    5.3 PCB设计第70-71页
    5.4 单片机程序设计第71-76页
        5.4.1 数据采集软件设计第71-74页
        5.4.2 GSM通信软件设计第74-76页
    5.5 其他软件设计第76-77页
    5.6 本章小结第77-79页
第六章 测试结果分析及数据融合算法补偿第79-90页
    6.1 实验测试系统第79-80页
    6.2 灵敏度温度特性测试结果与分析第80-81页
    6.3 粒子群优化的BP神经网络数据融合算法第81-86页
        6.3.1 PSO-BP神经网络算法概述第81-83页
        6.3.2 PSO-BP数据融合算法构建第83-86页
    6.4 传感器静态特性数据融合补偿结果分析第86-88页
        6.4.1 线性度测量与分析第87页
        6.4.2 迟滞误差测量与分析第87-88页
        6.4.3 重复性误差测量与分析第88页
        6.4.4 整体误差分析第88页
    6.5 本章小结第88-90页
第七章 结论与展望第90-93页
    7.1 论文结论第90-91页
    7.2 工作展望第91-93页
参考文献第93-100页
致谢第100-101页
作者简介第101-102页

论文共102页,点击 下载论文
上一篇:空间三平移并联机器人运动学特性及动力学控制研究
下一篇:面向健康评估的机器学习方法研究与应用