摘要 | 第7-8页 |
Abstract | 第8-9页 |
第一章 绪论 | 第10-23页 |
1.1 课题的研究背景及意义 | 第10-14页 |
1.2 MEMS压阻式压力传感器国内外发展现状 | 第14-17页 |
1.3 硅铝异质结MEMS压力传感器国内外发展现状 | 第17-19页 |
1.4 压力传感器补偿技术发展现状 | 第19-21页 |
1.4.1 硬件温度补偿技术发展现状 | 第19-20页 |
1.4.2 软件温度补偿技术发展现状 | 第20页 |
1.4.3 温度补偿技术存在的问题 | 第20-21页 |
1.5 本文主要研究内容与章节安排 | 第21-23页 |
第二章 硅铝异质结压力传感器理论分析与结构设计 | 第23-37页 |
2.1 压阻式压力传感器的基本原理 | 第23-26页 |
2.1.1 传统压阻式压力传感器的工作原理 | 第23-24页 |
2.1.2 硅铝异质结压力传感器的工作原理 | 第24-26页 |
2.2 硅铝异质结压力传感器的基本特性 | 第26-28页 |
2.2.1 硅铝异质结传感器的静态特性 | 第26-27页 |
2.2.2 硅铝异质结传感器的温度特性 | 第27-28页 |
2.3 硅铝异质结压力传感器的设计 | 第28-32页 |
2.3.1 硅铝异质结压力传感结构设计 | 第28-30页 |
2.3.2 应变薄膜设计 | 第30-31页 |
2.3.3 硅杯掩膜设计 | 第31-32页 |
2.4 硅铝异质结压力传感器结构设计有限元分析 | 第32-36页 |
2.4.1 有限元结构建模与仿真 | 第32-34页 |
2.4.2 灵敏度与信噪比仿真分析 | 第34-36页 |
2.5 本章小结 | 第36-37页 |
第三章 硅铝异质结压力传感器芯片的工艺设计与制作封装 | 第37-49页 |
3.1 掩膜版图设计 | 第37-39页 |
3.2 硅铝异质结传感器工艺流程 | 第39-44页 |
3.3 硅铝异质结压力传感器封装设计 | 第44-46页 |
3.4 测试结构分析 | 第46-48页 |
3.5 本章小结 | 第48-49页 |
第四章 硅铝异质结压力传感器测量系统硬件设计 | 第49-65页 |
4.1 测量系统的硬件总体设计方案 | 第49-50页 |
4.2 信号输入电路设计 | 第50-52页 |
4.2.1 硅铝异质结压力传感器测量电路 | 第50-51页 |
4.2.2 温度传感器电路 | 第51-52页 |
4.3 信号采集电路设计 | 第52-56页 |
4.3.1 模拟电源和基准电压源 | 第52-54页 |
4.3.2 信号采集模块设计 | 第54-55页 |
4.3.3 信号通道隔离设计 | 第55-56页 |
4.4 数字电路设计 | 第56-60页 |
4.4.1 数字电源设计 | 第56-57页 |
4.4.2 微处理器电路设计 | 第57-58页 |
4.4.3 液晶显示电路设计 | 第58-59页 |
4.4.4 无线通信电路设计 | 第59-60页 |
4.5 恒温加热电路设计 | 第60-62页 |
4.5.1 恒温加热电源设计 | 第60-61页 |
4.5.2 恒温加热驱动设计 | 第61-62页 |
4.6 PCB布局布线设计 | 第62-63页 |
4.7 电路外壳设计 | 第63-64页 |
4.8 本章小结 | 第64-65页 |
第五章 硅铝异质结压力传感器测量系统软件设计 | 第65-78页 |
5.1 系统软件平台总体设计方案 | 第65-66页 |
5.2 μCOS-Ⅲ软件平台搭建 | 第66-68页 |
5.2.1 μCOS-Ⅲ嵌入式软件系统介绍 | 第66-67页 |
5.2.2 μCOS-Ⅲ嵌入式软件移植 | 第67-68页 |
5.3 数据采集任务设计 | 第68-71页 |
5.4 PID恒温控制算法设计 | 第71-73页 |
5.4.1 PID算法简介 | 第71-72页 |
5.4.2 PID恒温加热程序设计 | 第72-73页 |
5.5 数据的远程传输 | 第73-76页 |
5.5.1 WIFI远程传输 | 第73-74页 |
5.5.2 蓝牙远程传输 | 第74-76页 |
5.6 GUI界面设计 | 第76-77页 |
5.6.1 STemWin简介以及移植 | 第76页 |
5.6.2 STemWin界面设计 | 第76-77页 |
5.7 本章小结 | 第77-78页 |
第六章 实验平台搭建及测试结果分析 | 第78-102页 |
6.1 半封装以及充油封装芯片测试 | 第78-86页 |
6.1.1 实验平台搭建 | 第78-79页 |
6.1.2 半封装芯片实验数据分析 | 第79-83页 |
6.1.3 充油封装芯片实验数据分析 | 第83-86页 |
6.2 神经网络数据补偿方法 | 第86-92页 |
6.2.1 基于遗传算法的小波神经网络简介 | 第86-87页 |
6.2.2 基于遗传算法的小波神经网络模型 | 第87-88页 |
6.2.3 基于遗传算法的小波神经网络数据补偿 | 第88-89页 |
6.2.4 温度灵敏度漂移误差和非线性误差补偿结果分析 | 第89-90页 |
6.2.5 重复性误差和迟滞误差补偿结果分析 | 第90-92页 |
6.3 基于最小二乘法的迟滞误差补偿 | 第92-94页 |
6.3.1 最小二乘法迟滞误差补偿原理 | 第92-93页 |
6.3.2 最小二乘法迟滞误差补偿结果分析 | 第93-94页 |
6.4 恒温压力系统测试与标定 | 第94-100页 |
6.4.1 恒温压力系统测试实验平台搭建 | 第94-97页 |
6.4.2 恒温系统测试 | 第97-99页 |
6.4.3 硅铝异质结传感器数据标定 | 第99-100页 |
6.5 实验结果比较 | 第100-101页 |
6.6 本章小结 | 第101-102页 |
第七章 总结与展望 | 第102-104页 |
7.1 总结 | 第102-103页 |
7.2 展望 | 第103-104页 |
参考文献 | 第104-109页 |
致谢 | 第109-110页 |
作者简介 | 第110-111页 |