【摘 要】
：
实时的厚度检测对于易磨损的器件工作状况的监控具有十分重要的意义。尽管现有的厚度检测设备如激光厚度传感器、超声波厚度传感器、电容式厚度传感器等可以用于常规的厚度测量,但是由于其具有庞大的体积、刚性的探头以及昂贵的价格限定了其在复杂工况下的应用以及大范围的推广。印刷电子作为一个新兴的领域在近些年快速发展,由于其具有成本低、易于制造、体积小、与柔性基板高度兼容等优点,在学术界和工业界受到广泛关注。纳米银
论文部分内容阅读
实时的厚度检测对于易磨损的器件工作状况的监控具有十分重要的意义。尽管现有的厚度检测设备如激光厚度传感器、超声波厚度传感器、电容式厚度传感器等可以用于常规的厚度测量,但是由于其具有庞大的体积、刚性的探头以及昂贵的价格限定了其在复杂工况下的应用以及大范围的推广。印刷电子作为一个新兴的领域在近些年快速发展,由于其具有成本低、易于制造、体积小、与柔性基板高度兼容等优点,在学术界和工业界受到广泛关注。纳米银粒子功能化的碳纳米管复合材料（CNT@Ag复合材料）由于具有低接触电阻和优异的机械性能等潜在特性,被认为是印刷传感器的候选材料。但是到目前为止,大多结果都没有达到预期,纳米银粒子功能化的碳纳米管复合材料的导电性严重下降。这可能是由于其存在两个关键问题:首先,由于范德瓦尔斯力强相互作用,碳纳米管（CNTs）自发地捆绑在一起;其次,由于碳原子之间的共价键与sp2杂化物相连,碳纳米管作为整合分子具有很高的化学稳定性。本文通过化学改性的方法制备出新型纳米银粒子功能化的碳纳米管复合材料,通过合理调控碳纳米管和纳米银粒子的比例,以及运用水合肼或甲醛作为还原剂来控制纳米银粒子的生产及长大,通过超声波和分散剂辅助的方法控制碳纳米管和纳米银粒子的分布,首次制备出弥散分布的纳米银粒子功能化的碳纳米管复合材料。运用纳米银粒子功能化的碳纳米管复合材料油墨制备出的基于印刷的接触式无创厚度传感器具有优异的灵敏度,相对于目前学术界已制备出的电容式厚度传感器该传感器的灵敏度提升约20倍,在0-6.0mm区间内灵敏度为0.5167p F/mm。同时结合对印刷图案、印刷方式等多个方面的优化,最大程度的发挥出纳米银粒子增强碳纳米复合材料的特性。最后本文将基于有限元仿真软件COMSOL的对传感器理论性能进行分析,还展示了传感器在包括汽车轮胎在内的物联网装置中厚度测量的应用。
其他文献
近些年来,计算机技术的发展与互联网的普及极大便利了各种生产生活活动,但是安全意识的缺失也为恶意代码的出现提供了必要条件。恶意代码检测成为了安全领域的热点问题,但是恶意代码使用的各种对抗技术也让检测与分析十分困难。在传统的针对加壳恶意样本的处理流程中,会先对加壳的种类与算法进行识别,再使用对应的脱壳算法处理,得到原始代码,再进行分析处理,这一过程中存在很多技术难点,耗时也较长。本文希望针对加壳样本的
应变传感器作为传感器领域重要的组成部分,在实际生活如城防建设,器械生产监测以及基础设施的预防和检查方面都有重要应用。同时随着柔性电子学相关领域的发展,应变传感器在人机交互、医疗健康、人体运动检测等领域有更加广阔的应用。目前市面上存在各种类型的传感器如电阻与电容型传感器,但是由于电源与连接线的限制,应变测量的场景受到诸多约束。同时应变测量的非一致性和高造价也极大地限制了它们的发展。声表面波应变传感器
三轴磁通门传感器具有精度高、稳定性好、可矢量测量等优点,在空间探测、姿态控制、地质勘探以及地磁检测中具有重要应用。现代微型卫星、无人机、车辆导航等新兴领域对三轴磁通门传感器提出了微型化、集成化、成本低的新要求。现有研究显示,通过MEMS工艺制备高精度的二维平面螺线管平行式磁通门传感器的技术手段已经非常成熟。但是,常规MEMS技术的限制使得很难使用同一技术路线实现Z分量器件的同步集成制造,因此三维磁
卷积神经网络（Convolutional Neural Network,CNN）由于具有表征学习的特点,被广泛应用于各个领域。近年来,随着卷积神经网络数量与规模的不断增加,基于现场可编程门阵列（Field Programmable Gate Array,FPGA）的卷积神经网络加速器快速设计方法已成为重要的研究方向。但是现有的设计主要针对吞吐率进行优化,整体延时通常较长,不能很好地满足实时应用的需
精确测量飞行器流场速度分布对分析飞行器的空气动力学性能及实现飞行器主动流动控制有着重要的意义。目前,随着小型飞行器的快速发展,迫切需要有可分辨0.01m/s空气流速变化,量程达到100m/s的宽量程、高分辨率,且体积小、功耗低、易集成的微传感器来满足其空气动力学测试需求。目前,市场上还没有性能可以满足上述要求且对流场干扰小的传感器可供使用。近年来,基于仿生学和MEMS（Micro-Electro-
深度学习中复杂的网络结构需要大规模的计算资源支持。在面积和功耗资源有限的移动端和嵌入式系统中,神经网络的层数和尺寸受到严格约束。随机计算作为一种新兴计算方式,有着硬件开销低、运算速度快、容错率高等优点。与传统二进制计算不同的是,随机计算是用随机比特流进行逻辑运算,其中比特流中数字1出现概率表征目标值。这种编码方式使得如乘法和加法等重要的算术运算,可以用简单的逻辑运算实现。因此,近年来随机计算在深度
由于工艺特征尺寸持续缩小,模拟集成电路设计对多级运放的兴趣不断增高。多级运放可以获得更高增益,但其补偿设计也同时变得困难。本文主要研究利用设计方程以及粒子群优化算法（PSO）来实现多级运放的自动化尺寸定制的方法。与已有研究不同的是,本文尝试将手工推导的设计方程引入到基于仿真的启发式搜索程序中,可以有效地降低搜索空间维数和提高PSO算法的探索结果质量。另外,在多级运放的自动化尺寸定制的研究过程中,本
随着人工智能技术的发展,生物特征识别作为实现新型人机交互的重要载体,已经被运用到很多产业中。其中,人脸识别技术因其非接触性、非侵入性、设备简单和不易破解等优势,逐渐成为了现今较为重要的身份鉴定方式之一。卷积神经网络是目前在人脸识别上应用较为广泛的网络,通常采用余弦域损失函数来扩大特征间边际,训练耗时会因此增大。为此,本文将对余弦域下的网络训练速度和实际识别效果展开研究:首先,针对余弦域下网络训练耗
大规模多输入多输出（Massive Multiple-input Multiple-output,Massive MIMO）作为第五代移动通信的核心技术之一,可以显著提升移动通信系统的传输速率和可靠性,但基站和用户端天线规模的提升使得通信系统的设计变得非常困难。深度学习因良好的鲁棒性和并行性成功地在众多领域得到了广泛应用,为其在移动通信领域的发展提供了坚实的理论基础。设计高可靠性、低复杂度的大规模
鲜味是由L-谷氨酸钠（L-monosodium glutamate,MSG）等鲜味成分引起的一种味觉品质,是评价食品风味的重要指标之一,同时也是氮源营养物质在机体内进行信号传递的重要途径,因而如何有效评价鲜味味觉具有重要意义。现有的味觉评价法包括传统的人工感官评价、HPLC等仪器分析技术和以电子舌为代表的智能感官系统均存在不同程度的局限性。随着味觉生理机制的深入研究,研究人员已采用味觉受体、含有味