【摘 要】
:
随着柔性电子设备的快速发展,柔性传感器向着高灵敏度、高检测限、高分辨率以及阵列化微结构方向发展。对于柔性压力传感器,现阶段主要是在改变结构、改变导电材料以及导电材料与基底材料的结合方式来提升传感器的稳定性、一致性以及灵敏度等性能指标。针对制造出方法简单、高灵敏度以及高一致性的柔性压力传感器仍需进一步探索。本文以提高柔性压力传感器的灵敏度、一致性以及传感器的检测限为目的,制备出基于Graphene(
论文部分内容阅读
随着柔性电子设备的快速发展,柔性传感器向着高灵敏度、高检测限、高分辨率以及阵列化微结构方向发展。对于柔性压力传感器,现阶段主要是在改变结构、改变导电材料以及导电材料与基底材料的结合方式来提升传感器的稳定性、一致性以及灵敏度等性能指标。针对制造出方法简单、高灵敏度以及高一致性的柔性压力传感器仍需进一步探索。本文以提高柔性压力传感器的灵敏度、一致性以及传感器的检测限为目的,制备出基于Graphene(石墨烯)/MXene(过渡金属碳化物和氮化物)-PDMS@海绵的柔性压力传感器,并对所制备的传感器进行灵敏度、响应时间以及循环加载等性能测试。具体结果如下所示:(1)制备了基于Graphene@海绵的柔性压力传感器。将Graphene分散在酒精溶液中,分多次浸入海绵内部,形成导电通路。通过对制备的传感器进行电子扫描显微镜进行表征,可以得出Graphene能够在海绵内部分布均匀并形成导电通路。对Graphene@海绵柔性压力传感器进行灵敏度测试以及循环加载测试,传感器具有高灵敏度(0.18k Pa-1),检测限为0 k Pa-5 k Pa。(2)针对Graphene@海绵柔性压力传感器检测限范围窄以及在稳定性测试时出现的不稳定现象,为了将Graphene稳定的粘附在海绵内部,引入具有低杨氏模量的PDMS,通过将PDMS注入海绵内部再挤出,在海绵内部形成一层PDMS薄膜,再将制备好的Graphene溶液浸入海绵内部,使得Graphene通过PDMS粘附在海绵内部。对Graphene-PDSM@海绵柔性压力传感器进行性能测试。传感器的灵敏度达到0.075 k Pa-1,响应时间为120 ms,传感器的检测限提升到0 k Pa-45 k Pa,并且传感器在循环加载-卸载测试中,表现出优异的稳定性。并通过多组传感器进行测试,传感器表现出良好的一致性。(3)在传感器制备过程中,为了探究保持传感器高灵敏度的同时保持宽的检测限,进行了如下实验。要保持传感器高灵敏度同时提升传感器的检测限,在海绵骨架结构中可以通过扩大海绵骨架内部孔隙来实现。制备了基于Graphene/MXene-PDMS@海绵柔性压力传感器。在实验中加入MXene,MXene是一种新型的二维碳材料,具有高导电率。MXene材料在保持高导电率的同时具有更小的体积,能够和Graphene协同用来改善传感器的性能。对所制备的传感器进行性能测试,得出结果,传感器的灵敏度为0.07k Pa-1并且传感器的检测限提升到0 kPa-37 kPa。
其他文献
近年来,随着人工智能技术的发展,越来越多人开始关注智能阅卷方面的研究。现阶段的自动评分系统对于客观题如判断题、选择题以及填空题等固定答案的题型能够做出精准的评分,但对于主观题来说,目前主要是以人工评阅为主,并且在评阅主观题试卷时,可能会受到个人情绪、卷面排版以及身体劳累的影响评阅试卷的客观性和工作效率,因此主观题评分系统的研究对于智能化教育具有重要意义。本文提出基于中文分词和文本相似度的主观题评分
随着科技的发展,智能设备给日常的工作和生活带来了巨大改变,语音发布命令指挥机器成为更快捷更方便的沟通方式。语音作为人与人之间,以及人与智能设备之间普遍使用的信息交流方式,是一种不可替代且极其方便的媒介。然而,在日常生活、语音识别、军事通信中,总是存在各种各样的背景噪声,严重干扰正常的生活以及通信,影响听众接收到的语音内容。语音增强的主要目的是减弱和抑制背景噪声对目标语音的干扰,使听众可以享受到高质
随着我国经济快速的发展和科学技术的进步,农业生产作业从农业机械化生产正在逐步过渡到农业智能化生产,其中农业装备智能化机器人是智慧农业生产过程中最重要的一环。番茄作为农业作物,在我国具有极大的栽培面积和消费市场,其中温室番茄种植由于其种植条件可控,成为农业智能化机器人研究对象。利用深度学习计算机视觉算法,通过大数据训练可准确的识别出预设的目标,实现端到端的检测。本文研究基于深度学习的温室番茄植株多目
近年来,随着计算技术的进步和发展,各行业每天都会产生成千上亿的数据和信息。为了有效地利用隐藏在这些数据中的信息,数据挖掘技术应运而生。如在工业生产领域,光伏产业近些年呈现迅速发展趋势,太阳能电池凭借其较高的性价比在光伏市场占据主导地位,多晶硅是太阳能电池一种主要材料,多晶硅材料生产过程中会产生大量的生产数据,如何充分利用这些数据挖掘有用信息指导生产是本项目研究重点。聚类分析作为数据挖掘领域的一个研
近年来,在机器人市场中协作机器人比重逐年递增,因自身具备重量轻、灵活性高、作业空间限制小、安装部署方便、易编程等优势,在机器人教育培训、生物医疗、快递配送、智能服务等行业具有广阔的发展前景。本文研究的桌面六轴机器人正是基于六轴协作机器人的一种,因此对桌面六轴机器人运动控制的研究具有重要的实际意义。本课题的主要工作内容如下:(1)设计搭建以PC机、赫优讯板卡、Arduino单片机、机械臂主体为主要结
随着现代化工业体系发展越来越迅猛,表面技术得到了人们越来越多的重视。随着滚磨光整加工技术日益成熟,滚抛磨块的制备工艺也得到了不少学者的青睐,研究出不少成果。目前滚抛磨块主要的制备方法之一就是通过粉末冶金的方式高温烧结制成,在这一方面,国内起步较晚,比较分散,技术较国外同类产品相对落后。在滚抛磨块制备工艺的烧结过程中,依然存在使用人工控制炉内温度的现象,生产出的成品品质依赖于工人师傅的经验和技术水平
当今世界互联网行业发展迅速,已经成为全球经济发展的重要部分。光纤通信速率快,在互联网通信中占据重要地位。在光纤通信中,“最后一公里”的光接入网技术,负责将用户与网络中心进行连接,受到广泛研究。无源光网络(Passive Optical Network,PON)价格低廉,使用稳定,是目前最主要的光接入网技术。针对PON网络的点对多点的结构,在上行带宽中存在带宽复用的情况,需要对带宽进行分配,在避免传
随着大规模训练数据集的涌现以及计算机对数据运算处理能力的迅速提升,使用深度学习实现的目标跟踪算法取得了巨大的成功。孪生网络作为深度学习目标跟踪算法的一个重要实现方法,因其具有良好的跟踪性能以及较好的实时性而受到广泛关注。同时由于无人机的蓬勃发展,无人机平台下的目标跟踪算法研究具有极大的现实意义。但是将基于孪生网络的跟踪算法应用在无人机平台上跟踪效果却并不理想,这主要是由于无人机受机体结构、飞行高度
航空发动机叶片作为飞机发动机的关键精密零件,其表面完整性和型面精度对发动机的气流动力学性能、使用寿命、可靠性等方面有至关重要的影响。叶片属于典型薄壁件,具有易变形、弯扭度大的特征,剧烈的表面曲率变化使叶片在打磨过程中难以保证其表面质量,所以研究叶片高效高精度自动化打磨技术,对提升叶片生产效率和制造水平具有重要意义。目前,机器人打磨叶片逐渐代替人工打磨成为主流打磨技术。在机器人打磨叶片过程中,良好的
视觉同时定位与建图(v SLAM)是机器人进行自主定位和感知环境的关键技术。图像特征提取作为v SLAM前端中的重要环节,直接影响机器人的定位精度和建图精度。本文围绕图像特征提取问题,研究了手工特征和基于深度学习网络提取的特征,旨在提出鲁棒性强、匹配精度高的特征提取算法,以实现为v SLAM的后续环节提供正确匹配的特征点对。本文主要工作如下:针对ORB算法匹配精度不高的问题,提出了一种基于仿射变换