力-热耦合下的MEMS传感器位置偏移自校准方法

在解决力-热耦合作用引发的微机电系统(Micro-Electro-Mechanical System,MEMS)传感器位置偏移问题时,通常运用传统遗传算法实现位置偏移自校准,受到固定参数的影响,该算法容易得到局部最优解,使得自校准后的MEMS传感器测量误差依旧较大。因此,提出一种力-热耦合下的MEMS传感器位置偏移自校准新方法。采用数据融合思想,将多批次采集的MEMS传感器测量数据汇总起来,对比与真实数据之间的差异,判断传感器是否在力-热耦合作用下偏移出工作区。引入误差相位偏移法进一步处理传感器测量数据,获取等间隔变换误差序列,解算出传感器误差模型,以此来体现传感器位置偏移变化。以传感器位置偏差最小化为目标,设定偏移自校准目标函数,并运用结合自适应调整思想的改进型遗传算法进行寻优求解,获取最优自校准参数取值。实验结果表明:以嵌入式角位移传感器为例,运用该方法完成自校准处理后,传感器的测量误差峰值保持在6″以下,有效解决了力-热耦合作用引起的传感器精度损失问题。

基于MEMS传感器的线路电压测量方法研究

MEMS电场传感器体积小、功耗低,应用于非侵入式电压测量技术中可以有效减小装置测量体积、成本,契合当前分布式测量需求。因此该文设计了一种基于MEMS电场传感器的电压测量方案,首先介绍了MEMS电场传感器的工作原理,其次针对传感器结构特点基于电容分压原理设计了电压测量方案,并进一步分析其等效电路模型,最后对该测量方案进行了可行性和准确性测试。结果表明设计的测量方案能在1~10 kV内准确地反演工频电压,测量的最大幅值偏差为2.21%。该文提出的非侵入式电压测量方案搭载简便,能够稳定的对线路电压进行测量,为架空线路电压的实时监测提供可靠的技术手段。可以为线路电气量参数实时测量提供可靠的数据支撑。

基于MEMS传感器阵列大坝沉降监测设计

大坝沉降监测是确保水利设施安全的关键技术手段。虽然传统的大坝监测方法能提供一定的监测数据,但存在成本高、部署困难和监测点有限等问题,难以满足现代大坝监测的需求,本文提出了一种用于监测高海拔地区大坝沉降的技术,该技术基于微机电系统(MEMS)传感器阵列,利用MEMS传感器阵列监测沉降,并构建三维形变矢量模型。通过结合MEMS传感器阵列的扭转角度和各节长度,结合RS485通信协议传输数据并通过Lora模块结合网关对数据进行远程传输,以确定传感阵列在形变后的空间位置和长期远程监测。最后结合传感器数据采用细分算法和欧拉角进行反向推导,以拟合并重现地形表面的形态。

基于FPGA的矩阵式MEMS传感器数据同步采集系统设计

消费级MEMS(Micro-Electro Mechanical System,微型电子机械系统)惯性传感器使用广泛,成本低但精度相对较差。使用多个消费级MEMS传感器构成传感器矩阵,通过数据融合算法提高精度是一种有效方法,其中对矩阵式多传感器数据的同步采集是关键。为此,设计了电平转换电路,基于FPGA(Field Programmable Gate Array,现场可编程门阵列)构建了多达32路的实时同步数据采集系统,为实现高精度的矩阵式惯性传感器组件提供了一种解决方案。

MEMS传感器产业创新基地竣工揭牌仪式举行

2024年1月6日,“MEMS传感器产业创新基地”竣工揭牌仪式在石家庄市鹿泉区举行。市委副书记、市长马宇骏,中国电科产业基础研究院院长卜爱民出席仪式,并为“MEMS传感器产业创新基地”揭牌。“MEMS传感器产业创新基地”项目由中国电科产业基础研究院下属子公司——河北美泰电子科技有限公司投资建设,是今年石家庄市首个正式竣工的重点建设项目,为全年工作开了个好头。

MEMS传感器应用于边坡监测技术研究

边坡是地质工程中常见的施工环境之一,目前对边坡的监测手段主要集中于GPS、激光、摄影仪、测斜仪、无人机、形状记忆合金、压电材料、电阻应变丝、碳纤维等技术手段,然而无论是从测量精度、能耗、环境适应性以及监测尺度方面,均有明显的优、缺点,边坡监测领域亟待创新。随之微型机电系统的高速发展,MEMS传感器在土木、地质工程领域的应用前景愈发宽阔。本文在对以往常用的边坡变形智能监测方法分析的基础上,对MEMS传感器的发展及应用进行研究认为,MEMS技术的独特优势对滑坡智能监测及防治具有重大的现实意义,其具有体积小、造价低、精度高、能耗低等优点,未来在地质工程、土木工程等领域具有广阔的应用前景。

力-热耦合下的MEMS传感器隔离装置结构优化研究

为满足MEMS传感器高精度和高灵敏度的应用需求,适应复杂工况环境,减少外部环境对传感器造成的影响,设计了一种力-热隔离装置.该装置采用悬架式结构设计,中心安装MEMS传感器,四周通过悬架梁与装置基座相连.依照传感器对于高频冲击载荷和温度较为敏感的特点,悬架梁采用低导热率、低弹性模量的聚合物材料,能够起到隔离高频冲击应力波和外部高温的作用;同时还可以还原外界低频加速度输入,保证MEMS传感器正常工作且提高了环境适应性.通过算例利用有限元仿真方法分析了力-热环境影响下隔离装置的温度场分布、结构动态特性和动力学响应,并对比了不同聚合物材料和关键悬架结构参数的影响效果,从可加工性、隔热、隔振和悬架强度方面对隔离装置进行了综合优化选取.本设计和分析方法可为MEMS传感器的环境适应性设计提供参考,拓宽了其在军事武器装备,航天航空领域的应用范围.

基于变压器油中乙炔气体的MEMS传感器研究

本文通过对新型MEMS气体传感器的电流-电压特性测试,得到了传感器电阻温度系数符号发生转变的点,即TCR转折点,模拟变压器油中环境对新型MEMS气体传感器的气敏特性测试,结果显示传感器对变压器油中气体具有良好的响应,输出特性曲线呈现较好的线性度,灵敏度达13mV/1%C2H2,可以实现检测气体的要求,具有较大的社会效益和经济效益。

MEMS传感器在医疗领域的研究

微机电系统(Micro-Electro-Mechanical System,MEMS)是一种基于半导体技术,以硅作为主要材料,集成了微机电元件和微电子信息处理系统的微型器件。这种器件通常是在硅晶片上制造的,采用半导体加工技术,通过光刻和刻蚀等工艺在半导体材料上制造微型机械结构,如微桥和悬臂梁,并将它们与电路相融合,形成一个可以采集信号的装置。硅的机械性能良好,可以作为微型机械的结构材料,而且与传统的集成电路制造工艺兼容。文章主要探讨了MEMS传感器的发展及其在医疗领域中的应用。首先,介绍了MEMS传感器的定义和发展历程,举例说明其工作原理、主要类型以及发展趋势;然后,重点讨论了MEMS压力传感器在医疗诊断、临床治疗和健康监测中的应用;最后,对MEMS传感器面临的主要挑战和发展机遇进行总结,并对其在医疗领域的应用前景进行展望。

惯性MEMS传感器在输电线舞动状态监测中的优化设计与应用

六轴惯性MEMS传感器可以对输电线的舞动状态进行监测,以保证输电线路的安全和稳定。通过传感器的加速度和角速度参数,利用算法求解,可以辨识获得输电线的运动状态。对输电线的舞动姿态求解算法进行优化,利用改进的Mahony滤波姿态算法,结合时域-频域积分的方式,对于舞动参数的计算更为精确。利用实验条件对所提方法进行验证,考虑在不同状态下的舞动参数辨识,从实验结果上可以看到,对于舞动幅度和舞动频率的辨识误差均低于输电线路工作需要,最大幅度误差约为4%,频率误差低于0.03 Hz,可以满足舞动状态的检测需求。

嵌入式AI与MEMS传感器塑造未来,开启全新视野

博世集团于1886年成立,由罗伯特·博世先生创立,发展到今天已有137年的历史,主要涉及四大业务领域:第一是汽车和智能交通领域,也是最大的一块领域;第二是工业技术领域;第三是能源与建筑技术领域;最后一个是消费品领域。众所周知,博世是汽车半导体巨头,汽车里面的各种零部件,包括底盘系统等大量用到博世的模块或者传感器。

立足MEMS传感器,用品质说话

芯感智成立于2010年,主要从事MEMS传感器研发设计、制造,核心产品是压力传感器,现在扩展产品品类有红外、流量、气体、转速、电流等产品系列,同时成立了汽车事业部,专注汽车相关的传感器应用开发。结合自身的芯片优势,芯感智在汽车行业,针对传统的燃油车,已经有燃油蒸汽压力、发动机转速、进气压力、尾气压差、真空刹车助力等传感器产品系列。

MEMS传感器在岩溶塌陷物理模拟试验监测中应用研究

针对岩溶塌陷地下土体位移监测难度大的问题,提出了一种基于微电机系统(Micro-Electro Mechanical Systems,MEMS)传感器的监测方法。采用时域积分算法处理MEMS加速度数据,先去除噪声和直流分量,通过多项式拟合去除趋势项,从而获取位移监测数据,通过定距试验分析算法误差。设计了2组室内模型试验,一组将MEMS传感器集中布设于稳定区,另一组多布设于塌陷区,对不同埋深土体的位移进行监测,结合粒子图像测速设备(Particle Image Velocimetry,PIV)实测数据分析误差,验证利用MEMS传感器监测土体位移的适用性和实用性。结果表明:根据MEMS的加速度时程,通过时域积分算法能有效获得土体的位移,MEMS传感器可用于岩溶塌陷的实时监测;分析得到岩溶塌陷地下土体位移规律,土体位移的变化与塌陷源位置相关,随着土体高度的增加,位移逐渐减小,而处于塌陷源正上方的土体水平位移几乎为0;工程中可针对已经发生的塌陷和有可能发生的塌陷2种工况,分别将MEMS传感器埋设在稳定区和塌陷区,进行实时监测,保障生命财产安全。提出的方法为岩溶塌陷的监测提供了新的思路,也为MEMS传感器在岩土工程中的应用奠定了基础。

MEMS传感器随机误差分析及处理

MEMS传感器的精度限制了其应用范围,为减小MEMS传感器随机误差的影响,提高其精度,对其随机误差进行分析和处理具有重要意义。首先采用Allan方差法分析了MEMS陀螺仪和加速度计的主要随机误差。然后基于Allan方差分析结果,发现从时频角度,采用小波变换分析传感器的随机误差,可以对零偏,有色噪声,白噪声进行了有效分离。最后通过对小波降噪方法的探讨,发现小波分析具有分离、减小随机误差的优势。

基于MEMS传感器的手臂运动测量和识别方法

针对传统人体运动识别方法的局限,研究了一种新的基于MEMS陀螺仪、加速度计和磁强计的人体手臂运动状态测量和识别方法。通过惯性测量单元测量人体手臂运动信息,利用卡尔曼滤波算法对手臂运动的姿态角进行精确估计,可计算出手部运动轨迹。手部运动轨迹特征值和传感器测量信号的时域特征值结合起来,使用BP神经网络和SVM算法对画横线、竖线、斜线和封闭线等四种典型手臂运动状态进行识别,识别率较传统方法得到提高,分别达到97.14%和100%,表明基于MEMS传感器的人体手臂运动测量和识别方法不仅使用简单、安装方便,而且识别率高,该法具有可行性和有效性。

基于MEMS传感器的高精度姿态角测量研究

针对传统姿态参考系统姿态解算容易受到载体运动加速度的干扰,导致系统精度变低、稳定性变差等问题,提出一种改进的卡尔曼滤波算法。该算法建立基于四元数的惯性系统姿态解算数学模型,并根据载体运动加速度的大小,适时调整卡尔曼滤波器的量测噪声方差的大小,以此减弱卡尔曼滤波过程中运动加速度对姿态角解算精度的影响。采用MEMS三轴陀螺仪、加速度计和磁阻传感器完成载体在电梯升降过程中的测量,对实验测量数据进行姿态解算,结果表明改进后的卡尔曼滤波算法能够有效减小运动加速度对姿态解算的影响,姿态角的均方根误差相对于传统的姿态参考系统降低约40%。

无失效数据的MEMS传感器可靠性分析

为了解决有限试验次数情况下微机电系统(MEMS)传感器的无失效数据可靠性分析问题,针对寿命服从指数分布的MEMS传感器,通过研究最优置信限法和最小二乘估计这两种方法来获得适用于MEMS传感器无失效数据可靠性分析的置信度α、c(c>1为常数)。分析试验组数对于预测分析结果的影响,通过对两种方法进行不同分组试验,获得MEMS传感器的最佳分组数。针对某数字型双轴倾角MEMS传感器的实际算例表明置信度α=0. 4、c取值范围3~6,分组为12/13组时,得到最佳预测结果,证明了所提出方法的有效性。

基于MEMS传感器的煤矿井下人员定位系统设计

针对现有井下人员定位系统存在定位精度低及成本高等问题,设计了基于MEMS传感器的煤矿井下人员定位系统。该系统采用MPU9150惯性传感器获取测量数据,以CC2530为主控芯片实现数据的采集、处理;通过井下已有的WiFi基站,并结合行人航迹推算算法实现井下人员的精确定位:利用融合了行走频率和加速度方差的表达式来确定步长,采用四元数法估计行人方向角,并根据扩展卡尔曼滤波对方向角的原始数据进行修正,从而获得井下人员的具体位置。实验结果表明,在100m距离内,该系统的定位误差小于2.2m,能够实现煤矿井下人员的高精度定位。

基于MEMS传感器的起重机吊钩运动实时监控系统

针对起重机吊钩运动状态的实时监控问题,设计并实现了一种基于MEMS传感器的吊钩运动监控系统。利用微型加速度计和磁强计实时测量了吊钩的二维倾角和水平方位角;分析了多种不同的磁强计补偿方法,针对强磁环境下水平方位角误差较大的特点,提出了一种基于T-S模糊逻辑的吊钩旋转角误差补偿方法;研制了系统样机,并进行了性能测试。研究结果表明,起重机吊钩倾角测量精度达到0.3°,平面旋转角精度达到0.8°,可满足实际应用要求,具有良好的应用前景。

基于MEMS传感器的无线振动测量节点设计

针对机械设备有线振动监测系统存在监测盲区、部署成本高等不足,现有无线振动节点存在的高频率振动信号拾取困难、通信速率低、硬件性能差等问题进行了应用研究。基于射频和嵌入式技术,采用精密MEMS传感器,设计了基于STM32微控制器的高精度数据采集、无线射频通信、大容量存储及电源调理等硬件电路,并根据测量频率范围设计了2类不同通信速率的振动节点,实现了节点的无线组网通信、TPSN时间同步等软件设计,研制适合机械设备振动监测应用的无线振动测量节点。最后搭建振动对比校准实验台对该节点进行参数标定,经实测节点具有较高测量灵敏度和精度,具有一定应用参考价值。