方型硅杯力敏器件计算机辅助设计

介绍了扩散硅力敏器件计算机辅助设计的方法。根据方型硅杯形式的有限元分析结果，计算力敏器件的性能。给出了方型硅杯形式的应力和热应力分布曲线以及力敏电阻灵敏度曲线。

E 型扩散硅力敏器件的研制

本文阐述了Ｅ型膜片的结构特性，根据其应力分布特点及硅材料在（１１０）晶面的＜１１１＞晶向上具有最大压阻系数，开展了力敏芯片的最佳设计，并进行了Ｅ型力敏器件的制作。最后给出了器件的主要技术指标。

力敏器件自动检测系统

本文叙述了力敏器件自动检测系统的工作原理、精度分析和补偿的依据原理与应用范围。

EI型扩散硅力敏器件工艺技术研究

本文叙述的EI型扩散硅力敏器件为工业变送器配套使用的微差压传感器,其压力量程为0.6kPa,线性优于0.5％。该器件填补国内空白,器件性能指标达到国际80年代中期同类产品先进水平。

力敏器件中间测试装置加载工作台的设计

力敏器件中间测试装置与其它中测装置的区别在工作台上。本文介绍了用于传感器力敏器件中间测试的加载工作台的特点,介绍了工作台负压加载的原理与方法,进行了加载真空系统的设计计算,90°分度转角精度的设计计算、用于θ向对准的蜗轮蜗杆的设计计算以及工作台Z向移动的设计计算等。

硅-兰宝石集成力敏器件的研究

一、引言硅—兰宝石集成力敏器件是在硅压阻型力敏器件基础之上发展起来的一种新型的无结固态压阻型力敏器件。和硅集成力敏器件相比,具有时间稳定性好、耐高温、抗辐射和耐腐蚀等优点,因此它一出现就倍受人们重视。然而,由于硅—兰宝石集成力敏器件出现的时间不长,有关它的设计、制做等目前尚缺乏必要的理论基础和实验依据。本文通过对硅—兰宝石集成力敏器件整个研制过程的总结,对其设计、制做等关键环节予以较详尽的阐述。

微尺度力敏器件力学特性及随机响应抑制研究

针对空间站用光学仪器上微尺度力学敏感器件随机振动响应值过大的问题,对该器件进行微尺度、精细化建模,研究其力学特性,并对其随机响应采取有效抑制措施。首先,探讨了微尺度模型边界协调和微尺度有限元变分问题,根据微尺度结构特点,建立4种模型,在整机中进行系统级随机振动仿真分析,研究了4种模型微尺度结构的力学特性。接着,在分析比较随机加速度响应值、位移响应值与应力响应值的基础上,对力敏器件微尺度建模方法进行了深入讨论。然后,对力学敏感器件采取了随机响应抑制措施,并进行了仿真分析。最后,对该光学仪器进行了力学试验、热试验和测试试验。结果表明,该光学仪器功能正常,微尺度结构随机加速度响应RMS值最大降低42.4%,随机应力响应降低均在20%以上,应力安全裕度均远大于零;仿真与试验加速度响应结果最大相对误差均在10%以内。证明了所提出的微尺度结构截面四单元建模方法精准、可靠。

绝对压力力敏器件的研究

本文介绍的扩散硅绝对压力力敏器件采用集成电路平面工艺、真空静电封接技术制造。器件灵敏度高、精度高、稳定性好。适合于测量粗真空度和制作绝对压力变送器。

工业变送器用力敏器件的现状及发展

介绍了工业变送器的特点及其对力敏器件的特殊要求，以扩散硅变送器为例，简要介绍了国内外变送器用力敏器件的现状及发展趋势。

静电键合力引起硅微结构畸变的研究

硅微机械力敏器件在封装时往往采用硅—玻璃静电键合的方法。但在静电键合时静电力也往往作用于不需要键合的结构部分。并可能引起这些结构的畸变，造成器件特性劣化或破坏。本文分析了静电力的这些影响。

汽车MEMS传感器的应用及发展

本文通过大量的文献资料,评述汽车MEMS(微机电系统)传感器的应用现状及发展趋势,其中重点介绍几种传感器的原理和结构,同时对该领域的产业化也进行了探讨。

硅荷重传感器

本文提出了一种新型的扩散硅荷重传感器。介绍了一种微计算机软件补偿技术,以消除或减小由扩散硅器件的输出温度影响、零点温度影响、零点漂移和非线性带来的误差,从而提高了硅荷重传感器的精度。

由80C552构成的液体液位及重量测量系统

由力敏应变器件做传感器 ,以单片机为控制核心 。

A novel fully-integrated miniature six-axis force/torque sensor

This paper presents a new designed miniature six DOF （degree of freedom） force/torque sensor. This sensor is fully integrated with a micro DSP （digital signal processor）, so all the signal conditioning, A/D, decoupling, digital-signals serial output are performed in the sensor. Some experimental results are presented to demonstrate the capability of the proposed design. Finally, a neural network was used for decoupling the interacting signals, compared with the conventional method using the inverse matrix, this new method is more accurate.