基于一体化印刷方案的柔性蓝牙传感系统设计与应用

来源 :中国计量大学 | 被引量 : 0次 | 上传用户:w13857464643
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
柔性可穿戴产品是当前重大消费需求之一,但全柔性的电子技术仍处于初步研究阶段,相关器件的功能性和可靠性都不足以实现系统级的应用。鉴于硅基半导体技术的发展已能实现芯片的微型化,将印刷柔性电子技术与功能强大的硅基电子技术结合,实现兼具功能和轻薄柔性的电子系统,是柔性电子实用及发展的重要方向之一。本课题针对此方向,采用基于印刷电子的混合制造技术对基于蓝牙的柔性电路及其可穿戴传感器应用进行了实验研究。本文主要研究内容如下:(1)分析摩擦电器件的原理,根据其自供电和摩擦传感特性,在柔性聚酰亚胺(PI)薄膜上制备了单电极柔性摩擦电传感按键,采用蓝牙智能系统级芯片DA14580通过中断方式成功获取了摩擦电按键传感信号;基于柔性传感系统的一体化印刷理念,对印刷导电线路性能进行了实验研究,通过对基材的选择处理、导电银浆配比优化等实验分析,使所制备的柔性印刷导电线路在导电性、黏度以及抗弯折性等方面达到了实用要求。(2)设计并制备了基于柔性印刷电路的蓝牙天线。对蓝牙天线进行了结构设计与性能仿真,然后采用丝网印刷技术在柔性PI基底上制作了倒F型结构的蓝牙天线,并对其进行了抗氧化性、耐弯折性能测试。测试结果说明,该天线的性能在氧化与弯折测试之后仍然覆盖蓝牙频段(2.4-2.485GHz),可以满足使用要求。(3)采用柔性元件与导电线路一体化印刷方法,设计并制作了一个实用的蓝牙传感可穿戴电路系统。研究柔性线路与微型硅基芯片的集成技术,对复杂柔性混合电路的制备进行实验研究,实现了高密度引脚硅基芯片在柔性基底的可靠集成。最终,制作了集温度传感器、心率传感器、蓝牙SOC等硅基芯片和柔性蓝牙天线、摩擦电传感按键等柔性元件为一体的柔性混合电路。作为柔性可穿戴电子系统的一个应用实例,本论文研制的可穿戴人体生理参数监测系统,对人体体温的分辨率为0.0625℃,心率差别在1次之内,蓝牙传输距离满足日常使用,心率和体温数据通过蓝牙4.2协议发送到移动智能终端,全柔性的摩擦电传感按键可以通过触压实现特定的功能。和现有的可穿戴应用产品相比,该系统具有更好的可弯曲性能。本文研究内容为柔性可穿戴电子产品走向实用化提供了一些技术与方法。
其他文献
实验目的:通过喂养高脂饲料建立高脂血症大鼠模型,中药组给予清肝化浊方治疗,西药组给予辛伐他汀治疗,观察各组之间体重、TC、TG、LDL-C、HDL-C、apo AI、apo B水平的变化,研究清肝化浊方对高脂血症大鼠脂质代谢的影响,为其临床应用提供实验依据。实验方法:将32只健康雄性SD大鼠随机分成4组,每组8只,分别为正常组、模型组、西药组、中药组。正常组给予普通饲料喂养,其余三组均喂养高脂饲料
近年来随着智能技术的发展,各类智能移动机器人逐渐走进了大众的基本生活中。2020年新冠肺炎期间,各类移动机器人的需求量迅猛增长,随着社会老龄化程度的加剧,移动机器人在未来仍是一片蓝海。要做到移动机器人的智能化,优良的导航系统必不可少,针对该问题,论文以Turtlebot移动机器人为研究对象,设计并实现了一个具有自动导航、故障恢复、两点导航功能的导航系统,随后在仿真环境中对系统的各项功能进行了测试,
能源在国家经济发展中扮演了不可或缺的角色,而管道又是保证能源运输的一种重要途径。目前随着管道在役时间的增加,管道外力,自然腐蚀等原因造成的不同损伤会使管道状况逐年恶化,潜在危险激增。一旦发生泄漏,经济严重损失的同时还会带来环境污染。因此,管道的安全运维不容忽视。在复杂管网中,压力波长距离传播带来的信号衰减以及频繁的调阀、调泵动作使得管道泄漏的识别存在一定的误报和漏报。同时,由于信号采集精度不够和外
随着信息化进程的推进,每时每刻都有大量的数据产生。如何在收集数据并发挥其实际价值的前提下,避免数据中用户隐私的泄露已经成为很多组织需要解决的问题。隐私保护数据发布平台能够在保证数据价值的前提下,为用户提供不同的隐私保护算法,该平台还可以作为第三方程序嵌入到数据收集与发布平台,从而对数据中的隐私信息进行处理,对于保护用户隐私具有实际意义。分析了隐私保护数据发布平台的设计目标,在此基础上,设计了隐私保
有源功率因数校正技术作为当前用电设备提高功率因数、降低谐波污染的重要手段,在世界范围内得到了广泛应用。基于DCM模式的Boost PFC成本低,结构简洁,被广泛应用于中小功率场景。本文致力于研究DCM模式下基于Boost PFC的数字有源功率因数校正技术,推导并对比不同的数字控制策略,并基于FPGA数字控制技术进行快速实现与实验验证。本文分析了DCM模式下Boost PFC的工作模态,并根据实验需
近年来人工智能成功应用于多种场景,但它十分依赖大规模的监督数据,缺乏从有限样本中学习和快速适应新任务的能力。针对这个问题,小样本学习孕育而生。它可以像人类那样,通过对以前的任务进行归纳和类比积累先验知识,然后在有限监督数据的新任务中借助先验知识进行学习,从而能够快速的适应新任务。本文针对小样本分类任务进行研究,对于图像和视频这两个常用的数据模态,根据其数据特点的不同,我们设计了两种不同的小样本分类
在超精密加工过程中机床状态、切削工艺参数、材料性能及刀具磨损等因素都可能对表面粗糙度造成较大的影响,而如何对加工工件表面粗糙度进行预测进而指导工业生产是先进制造技术研究重点方向。本文对国内外关于加工表面粗糙度预测方面的研究进行了回顾,并详细分析了加工表面粗糙度影响因素。根据超精密加工的特点及影响加工表面粗糙度因素,设计了超精密加工实验方案,搭建了加工过程中大数据采集平台,以加速度传感器采集机床主轴