电容式压力传感器在注射泵中的应用

在医用注射泵中,输液状态的自动监测是确保其正常工作的前提条件。所谓输液状态是指输液管内药液流动的状态,当出现异常状态(如气泡/无液和阻塞)时,应及时提示或报警,以便采取相应的必要措施,从而避免发生意外。针对上述情况,本文提出了一种采用电容式压力传感器实现输液状态检测的实用型方案。     

基于SON构造的电容式绝对压力传感器设计

针对空洞层上硅工艺在制作高质量的单晶硅感压膜和真空密封腔上的优势,提出了将其应用于制作电容式绝对压力传感器。应用板壳理论建立了传感器压力检测的理论膜型,对传感器的感压膜进行理论计算和有限元仿真,并利用电容变化模型分析了传感器的灵敏度。给出了基于Pcap01芯片的微电容检测系统的设计,对于半径为100μm,厚度为1. 7μm的圆形感压膜,初始电容值为0. 278 p F,传感器灵敏度为0. 86 f F/k Pa。     

接触电容式压力传感器的设计与模拟

针对大气测量的气压计应用,根据接触电容式压力传感器的工作原理,优化设计了绝对压力传感器的圆形膜结构。通过有限元分析软件ANSYS进行了验证,最后讨论了这种结构的非线性度。     

厚膜陶瓷电容式压力传感器设计与制备

结合厚膜技术、陶瓷技术研制了双电容结构的压力传感器,详细阐述了厚膜陶瓷电容式压力传感器的结构设计、工作原理、制备方法、测试结果.试验结果表明:研制的传感器工作稳定,测量精确,非线形误差低于1.0%,迟滞误差小于0.5%,测试电容和参考电容温度系数几乎一致.     

电容式薄膜真空压力传感器设计

为了满足在工程型号上的使用要求,解决真空压力传感器敏感探头壳体与传感器壳体隔离绝缘问题;传感器输出信号非线性的补偿问题;传感器热零点漂移的全电路的温度补偿问题,采用电容式薄膜封装结构,壳体为电容的另一极,在0.1~100 Pa的范围内进行了校准测试,实现了传感器0.2%FS的测量精度.     

电容式压力传感器温度补偿的RBF神经网络

提出了一种基于径向基函数 (RBF)神经网络的电容式压力传感器温度补偿方法。通过实例说明了这一方法的应用 ,结果表明采用这种方法能在不同的压力下及温度变化较大时 ,对电容式压力传感器进行有效的温度补偿 ,并且能得到很高的补偿精度。     

电容式传感器在义齿检测系统中的应用

详细给出了一种用微型电容式压力传感器镶入义齿基托的义齿受力检测系统。根据电容式压力传感器的工作原理,采用微机电系统(MEMS)工艺,研制出微型电容式压力传感器。通过传感器的埋入封装工艺,在与义齿基托相同材料的作底基的树脂上挖一个边长为2 mm平整的方形小坑,将传感器分布式埋植入底基,并用自制施加压力的装置对义齿对口腔下方组织的作用力进行测试。测量结果表明:本系统能够准确地测量出当牙齿咬合时,义齿基托所承受的力和力的分布。该传感器性能良好,具有比较稳定的输入与输出关系,适用于口腔恶劣环境下测量义齿对口腔下方的组织作用力。     

一种新型CMOS电容式绝对压力传感器的设计

提出了一种新型的采用标准CMOS工艺结合MEMS后处理工艺加工的电容式绝对压力传感器.传感器结构部分是由导体/介质层/导体组成的可变电容器.电容的上下极板分别为CMOS工艺中的多晶硅栅和n阱硅,中间介质层为栅氧化层.在CMOS工艺加工完之后,利用选择性的体硅腐蚀、pn结自停止腐蚀以及阳极键合等MEMS后处理工艺来得到传感器结构.与传统的电容式压力传感器相比,这种结构具有更大的初始固有电容,这样可以抑制寄生电容的影响,从而简化检测电路的设计.文中,应用多层膜理论模型分析了传感器的结构,并利用ANSYS有限元分析对模型进行了验证,并利用电容变化模型分析了传感器的灵敏度.对于边长为800 μm的敏感方膜,初始电容值为1 104pF,传感器灵敏度为46 fF/hPa.同时,本文给出了传感器的电容检测电路的设计.     

神经网络在电磁力平衡传感器中的应用

针对电磁力平衡传感器在实际应用中受温度等非目标参量影响而导致其输出数据不能准确反映目标参量的问题,提出了应用神经网络技术与电磁力平衡传感器相结合的方法.神经网络具有以任意精度逼近任何非线性函数的能力,利用神经网络中的BP网络较强的非线性映射能力,采用BP算法对传感器的原始数据进行修正.理论分析和仿真结果表明了该方法的可行性和有效性.由此说明,此种结合方法对于电磁力平衡系统的设计和应用具有较强的现实意义.     

BP神经网络在网络通信中的应用

该文根据神经网络的原理和BP神经网络的特点,说明将BP神经网络技术应用在网络通信中的优势,并根据其特点从三个方面介绍了BP神经网络在网络通信中的应用,最后分析目前神经网络技术在网络通信中应用研究的现状和发展趋势。     

人工神经网络在数字识别中的应用

采用了BP神经网络的原理用于数字识别,通过分析,给出了人工神经网络的数字识别模型结构,并用MAT-LAB得以实现.结果表明,人工神经网络用于数字识别中,既可以对数字进行准确、快速地识别,又解决了人工识别数字耗时又费力的问题,具有广泛的适用性.     

电容式倾角传感器的研究与应用

介绍了一种测量微小电容的新方法.利用最新的电容数字转换(CDC)芯片AD7745,充分考虑小电容信号受导线电容及其他寄生电容的影响,设计了基于AD7745的信号检测电路,并通过单片机进行温度补偿.详细介绍了AD7745的初始化设置及数据使用方法.     

人工神经网络在材料设计中的应用及其若干共性问题的研究

应用人工神经网络进行材料设计已取得了可喜的进展，本文回顾了人工神经网络应用于材料制备工艺研究时的一些共性问题，如：样本筛选、网络结构的确定、加快网络训练速度、改善网络预测效果、最优工艺参数的确定等，并给出相应的解决办法。     

人工神经网络在聚丙烯酰胺合成中的应用

通过人工神经网络的方法优化聚丙烯酰胺的合成工艺。并利用神经网络的处理方法对结果进行非线性拟合。得到单体浓度为20％的聚丙烯酰胺的理论较佳合成工艺条件为：引发剂与丙烯酰胺的质量比为0．25％,分子量调节荆与丙烯酰胺的质量比为1．75％,乙醇和水的质量比为0．25,反应时间为4hr。通过实验验证,与理论结果基本一致。     

人工神经网络在文本分类中的应用

给出一种基于多层前馈神经网络的中文文本分类模型,介绍了该模型的设计和实现。对于文本分类的核心训练算法,给出主要步骤的推导过程;最后给出了神经网络模型分类性能的测试结果。     

神经网络ART模型在故障诊断中的应用

讨论了目前最成功的一种无导师神经网络模型──自适应谐振理论ＡＲＴ。分析了ＡＲＴ的工作原理，给出了ＡＲＴ的具体算法（已在ＰＣ－４８６上用Ｃ语言实现）；指出了ＡＲＴ的实质，并以“有轨自动物料搬运小车系统”为例详述了ＡＲＴ在故障诊断中的工作过程，获得了很好的结果。