高温环境下AT切石英谐振器振动特性分析

为了研究AT切型石英晶体谐振器在不同温度环境下的振动状态,利用有限元仿真软件COMSOL Multiphysics 6.0分析了石英晶体在不同温度下沿x方向振动位移分布情况,直观地观察了寄生模态的振动位移,计算了不同温度下电极区能量占比以及品质因数,并通过实验测量了不同温度下AT切型石英晶体品质因数及温频效应。仿真结果表明,随温度变化,AT切型石英晶体表面始终存在典型的能陷效应,未加剧模态间的耦合问题。实验结果表明,AT切型石英晶体频率随温度变化趋势与理论一致,实验数据与仿真计算的品质因数随温度改变均无明显变化。研究成果证明AT切型石英晶体具有良好的热稳定性,可以作为石英晶体微天平（Quartz Crystal Microbalance, QCM）传感器在高温环境下的敏感元件,对高温环境下敏感器件的选择具有指导意义。     

基于深度学习的高温环境下QCM湿度传感器温度补偿模型

为减小高温低湿环境下温度漂移对传感器测量结果的影响,以基频4 MHz的石英晶体为基片,使用滴注法将氧化石墨烯（Graphene Oxide,GO）沉积在基片上,研制出一种基于石英晶体微天平（Quartz Crystal Microbalance,QCM）的湿度传感器。AT切石英晶片以及氧化石墨烯材料在高温环境中的温度漂移现象显著,导致传感器的频率输出发生漂移,因此使用深度学习方法对温度漂移进行修正,在不同的绝对湿度条件下,测试了反向传播（Back Propagation,BP）神经网络修正模型对QCM湿度传感器的适应特性。实验结果表明,通过深度学习方法得到的修正模型能够有效提高QCM湿度传感器的灵敏度、稳定性以及响应速度,对于研究温湿度耦合条件下的QCM湿度传感器的频率修正技术具有重要意义。