简介:摘要:在现代科技的快速发展中,微型机电系统(MEMS)加速度传感器因其微小体积、高灵敏度及低能耗等特点,广泛应用于智能手机、自动驾驶、航空航天等领域。然而,随着应用场景的日益复杂,MEMS加速度传感器在复杂应力环境下容易出现失效问题,这给相关应用带来了极大的挑战。因此,本文将对MEMS加速度传感器在复杂应力下的失效问题进行深入的分析,并提出相应的可靠性提升策略。
简介:摘 要:隧道建设工程具有工期长、投资巨大、技术复杂等特点。在施工过程中存在许多不确定因素,给工程的顺利完成带来巨大的风险。为此,对隧道施工进行风险分析和风险评估,确保施工过程中的安全、质量,减少不必要的经济损失就显得尤为重要。为此,本文对计算机软件系统和加速度陀螺仪结合的方法以及软件系统的具体设计流程进行了分析和研究,并在电力隧道沉降安全监测方面上进行了创新设计应用。
简介:基于Sigma-deltaModulator(Σ△M)原理的数字闭环微机械加速度计不仅实现了力反馈闭环控制,同时直接完成信号的模数转换。基于全差分式电容微加速度设计了一种2-2级联式(MASH)高阶Σ△M闭环系统——MASH_(2-2),并与传统的单环路二阶、四阶Σ△M闭环系统(SD2、SD4)进行了仿真分析比较,研制了原理样机。微加速度计是基于结构层厚度50mm的SOI硅片通过DRIE刻蚀、气态HF释放等一系列微加工工艺得到,系统电路以数字化方式集成在FPGA中。常压下测试结果表明,样机的灵敏度为0.876V/g,噪声基底为-110dB,零偏不稳定性为20mg,静态温漂为40.8mg/℃,量程为±20g。
简介:针对"FBAR(薄膜体声波谐振器)-梁"结构悬臂梁厚度不足、"嵌入式FBAR"结构微加工工艺复杂的缺点,提出了新型"膜片上FBAR(FBAR-on-diaphragm)"结构的微加速度计。其弹性膜片由氧化硅/氮化硅复合薄膜构成,既便于实现与硅微检测质量和FBAR的IC兼容集成加工,也利于改善微加速度计的灵敏度和温度稳定性。对由氧化硅/氮化硅双层复合膜片-硅检测质量惯性力敏结构和氮化铝FBAR检测元件集成的膜片上FBAR型微加速度计进行了初步的性能分析,验证了该结构的可行性。通过有限元模态分析和静力学仿真得出惯性加速度作用下膜片上FBAR结构的固有频率和弹性膜片上的应力分布;选取计算所得的最大应力作为FBAR中压电薄膜的应力载荷,结合依据第一性原理计算得到的纤锌矿氮化铝的弹性系数-应力关系,粗略估计了惯性加速度作用下氮化铝薄膜弹性系数的最大变化量;采用射频仿真软件,通过改变惯性加速度作用下弹性常数所对应的纵波声速,对比空载和不同惯性加速度作用下加速度计的谐振频率,得到加速度计的频率偏移特性和灵敏度。进一步分析仿真结果还发现:氧化硅/氮化硅膜片的一阶固有频率与高阶频率相隔较远,交叉耦合小;惯性加速度作用下,谐振频率向高频偏移,灵敏度约为数kHz/g,其加速度-谐振频率偏移特性曲线具有良好的线性。
简介:旨在引入神经网络算法以提高加速度计活动强度的预测准确性,以44名大学生(男女各22名)为样本,让其同时佩戴气体代谢分析仪CosmedK482和加速度计(Actigraph—GT3X)进行3类11项体力活动(每项活动5rain),使用Matlab7.0软件运用留一法交叉验证BP神经网络模型,通过其与Hendleman模型和Crouter模型在RMSE、Bias和B—A图上的横向比较评估其效度。结果显示3—18—1的三层神经网络模型(参数误差率O.001、初始学习率0.02、动量常量0.7)的RMSE为1.08,在B—A图上一致性区间之外的点占总数的4.3%、一致性界限差值的绝对值为2.7,每分钟活动强度(除骑行外)的分类准确性分别为84.3%(小强度)、83.2%(中等强度)和89.8%(大强度),神经网络模型在整体强度和各个活动项目强度的预测上的准确性均好于Hendleman和Crouter模型,并且在活动强度分类准确性上更优。未来应进一步探究机器学习中其它算法在该领域的应用,优化整合指标体系和各类模型之间的关系。
简介:摘要针对人们对人体运动状态监测的需求,设计了基于微机电系统(MEMS)数字输出加速度传感器ADXL345与超低功耗单片机MSP430F169的计步手环和基于Android系统的手机应用程序(APP)。结果表明,该系统运行可靠,计步算法适应性良好,具有体积小、功耗低、工作稳定、计步准确、人机交互友好等特点。