【摘 要】
：
随着移动互联网通讯和物联网技术的飞速发展,包含众多传感元件的可穿戴设备将成为物联网的重要入口与应用终端,并通过软件支持以及数据云端交互实现众多功能,这将对我们未来的生活、感知带来巨大的改变。可穿戴柔性触觉传感器通过测量人体生理参数、感知周边环境指标,能够及时且低成本地提供人体健康状况的相关重要信息,对人类医疗保健、运动健康具有积极的影响。随着可穿戴设备逐渐呈现出巨大的市场潜力,柔性电子器件特别是柔
论文部分内容阅读
随着移动互联网通讯和物联网技术的飞速发展,包含众多传感元件的可穿戴设备将成为物联网的重要入口与应用终端,并通过软件支持以及数据云端交互实现众多功能,这将对我们未来的生活、感知带来巨大的改变。可穿戴柔性触觉传感器通过测量人体生理参数、感知周边环境指标,能够及时且低成本地提供人体健康状况的相关重要信息,对人类医疗保健、运动健康具有积极的影响。随着可穿戴设备逐渐呈现出巨大的市场潜力,柔性电子器件特别是柔性可穿戴触觉传感器的需求越来越迫切。具有优异柔韧性的聚合物材料不仅广泛被用作柔性电子器件的载体,而且基于其构建的导电聚合物复合材料（CPCs）可被用来制备柔性压力、应变和温度等多种类型的柔性触觉传感器。CPCs具有相对简单的制备工艺,易于掺杂功能改性和成本较低等优点,是制造柔性触觉传感器的一种理想材料。因此,本文基于CPCs分别对柔性压力、应变和温度传感器展开研究,针对柔性触觉传感器所需的高灵敏度,高稳定性等特性进行了探索,并验证了基于CPCs的柔性触觉传感器作为可穿戴设备用于人体健康信息收集和运动探测的可行性。本文主要研究工作包括以下几个方面:1.基于导电复合材料的微裂纹结构柔性应变传感器研究:通过溶液共混法和流延涂覆法制备了柔性聚酰亚胺/炭黑（PI/CB）复合薄膜。利用简便的剥离方式将微裂纹定向地引入到PI/CB敏感薄膜的表面,构建了基于PI/CB薄膜的微裂纹结构柔性应变传感器。此外,还通过溶液共混法和丝网印刷工艺制备了柔性聚氯乙烯/炭黑（PVC/CB）复合薄膜,并通过预弯曲在PVC/CB薄膜的表面引入了微裂纹结构,构建了基于PVC/CB薄膜的微裂纹结构柔性应变传感器。通过对两种微裂纹结构柔性应变传感器传感性能的研究,发现在导电复合薄膜材料的表面引入微裂纹可以显著改善柔性应变传感器在微应变下的灵敏度。其中基于PI/CB薄膜的微裂纹柔性应变传感器,在2‰的拉伸应变下传感器的应变灵敏系数为470。基于PVC/CB薄膜的微裂纹结构柔性应变传感器,在1.4‰的拉伸应变下应变灵敏系数为741,压缩应变下应变灵敏系数高达1563。同时,对基于导电复合材料的微裂纹结构柔性应变传感器用于人体关节（如手指、手臂和手腕）弯曲运动探测进行了验证,其在运动识别、人机交互、电子健身指导等领域有较大的应用潜力。2.基于导电复合材料的柔性压力传感器研究:利用PVC/CB功能浆料的拉丝现象制备了带微格栅结构的PVC/CB敏感薄膜,并构建了基于PVC/CB薄膜的微格栅结构柔性压力传感器。通过研究发现,微格栅结构的引入显著提高了压力传感器的灵敏度和稳定性。传感器在0-15 k Pa范围内的灵敏度为4.71 k Pa-1,在15-200k Pa范围内的灵敏度为1.11 k Pa-1,在200-667 k Pa范围内的灵敏度为0.085 k Pa-1,响应时间约为25 ms。传感器在0-645.4 k Pa范围内循环测试5300次传感器的输出响应基本一致,在222.2 k Pa下恒压加载8 h输出时漂仅为2.4%,表现出良好的稳定性和耐用性。验证了基于PVC/CB薄膜的微格栅结构柔性压力传感器运用于人体脉搏探测的可行性。基于PVC/CB功能浆料和灵活可调的丝印网版,设计并制备了柔性压力感应鞋垫,可用于站姿监测和步态分析。此外,还制备了一种基于三维多孔泡沫的超宽量程柔性压力传感器。首先采用一步发泡法制备了具备三维多孔结构的聚氨酯/碳纳米管（PU/CNT）泡沫,再利用水热法将导电聚苯胺（PANI）附着在三维泡沫结构的表面上制得多孔导电泡沫。通过研究发现PU/CNT/PANI三维多孔泡沫具有良好的压缩性能和导电性,使得基于PU/CNT/PANI三维多孔泡沫构建的柔性压力传感器具备超宽的压力响应范围（0-30000 k Pa）。3.基于PVC/CB复合材料的柔性温度传感器研究:通过溶液共混法和丝网印刷工艺制备了基于PVC/CB薄膜的柔性温度传感器。通过研究发现当PVC基体中CB颗粒的平均间距大多处于隧道效应的典型跳跃距离时,PVC/CB薄膜呈现出最高的灵敏度。所构建的柔性温度传感器呈现较高的电阻温度系数(-0.148%°C-1),快速响应时间（198μs）,高线性度（R2=0.995）和低迟滞,在18℃-44℃表现出良好的重复性。此外,还验证了基于PVC/CB薄膜的柔性温度传感器应用于人体呼吸状态监测的可行性。
其他文献
现实世界中的许多传播现象均可以简化抽象成复杂网络上的传播过程,例如,社交网络上的信息传播,计算机网络上的病毒传播,接触网络上的疾病传播,金融网络上的危机扩散,等等。复杂网络上的传播动力学建模及其干预研究可以为谣言和疾病的防控、产品的营销、以及潮流的引导等提供决策依据,具有重要的现实意义。然而,目前来说,复杂网络上的传播动力学研究还存在着很多困难和挑战。一方面,网络传播动力学系统中的网络结构特征多样
数控机床作为制造业的工作母机,其性能直接反映了一个国家的生产制造能力。精度和效率是衡量数控机床性能的两个重要指标,分别体现在机床加工过程中刀具运动轨迹的轮廓精度和加工速度上。在机床高速加工时,伺服控制系统误差和热误差是影响轮廓精度的主要因素。因此,准确的预测伺服控制系统误差和热误差影响下的轮廓误差是保障加工精度的重要依据。为了高精度地预测加工过程中的轮廓误差,需要对伺服控制系统误差建模、热误差建模
多刚体系统作为一类典型的力学系统,在机械,车辆、机器人及飞行器等诸多领域具有广泛的应用。多刚体系统结构复杂,在许多实际应用中存在模型不确定性、未知的外界干扰及作动器饱和等约束,且具有强非线性和强耦合性等特点。此外,由于空间和成本的约束,难以在多刚体系统的每个需测量部位安装合适的传感器以获取系统的状态,而现有的控制方法多基于状态反馈,且存在控制器结构复杂,参数整定困难,实际控制精度难以保证等不足。本
合成孔径雷达（Synthetic Aperture Radar,SAR）可对目标区域进行全天时、全天候持续观测,已被广泛应用于战场侦测、农林普查等军事和民用领域。SAR数据处理一般包括成像处理以及成像后的图像处理,其中图像处理包括图像的增强、融合、分割以及目标的识别、检测与跟踪等。作为一种高性能图像处理方法,深度神经网络可在数据驱动下,根据任务需求从图像中自动学习目标特征,有着传统机器学习方法不可
人体组织的介电特性主要包括电导率和电容率,它们描述了组织对电磁场的响应特性。临床研究表明人体组织出现异常时其介电特性值会发生改变,因此介电特性可以作为表明组织生理状态的生物标记,为临床诊断提供有价值的信息,有助于疾病的早期发现。另外,利用介电特性能够估计组织内部电流和电磁场的分布,可以将其应用在有关电磁刺激的临床治疗中,所以介电特性分布研究具有重要的临床意义。磁共振扫描中的射频能量特定吸收率（Sp
瑞利散射型分布式光纤传感由于其响应速度快、灵敏度高、传感距离长等优点成为了近年来的研究热点,已经初步应用到地震波监测、地质勘探、智能交通、大型结构健康监测等领域。常见的瑞利散射型分布式光纤传感有:适用于动态应变传感的相位敏感型光时域反射计（phase-sensitive optical time domain reflectometry,Φ-OTDR）、可用于动静态温度和应变传感的相干光时域反射计
作为数据挖掘领域的热门问题之一,离群点检测（也称为离群点挖掘）是从原始数据集分布中发现显示异常行为的对象,它可用于人群异常行为检测,信用欺诈,入侵检测,医疗保健和物联网（IoT）大数据离群点检测等。关于离群点检测,两个主要挑战是数据的维度和规模。使用集中式的检测方法,必然面对数据的“维度诅咒”,另外随着数据尺度的增加,单一节点的计算在运行时间上也是难以忍受的。本文研究的重点也立足于解决离群点检测中
随着近年来量子计算领域的飞速发展,量子计算技术已经深刻地改变了传统的计算模式与信息处理的方式。量子计算利用量子物理特有的量子纠缠、量子叠加等性质能够有效地提升信息处理的效率与能力,并且提供了新型的数据计算与信息处理方式。机器学习利用现有的计算资源对大数据进行分析学习得到规律以对未知数据进行预测,在众多领域有着广泛的应用。量子计算技术应用于机器学习中产生了量子机器学习这一研究方向。量子机器学习一方面
合成孔径雷达（SAR）由于其全天时、全天候的工作特性,已被广泛应用于侦察探测、地质勘探、灾害检测和公共区域安检等领域。作为SAR图像分析和解译的基础问题,SAR目标分类与检测问题的研究具有重要意义。鉴于深度学习方法在计算机视觉领域取得了巨大成功,本文开展基于深度学习的SAR目标分类与检测方法的研究。近年来,基于监督学习的深度网络在SAR目标分类与检测任务中被广泛应用并取得了突出的效果。本文围绕SA
区块链（Blockchain）技术近年来已成为学术界和工业界的研究热点。目前区块链的应用场景也已经扩展到金融、医疗、政府、文化、艺术、物联网、软件工程等领域,因而区块链也常被称为下一代互联网。但是,区块链还存在一系列问题,如共识算法机制、系统性能与运行效率、存储方法、匿名与可信的矛盾以及监管问题等,安全威胁也始终相随相伴。目前针对区块链系统、合约和应用的安全事件频频发生,给个人、企业乃至国家造成了