硅铝异质结压力传感器芯片及其测量系统研究

摘要

随着微电子机械系统(MEMS)制造技术水平的提高，MEMS压阻式压力传感器的应用范围也越来越广，这也对其性能提出了更高的要求。目前传统的压阻式压力传感器普遍存在着温度漂移系数大和灵敏度低等问题。基于硅铝异质结的压力传感器为上述问题提供了一种解决方案。本文以此设计了基于硅铝异质结的压力传感器芯片及其测量系统。 首先，提出了一种由四个硅铝异质结组成的压力传感器，其中硅铝异质结为掺杂硅和金属铝组成的混合结构。阐述了硅铝异质结压力传感器的工作原理，然后对其结构与材料特性参数进行了理论推导分析和有限元优化仿真，着重讨论了传感器的理论灵敏度和信噪比。随后根据理论计算和优化仿真的结果，对硅铝异质结压力传感器的版图进行了设计，并相应地确定了传感器的制造工艺流程，进而完成了传感器的加工和封装。 其次，针对制作好的硅铝异质结传感器芯片，本文设计了一套硬件测量系统，该系统以STM32F407ZGT6微处理器为核心，拥有数据采集处理分析以及基于PID(Proportion、Integral、Derivative，比例积分微分)算法的恒温控制等功能。该系统软件以μCOS-Ⅲ操作系统和STemWin图形编辑软件为核心，实现了数据的实时动态显示、人机交互图形界面等功能，并可以通过蓝牙、WIFI进行无线数据传输。 最后，对封装好的硅铝异质结压力传感器进行了实验测试分析与软硬件补偿。实验测试和对比表明:在-20℃到60℃温度范围内，经过遗传算法改进的小波神经网络和最小二乘算法软件补偿过后，在0～1000kPa的压力范围内，基于单个硅铝异质结的压力传感器的灵敏度可达到0.128 mV/(V·kPa)，综合精度可达到0.93％FS。而在-20℃到60℃温度范围内，在0～300kPa压力范围内，在硬件补偿和恒温控制下，基于单个硅铝异质结的压力传感器的灵敏度可达到0.122 mV/(V·kPa)，综合精度可达到2.43％FS。若采用传感器上的两个硅铝异质结传感单元同时测量，灵敏度还将增加1倍，说明硅铝异质结压力传感器及其测量系统具有较高的灵敏度和整体测量精度。本文的研究结果为后续硅铝异质结压力传感器研究提供了有益的参考。

目录

声明

摘要

第一章绪论

1．1课题的研究背景及意义

1．2 MEMS压阻式压力传感器国内外发展现状

1．3硅铝异质结MEMS压力传感器国内外发展现状

1．4压力传感器补偿技术发展现状

1．4．1硬件温度补偿技术发展现状

1．4．2软件温度补偿技术发展现状

1．4．3温度补偿技术存在的问题

1．5本文主要研究内容与章节安排

第二章硅铝异质结压力传感器理论分析与结构设计

2．1压阻式压力传感器的基本原理

2．1．1传统压阻式压力传感器的工作原理

2．1．2硅铝异质结压力传感器的工作原理

2．2硅铝异质结压力传感器的基本特性

2．2．1硅铝异质结传感器的静态特性

2．2．2硅铝异质结传感器的温度特性

2．3硅铝异质结压力传感器的设计

2．3．1硅铝异质结压力传感结构设计

2．3．2应变薄膜设计

2．3．3硅杯掩膜设计

2．4硅铝异质结压力传感器结构设计有限元分析

2．4．1有限元结构建模与仿真

2．4．2灵敏度与信噪比仿真分析

2．5本章小结

第三章硅铝异质结压力传感器芯片的工艺设计与制作封装

3．1掩膜版图设计

3．2硅铝异质结传感器工艺流程

3．3硅铝异质结压力传感器封装设计

3．4测试结构分析

3．5本章小结

第四章硅铝异质结压力传感器测量系统硬件设计

4．1测量系统的硬件总体设计方案

4．2信号输入电路设计

4．2．1硅铝异质结压力传感器测量电路

4．2．2温度传感器电路

4．3信号采集电路设计

4．3．1模拟电源和基准电压源

4．3．2信号采集模块设计

4．3．3信号通道隔离设计

4．4数字电路设计

4．4．1数字电源设计

4．4．2微处理器电路设计

4．4．3液晶显示电路设计

4．4．4无线通信电路设计

4．5恒温加热电路设计

4．5．1恒温加热电源设计

4．5．2恒温加热驱动设计

4．6 PCB布局布线设计

4．7电路外壳设计

4．8本章小结

第五章硅铝异质结压力传感器测量系统软件设计

5．1系统软件平台总体设计方案

5．2 μCOS-Ⅲ软件平台搭建

5．2．2 μCOS-Ⅲ嵌入式软件移植

5．3数据采集任务设计

5．4 PID恒温控制算法设计

5．4．1 PID算法简介

5．4．2 PID恒温加热程序设计

5．5数据的远程传输

5．5．1 WIFI远程传输

5．5．2蓝牙远程传输

5．6 GUI界面设计

5．6．1 STemWin简介以及移植

5．6．2 STemWin界面设计

5．7本章小结

第六章实验平台搭建及测试结果分析

6．1半封装以及充油封装芯片测试

6．1．1实验平台搭建

6．1．2半封装芯片实验数据分析

6．1．3充油封装芯片实验数据分析

6．2神经网络数据补偿方法

6．2．1基于遗传算法的小波神经网络简介

6．2．2基于遗传算法的小波神经网络模型

6．2．3基于遗传算法的小波神经网络数据补偿

6．2．4温度灵敏度漂移误差和非线性误差补偿结果分析

6．2．5重复性误差和迟滞误差补偿结果分析

6．3基于最小二乘法的迟滞误差补偿

6．3．1最小二乘法迟滞误差补偿原理

6．3．2最小二乘法迟滞误差补偿结果分析

6．4恒温压力系统测试与标定

6．4．1恒温压力系统测试实验平台搭建

6．4．2恒温系统测试

6．4．3硅铝异质结传感器数据标定

6．5实验结果比较

6．6本章小结

第七章总结与展望

7．1总结

7．2展望

参考文献

致谢

作者简介