-
公开(公告)号：CN115770720A
公开(公告)日：2023-03-10
申请号：CN202211527622.0
申请日：2022-11-30
Applicant: 西安交通大学
Abstract: 本发明公开了一种具有隔离凹槽低应力双压电层结构的PMUT及其工作和制备方法，PMUT自上而下包括圆形多层复合薄膜、绝缘层、上基底、键合层和下基底。多层复合薄膜包括上压电层、下压电层、上电极层、中电极层和下电极层多层复合薄膜上具有同心的环形凹槽，并覆盖整个空腔的区域。本发明在有效降低PMUT单元间串扰、减小薄膜应力的同时实现薄膜内压电驱动弯矩的大幅增加，进而实现超声发射和接收性能提升，以满足小管径流量检测应用对低功耗、高性能超声换能器的迫切需求。
-
公开(公告)号：CN118706806A
公开(公告)日：2024-09-27
申请号：CN202410872659.X
申请日：2024-07-01
Applicant: 西安交通大学
Abstract: 本发明属于MEMS气体传感器技术领域，公开了基于CMUTs的荧光‑质量双响应气体检测传感器、系统及方法，本发明传感器包括CMUTs，CMUTs具有振动薄膜和空腔，振动薄膜表面设有用于对目标痕量气体进行检测的敏感层，敏感层能够引起荧光强度变化。本发明能够利用敏感层附气体后的质量改变引起CMUTs的特征频率变化，使得CMUTs的阻抗/相位‑频率曲线发生偏移，因此可以据此表征检测被吸附目标气体的质量或浓度。本发明敏感层能够引起荧光强度变化，利用脉冲荧光激发光纤，能够产生能量转移后荧光强度变化，通过荧光强度变化来检测气体种类和浓度。综上，本发明对现有CMUTs进行改造，并结合CMUTs谐振器和法布里‑珀罗腔，可实现高选择性、高灵敏度和低功耗的生化物质检测。
-
公开(公告)号：CN114408853B
公开(公告)日：2024-07-16
申请号：CN202111452700.0
申请日：2021-11-30
Applicant: 西安交通大学
Abstract: 本发明公开刚柔融合电容式柔性MEMS超声换能器及其制备方法，换能器的振动薄膜和下电极采用刚性材料；基底和支柱采用柔性材料。振动薄膜和下电极对应于支柱表面的区域设置凹槽，贯穿振动薄膜和下电极的厚度方向。本发明利用刚性振动薄膜来保证高谐振频率，实现MEMS超声换能器频率的灵活设计；利用柔性基底和支柱来实现MEMS超声换能器的柔性，解决传感器频率和柔性设计相互制约的难题；利用柔性支柱与刚性薄膜形成二级串联振动系统，提高输出声压和接收灵敏度；利用刚性下电极和刚性振动薄膜减小振动过程中上下电极间正对面积的变化，提高工作频率、机电耦合系数、收/发灵敏度等性能的稳定性；利用MEMS工艺来实现微型化、高密度二维柔性超声换能器的制备。
-
公开(公告)号：CN116493234A
公开(公告)日：2023-07-28
申请号：CN202310467430.3
申请日：2023-04-26
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于KNN和应力释放凹槽的TFT‑PMUTs及其制备方法和应用，该TFT‑PMUTs包括压电式微机械超声换能器和薄膜晶体管，压电式微机械超声换能器中每个单元的底电极的轴心设有单元中心支柱，每个压电式微机械超声换能器阵元的中心设置阵元中心支柱；KNN压电层在压电式微机械超声换能器阵元的中心位置空白区域设置阵元中心支柱；结构层上设有应力释放凹槽；阵元中心支柱和单元中心支柱与薄膜晶体管的电压开关一一正对连接，每个阵元中心支柱处的顶电极、以及每个单元中心支柱对应的底电极与薄膜晶体管上和他们位置相对的电压开关电连接；单元边界支柱与薄膜晶体管表面键合连接。本发明传感器能够进行触觉感知和轨迹检测，且灵敏度较高，可进行批量化制造。
-
公开(公告)号：CN119114405A
公开(公告)日：2024-12-13
申请号：CN202411478222.4
申请日：2024-10-22
Applicant: 西安交通大学
Abstract: 本发明属于材料以及电子器件制造领域，公开了一种基于3D打印的电容式微机械超声换能器及其制备方法，CMUTs包括自上而下依次连接的上电极、上绝缘层、振动膜、支柱层、硅基底和下电极，支柱层的振动膜、下绝缘层和支柱之间形成有空腔；方法包括：利用纳米二氧化硅复合材料，采用光固化3D打印方法，在表面进行了功能化的硅基底正面打印支柱层阵列；然后进行固化、热处理，得到第二器件；再键合振动膜；再在振动膜的正面打印上绝缘层；将再进行固化、热处理；再打印上电极；再通过湿法刻蚀工艺去除硅基底背面的二氧化；再在硅基底背面打印下电极；再去除光刻胶即可。本发明减少了所需设备和材料消耗，降低了生产成本。
-
Patent Agency Ranking
公开(公告)号：CN118624718A
公开(公告)日：2024-09-10
申请号：CN202410691504.6
申请日：2024-05-30
Applicant: 西安交通大学
Abstract: 本发明属于气体检测技术领域，公开了一种变质量分数复合静电纺丝CMUTs表面功能化方法及谐振式气体传感器，本发明在电容式微加工超声换能器的振膜表面设置气体敏感功能层薄膜，气体敏感功能层薄膜的孔隙率呈梯度变化，气体敏感功能层薄膜上位于振膜一侧的孔隙率低于气体敏感功能层薄膜表面的孔隙率。本发明气体敏感功能层薄膜的孔隙率是沿着厚度方向具有梯度，气体敏感功能层薄膜的下层与振膜粘性好、上层孔隙率较高，能够提高CMUTs检测灵敏度和检测极限，实现更低浓度的气体检测。
-
公开(公告)号：CN117900111A
公开(公告)日：2024-04-19
申请号：CN202410262773.0
申请日：2024-03-07
Applicant: 西安交通大学
Inventor： 李支康 , 雒瑞炎 , 袁佳炜 , 秦和烽 , 谭鸿强 , 赵一鹤 , 袁铮 , 王小章 , 赵立波 , 赵子龙 , 马琦 , 张世旺 , 李嘉柱 , 李梓璇 , 李杰 , 秦韶辉 , 石璇 , 王彤
IPC: B06B1/06
Abstract: 本发明公开了一种压电式柔性MEMS超声换能器及制备工艺，其工艺步骤均采用标准的MEMS工艺进行制造。换能器的外包裹为柔性材料，电极材料均为柔性材料。本发明利用其制造按照MEMS工艺来保证制造中的高效率、大批量生产；利用柔性材料的包裹保证器件整体的柔性；利用柔性电极及蛇形电路保证其具有弯曲、扭转、拉伸等柔性功能；利用具体的制造标准保证制造中的高一致性。
-
公开(公告)号：CN116493234B
公开(公告)日：2025-04-15
申请号：CN202310467430.3
申请日：2023-04-26
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于KNN和应力释放凹槽的TFT‑PMUTs、制备方法、应用和超声触觉感知检测设备，该TFT‑PMUTs包括压电式微机械超声换能器和薄膜晶体管，压电式微机械超声换能器中每个单元的底电极的轴心设有单元中心支柱，每个压电式微机械超声换能器阵元的中心设置阵元中心支柱；KNN压电层在压电式微机械超声换能器阵元的中心位置空白区域设置阵元中心支柱；结构层上设有应力释放凹槽；阵元中心支柱和单元中心支柱与薄膜晶体管的电压开关一一正对连接，每个阵元中心支柱处的顶电极、以及每个单元中心支柱对应的底电极与薄膜晶体管上和他们位置相对的电压开关电连接；单元边界支柱与薄膜晶体管表面键合连接。本发明传感器能够进行触觉感知和轨迹检测，且灵敏度较高，可进行批量化制造。
-
公开(公告)号：CN118204255A
公开(公告)日：2024-06-18
申请号：CN202410549687.8
申请日：2024-05-06
Applicant: 西安交通大学
IPC: B06B1/06
Abstract: 本发明公开了一种借助声学超材料实现声波聚焦引导及边缘止振功能的MEMS超声换能器阵列及其制备方法，包括MEMS超声换能器阵列以及设置于MEMS超声换能器阵列表面的止振材料层和声聚焦引导材料层，所述MEMS超声换能器阵列包括多个MEMS超声换能器单元，所述止振材料层设置于MEMS超声换能器单元间的公共支柱区域的上方，止振材料层上与MEMS超声换能器单元相对的位置设为空白区域，该空白区域作为透声孔，声聚焦引导材料层设置于MEMS超声换能器单元上方。本发明通过对MEMS超声换能器阵列上表面结构层进行优化，在实现MEMS超声换能器晶圆级封装的同时，能够有效提高硅MEMS超声换能器阵列的声学性能。
-
公开(公告)号：CN115148893A
公开(公告)日：2022-10-04
申请号：CN202210901455.5
申请日：2022-07-28
Applicant: 西安交通大学
Abstract: 本发明公开了一种具有弯曲和扭转变形功能的柔性PMUTs及其制备方法，包括柔性基底和设置于柔性基底上的若干换能单元，各换能单元之间是相互独立的，具体是指各单元的结构层、柔性下电极、下压电层、柔性中间电极、上压电层和柔性上电极是相互独立的，各换能单元之间仅靠柔性材料连接，在器件弯曲、拉伸及扭转时，柔性材料被拉伸或压缩，产生较大形变，而各单元的压电层和结构层几乎不产生形变，不会导致上压电层、下压电层和结构层破断裂，从而在实现器件整体的高柔性和可拉伸性的同时保证各PMUTs单元性能不受影响。本发明的柔性PMUTs可采用全MEMS工艺进行制作，可在实现制作具有弯曲和扭转功能PMUTs的同时，保证器件的高灵敏度和单元密度。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.023 seconds)
