CN119880203A

CN119880203A - 宽工况、多维力表征柔性薄膜压电传感器及信号分析方法

Info

Publication number: CN119880203A
Application number: CN202411951289.5A
Authority: CN
Inventors: 颜志淼; 谭婷; 李天润; 张坤玮
Original assignee: Shanghai Yaoshan Robot Technology Co ltd; Shanghai Jiao Tong University
Current assignee: Shanghai Yaoshan Robot Technology Co ltd; Shanghai Jiao Tong University
Priority date: 2024-12-27
Filing date: 2024-12-27
Publication date: 2025-04-25

Abstract

本申请涉及柔性压电传感器的技术领域，公开一种宽工况、多维力表征柔性薄膜压电传感器及信号分析方法，将pvdf压电薄膜进行剪纸化裁切以后，进行区域化电极涂镀覆盖，实现多通道信号输出。从而能够在一个薄膜传感器上实现了多维力的表征，同时剪纸设计增强了传感器的拉力和共形能力，以满足复杂表面的贴附需求。并结合多层复合结构，包括柔性聚合物保护层、柔性连接层，通过热压与局域超声波焊接实现高灵敏度、优异拉伸性能和机械耐久性。在增强传感能力的同时，克服传统PVDF压电传感器拉伸性能差缺陷。该制备方法流程简单、成本低，适于大规模工业生产。另外，我们提供了针对多通道信号的深度学习分析方法，能够实现分类以及非线性拟合。

Description

宽工况、多维力表征柔性薄膜压电传感器及信号分析方法

技术领域

本发明涉及传感器技术领域，详细来说涉及一种已验证适用于多种复杂工况环境，并具备基底振动、法向触摸以及切向拉伸等多维力表征柔性薄膜压电传感器，以及提供基于非线性波形特征的信号分析方法。该传感器可应用于机器人具身感知、汽车智能座舱与结构状态监测等领域。具体涉及一种宽工况、多维力表征柔性薄膜压电传感器及信号分析方法。

背景技术

压电传感器非线性能够将机械能直接转换为电信号的独特优势，广泛评估力学检测、健康结构监测、智能医疗等领域。近年来，随着柔性电子技术的快速发展，压电传感器柔性在可穿戴设备、软体机器人及复杂形貌检测中的潜在应用，受到越来越多的关注。目前压电传感器的材料主要包括无机材料(如压电陶瓷和压电晶体)和有机材料(如聚偏氟乙烯PVDF)。压电陶瓷(如PZT)具有高灵敏度和稳定性，适合高性能应用，但通常较脆，难以适应大变形场景。PVDF等有机材料则柔韧性好，易于制作成薄膜，但并不具备优异的可拉伸性能，限制了其在柔性和可穿戴设备中的应用。此外，传统的PVDF压电薄膜传感器通常只能在单点或单通道上进行信号检测，只能反映较为单一的接触信息，难以满足目前高性能触觉传感器对于多维力同时表征的需求。

多维力传感器是目前实现复杂力学环境中精确测量的重要工具。与传统的单维力传感器相比，多维力传感器可以在一个传感器重要结构中同时占用多个方向的力梯度，从而能够对力的大小、方向及分布进行综合表征。目前，多维力传感器虽然在多个领域表现出了应用价值，但其环境适用性仍然面临着严峻的挑战，尤其是由于器件设计的限制，在复杂环境下的性能和稳定性较难满足实际需求。现有的多维力传感器通常基于刚性材料和固定的结构设计，导致其在弯曲贴附、动态变形以及极端工况下(如高温、低温、重载、水下以及腐蚀环境)时，表现出适应能力不足的问题。此外，目前多维力传感器的制造相对复杂，器件成本较高，进一步限制了作为高性能触觉传感方案的大规模推广。同时，多通道信号的分析也是当前技术中的瓶颈：现有的分析方法多依赖于传统算法，仅考虑传感信号的幅值作为判断标准，不能充分反映全面的接触信息，忽视了波形、频谱等非线性特征，对于复杂力学环境下的目标检测和特征拟合存在应用问题。

因此，在考虑制造成本和多复杂工况适用的前提下，开发一种基于低成本压电材料，具备多维力表征能力的压电传感器，并开发相应的信号分析方法，通过处理波形的非线性特征实现全面的力学行为反映，具有重要的研究价值和应用潜力。

发明内容

为了克服上述柔性压电传感器的技术缺陷，本发明提供一种宽工况、多维力表征柔性压电薄膜传感器及信号分析方法。本发明的关键在于将完整的PVDF压电薄膜进行定制化的剪纸裁切，在增强传感器拉伸能力和共形贴附能力的同时，通过区域化电极涂覆实现输出独立的多通道传感，根据不同特征力作用下的多通道信号差异实现多维力表征。同时，本发明设计多层复合结构进行封装，提供的制备方法操作流程简单、工艺成本低，能够大规模生产。针对上述具备多维力表征能力的柔性压电薄膜传感器，本发明中还提供了基于LSTM模型的信号分析方法，可以通过处理波形的非线性特征实现精准的目标检测。

第一方面，本申请提供一种宽工况、多维力表征柔性压电薄膜传感器，采用如下的技术方案：

一种宽工况、多维力表征柔性压电薄膜传感器，包括依次设置的上柔性聚合物保护层、局部镂空上柔性连接层、区域化分隔上电极层、剪纸裁切压电薄膜层、区域化分隔下电极层、局部镂空下柔性连接层、下柔性聚合物保护层，以及用于多通道信号输出的多组漆包线；

所述上柔性聚合物保护层和所述下柔性聚合物保护层均采用耐高温的高分子薄膜。

通过采用上述技术方案，上柔性聚合物保护层和下柔性聚合物保护层采用耐高温的高分子薄膜，使得传感器能够在相对高温的环境下正常工作，避免因温度升高导致保护层性能下降、变形甚至损坏等情况发生，从而显著提升了传感器整体的稳定性与耐用性，延长其使用寿命。而且能有效隔绝外界的灰尘、水汽以及其他可能会侵蚀内部结构的物质，防止这些杂质进入传感器内部影响电极层、压电薄膜层等关键部件的性能，确保传感器能长期稳定、精准地工作，维持良好的传感性能。

所述剪纸裁切压电薄膜层，裁剪的图案包括经过力电耦合分析后确认的直线剪痕、分形剪痕以及相应演化图案，在多维力作用下形成不同的变形效果。

通过采用上述技术方案，力电耦合分析后确认的直线剪痕、分形剪痕以及相应演化图案形成可复杂变形的剪纸区域，改变了压电薄膜层的结构形态，使其在受到不同类型的外力作用时产生不同的面内及面外形变效果。例如在经受法向压力时，压电薄膜产生法向的微小形变；在经受面内拉伸时，剪纸形成的铰链结构会随拉伸程度增大经历平面内弹性变形，平面外屈曲，扭转；在经受剪切力以及扭转力时，剪纸形成的铰链结构也会产生与上述行为不同的变形特征。由于压电材料的传感机理是在受力变形时产生电荷，因此在上述不同特征力的作用下，剪纸压电薄膜会在完全不同的区域产生表面电荷，并且表面电荷的积累也不是完全线性的过程，这会使得电信号输出呈现不同的非线性波形。这种特殊的裁剪方式同时赋予了压电薄膜层更好的可变形能力，使其在面对不同形状的贴合表面或者承受较大的弯曲、拉伸等变形情况时，依然可以保持自身性能稳定且能正常工作，很好地契合了对机械柔韧性的要求，方便其共形贴附在各种不规则形状的物体表面进行测量与监测，例如贴合在具有复杂曲面的航空航天零部件上监测其结构应力变化等。

可选地，所述区域化分割上电极层和所述区域化分割下电极层，为所述压电薄膜层的剪痕分割区域内涂抹的导电银浆或PEDOT:PSS；所述下电极层与上电极层涂抹区域相同；所述上电极层与下电极层不连通。

通过采用上述技术方案，采用导电银浆或PEDOT:PSS作为电极层材料，无论是导电银浆凭借其金属银优良的导电性能，还是PEDOT:PSS这种有机导电聚合物具备的较好导电性，都能够确保在压电薄膜层产生的电信号可以高效、稳定地进行传导。经过剪纸化裁切地压电薄膜在不同特征力的作用下会在完全不同的区域产生表面电荷，因此选定这些区域进行互不连通的电极层材料涂抹，并各自连接漆包线进行信号输出，由此可以保证在多通道信号共同作用下，充分反映多维力的特征。此外，导电银浆和PEDOT:PSS可以随着剪纸裁切压电薄膜层在不同力作用下的变形情况中，保持相对稳固的连接状态，避免因电极与薄膜结合不牢而出现信号传输中断或不稳定等问题，确保传感器在经历各种复杂变形状况时依然能正常工作，适应如柔性可穿戴设备、可弯折电子器件等对柔韧性要求较高的应用场景。下电极层与上电极层涂抹区域相同，这一设计保证了上下电极对于压电薄膜层同一区域的电信号采集具有一致性和对应性，能够精准地获取该区域因外力作用而产生的电能变化情况。同时，上电极层与下电极层不连通，有效防止了电极之间可能出现的短路情况，避免了因电极间的异常导电通路而产生的信号干扰，使得从上下电极层收集到的电信号能够各自独立、准确地反映出对应区域的物理量变化，进一步提升了传感器信号采集的准确性和可靠性，有助于更精确地分析和判断传感器所监测的外部环境或对象的状态变化。

所述局部镂空上柔性连接层和所述局部镂空下柔性连接层为热熔胶薄膜，镂空区域设置在上述剪纸裁切压电薄膜的裁剪区域。

通过采用上述技术方案，上柔性连接层和下柔性连接层采用热熔胶薄膜且对应压电薄膜层剪纸区域进行局部镂空，首先在保证能将各层良好连接固定的基础上，减少了不必要的材料堆积，使整个传感器结构更加轻薄灵活，利于贴合；其次，当压电薄膜层因外力产生较大变形时，镂空的设计为其提供了足够的应变空间，不会因为连接层的限制而阻碍薄膜层的正常形变，保障了传感器在大变形情况下依然能稳定输出信号，可应用于一些需要承受频繁大变形的场景，比如可穿戴设备在人体运动过程中的频繁弯折、拉伸等状况下进行信号采集与监测；最后镂空后的柔性连接层使得剪纸裁切后的压电薄膜在经受不同维度的力作用时会以不同的部位触碰两侧的柔性聚合物保护层，从而会产生对应于碰撞行为的电信号输出，进一步增强该传感器的多维力表征能力。热熔胶薄膜本身具备一定的粘性和良好的电气绝缘性能，在连接各层结构时，既可以稳固各层之间的相对位置，避免出现层间移位影响信号传输路径，又能防止因各层之间可能出现的导电接触异常等情况干扰信号的正常输出，确保从压电薄膜层产生的多通道电信号能通过电极层、连接层等顺利传导至漆包线并向外输出，保障了传感器多通道信号传输的稳定性和可靠性。

所述漆包线采用内部导线为铜材料，外部绝缘涂层为聚氨酯漆，输出同一个传感通道的两根漆包线进行相互缠绕。

通过采用上述技术方案，相互缠绕的两根可以减少传感器在使用过程中的电磁干扰和串扰影响。例如，导线在磁场中移动就会产生感应电流，从而影响传感的精度。经过缠绕后的同意传感通道的两根漆包线在磁场中移动时会产生相同的电流，由于压电传感器的差分原理，从而避免的磁场的影响，增强了在磁场环境下的使用效果。

可选地，所述耐高温的高分子薄膜包括热塑性聚氨酯(TPU)薄膜、聚醚酰胺弹性体(PEBA)薄膜或聚氨酯弹性体(PU)薄膜，所述上柔性聚合物保护层和所述下柔性聚合物保护层采用相同或者不同的材料；所述上柔性聚合物保护层和所述下柔性聚合物保护层的厚度范围均为10-300微米。

通过采用上述技术方案，耐高温的高分子薄膜涵盖热塑性聚氨酯(TPU)薄膜、聚醚酰胺弹性体(PEBA)薄膜或聚氨酯弹性体(PU)薄膜，并且上、下柔性聚合物保护层可采用相同或不同材料。这使得传感器能够依据具体的使用需求和环境特点来灵活选择合适的材料组合。比如，若传感器需要在有一定化学腐蚀性的环境中工作，可选择耐化学性相对更好的聚醚酰胺弹性体(PEBA)薄膜；而要是更侧重柔韧性以及成本因素，热塑性聚氨酯(TPU)薄膜可能是更优选择。不同的材料有着各自独特的性能优势，通过选择相同或不同材料来构成上、下保护层，可以实现取长补短，优化传感器整体的综合性能。例如，上层选用具有良好耐磨性能的材料来抵御外界摩擦，下层选择具备更好的防潮性能的材料防止水汽从底部侵入，从而全方位提升传感器对外界不利因素的抵御能力，保障内部关键结构的正常运行，延长传感器的有效工作时长。上柔性聚合物保护层和下柔性聚合物保护层的厚度范围均限定在10-300微米，这样的厚度区间设计十分巧妙。较薄的下限(10微米)能够确保保护层不会因过厚而过度增加传感器整体的刚性，影响其机械柔韧性，使得传感器在贴合到各种形状表面时依然能保持良好的共形贴附能力，适应如可穿戴设备贴合人体曲面等需要高度灵活形变的场景。而相对较厚的上限(300微米)又保证了有足够的材料来为内部结构提供可靠的防护，阻挡外界可能存在的物理损伤、化学侵蚀以及水汽、灰尘等的入侵，维持传感器稳定的性能，像在工业环境中抵御一定程度的撞击、刮擦以及化学物质接触等情况时能发挥有效的保护作用。

可选地，所述压电薄膜层采用极化PVDF薄膜，厚度范围为14-100微米。

通过采用上述技术方案，选择极化PVDF薄膜作为压电薄膜层，是因为PVDF本身经过极化处理后具备良好的压电效应。它能够有效地将机械能转化为电能，或者将电能转化为机械能，在传感器受到外界压力、振动等机械作用时，可以精准地产生相应的电信号，对外界物理量变化有着敏锐的响应能力，从而保障了传感器具备较高的检测灵敏度，在诸如声学传感器用于声音检测、压力传感器感知微小压力变化等诸多应用场景中都能发挥出色的传感作用。PVDF薄膜具有出色的化学稳定性，能够耐受多种化学物质的侵蚀，在较为复杂的化学环境中也能维持自身性能稳定。这意味着使用该薄膜的传感器可以被应用在一些可能接触到酸碱等化学物质的场景里，比如在化工生产车间对设备状态进行监测时，不用担心薄膜因化学腐蚀而失效，确保了传感器长时间可靠工作。PVDF薄膜还展现出了良好的生物相容性，使其特别适合应用于生物医学领域的传感器制作。例如在制作植入式医疗传感器或者可穿戴式健康监测设备时，与人体组织接触不会引发不良反应，能够安全、稳定地监测人体的生理信号，像心率、血压、肌肉活动产生的微弱压力变化等，为医疗诊断和健康管理提供准确的数据支持。度范围设定在14-100微米，较薄的下限(14微米)使得薄膜在受到外力作用时更容易发生形变，能够更灵敏地响应外界微弱的刺激，有助于提升传感器整体的灵敏度，可精准捕捉到细微的物理量变化。而相对较厚的上限(100微米)则保证了薄膜具备一定的结构强度，在经历多次变形以及不同程度的外力作用下，依然可以维持自身的完整性和性能稳定，同时也不会因过薄而过于脆弱，难以加工和安装，从而在灵敏度和机械柔韧性之间达到了一个良好的平衡，使其可以更好地适应如可穿戴设备在人体频繁活动下、柔性电子器件在各种弯曲拉伸场景中的应用需求。

可选地，所述热熔胶薄膜为乙烯-醋酸乙烯酯(EVA)热熔胶薄膜、聚酰胺(PA)热熔胶薄膜或TPU热熔胶薄膜，厚度范围为10-50微米；所述下柔性连接层与上柔性连接层材料相同。

可选地，所述局部镂空热熔胶薄膜地镂空区域设计包括矩形、椭圆形、阵列矩形以及相应地演化图案。

第二方面，本申请提供一种宽工况、多维力表征柔性薄膜压电传感器的制备方法，采用如下的技术方案：

一种宽工况、多维力表征柔性薄膜压电传感器的制备方法，具体步骤如下：

步骤1：采用紫外固化技术将PVDF薄膜固定在金属薄板，利用传统机械切割或精密激光切割技术加工成指定剪纸图案，洗去UV胶后得到压电薄膜层；

步骤1-1：紫外固化PVDF薄膜：在PVDF薄膜的一面利用毛刷涂抹水解UV胶并粘接在1mm厚的光滑金属薄板表面，在紫外灯下照射固化；

步骤1-2：切割成指定剪纸图案：

传统机械切割方法：将步骤1-1制得的固化PVDF薄膜的金属薄板装夹在模切机上，加工剪纸图案；

精密激光切割方法：将步骤1-1制得的固化PVDF薄膜的金属薄板装夹在激光切割机上，加工剪纸图案；

步骤1-3：解胶PVDF薄膜：在步骤1-2切割完成的PVDF薄膜表面喷洒酒精凝胶，完全浸没实现解胶，制得剪纸化裁切的PVDF薄膜；

步骤2：在压电薄膜层两侧涂抹导电银浆形成电极层并连接导线；

步骤2-1：制备电极层：首先将步骤1制得的压电薄膜固定在基板表面，利用湿膜制备器以刮涂法均匀涂抹可拉伸导电银浆；在40-80摄氏度范围内的通风环境下干燥；以同样的操作完成两面电极层制备；

步骤2-2：初步固定导线：利用导电银浆将漆包线的一端连接在步骤2-1制得的压电薄膜表面指定区域，在40-80摄氏度的通风环境下完成固定；

步骤3：采用热层压技术将多层材料压合，经由局域超声波焊接后形成可共形贴附的大变形柔性压电传感器：

步骤3-1：保护层制备：利用上述的切割方法，加工10-300微米耐高温高分子薄膜，采用机械加工技术时，变化刀压为20-100N；采用激光切割方法时，变化激光功率为0.5-3W；

步骤3-2：连接层制备：利用上述的切割技术加工10-50微米热熔胶薄膜，采用机械加工技术时，刀压设置为10-100N；采用激光切割技术时，激光功率设置为0.5-1W；

步骤3-3：恒温压合：将步骤2、步骤3-1、步骤3-2制备得到的聚合物保护层、柔性连接层、与压电薄膜按照顺序叠放在铝制夹具内，并将夹具整体放置在热压机中；设置热压机温度为80-100摄氏度，压力为0.6-2.0MPa，压合时间为2-4小时；

步骤3-4：局域超声波焊接：采用超声波焊枪，选用焊头表面圆形的平面，在需要位置进行0.5s的点焊操作。

通过采用上述技术方案，通过紫外固化技术先将PVDF薄膜固定在金属薄板上，为后续切割提供了稳定的操作基础，确保薄膜在加工过程中不会轻易发生位移，有助于提高加工精度。

提供传统机械切割和精密激光切割两种方式来加工指定剪纸图案，机械切割适用于一些相对规则、简单的图案，成本较低且效率较高；激光切割则对复杂、精细的图案有着出色的加工能力，能够精准地制造出如直线剪痕、分形剪痕及相应演化图案等，满足不同设计需求，保障了压电薄膜层最终具有理想的结构形态，利于提升传感器的灵敏度和柔韧性。

采用喷洒酒精凝胶的解胶方式，能快速、有效地将PVDF薄膜从金属薄板上分离下来，而且酒精凝胶易挥发，不会残留杂质影响薄膜性能，使得整个制备流程连贯且高效，有助于提高生产效率，保证产品质量。

利用湿膜制备器以刮涂法涂抹可拉伸导电银浆来制备电极层，刮涂法可使导电银浆在压电薄膜层两侧均匀分布，形成厚度均匀、导电性良好的电极层。均匀的电极层能够保证在压电薄膜层产生的电信号可以全面、稳定地被收集并传导，避免因电极层局部缺陷或厚度不均引发的信号传输不稳定、信号损失等问题，从而提高传感器信号采集的准确性和可靠性。

通过导电银浆在40-80摄氏度通风环境下将漆包线一端固定在压电薄膜表面指定区域，这种方式利用了导电银浆在适宜温度下固化并形成良好导电通路的特性，通风环境又有助于溶剂挥发，使得导线与电极层之间连接牢固，导电性能可靠，最大程度减少了因连接不良导致的信号干扰、中断等情况，确保传感器能顺利输出采集到的信号。

在保护层制备和连接层制备过程中，针对机械加工技术和激光切割技术分别明确了刀压和激光功率等参数范围，能够根据实际情况精准加工出符合厚度要求的耐高温高分子薄膜和热熔胶薄膜，确保这些材料在后续的热层压过程中可以更好地发挥各自的防护、连接等功能，同时保证加工精度，减少材料浪费，提高生产的可控性和标准化程度。

通过恒温压合，精确设置热压机的温度、压力和压合时间，使得聚合物保护层、柔性连接层与压电薄膜层之间能够实现紧密、充分的结合。合适的温度促使热熔胶薄膜软化并发挥粘结作用，恰当的压力和时间保证各层之间充分接触、融合，避免出现层间气泡、贴合不紧密等问题，提高了传感器整体结构的稳定性和耐久性，使其在不同的使用环境和受力条件下都能维持良好的性能。

采用局域超声波焊接，选用特定形状的焊头在需要的位置进行短时间点焊操作，这种精准的焊接方式在不影响传感器整体柔性和结构完整性的前提下，对关键部位进行了有效的连接加固。例如在导线与电极层连接等重要部位进行点焊，既能增强连接的牢固性，又不会因大面积焊接导致传感器变硬、变脆而丧失柔韧性和共形贴附能力，进一步提升了传感器的制造质量和性能稳定性，使其在大变形情况下依然能正常工作并准确传输信号。

可选地，方法还包括：

根据PVDF薄膜的厚度，正相关调节热压合的温度、压力和压合时间；所述PVDF薄膜的厚度越厚，热压合的温度越高，热压合的压力越大，热压合的压合时间越长；所述PVDF薄膜的厚度越薄，热压合的温度越低，热压合的压力越小，热压合的压合时间越短。

可选地，方法还包括：

根据压电薄膜层的厚度，正相关调节热压合的温度、压力和压合时间；所述压电薄膜层的厚度越厚，热压合的温度越高，热压合的压力越大，热压合的压合时间越长；压电薄膜层的厚度越薄，热压合的温度越低，热压合的压力越小，热压合的压合时间越短。

第三方面，本申请提供一种宽工况、多维力表征柔性薄膜压电传感器的信号分析方法，采用如下的技术方案：

一种宽工况、多维力表征柔性薄膜压电传感器的信号分析方法，具体步骤如下：

步骤1：数据预处理。首先，采集柔性薄膜压电传感器的多通道压电信号数据，确保采样频率足够高以捕捉信号细节。对采集到的信号进行去噪处理，并使用统计方法检测并去除异常值。将连续的信号数据分割成固定长度的时间序列样本，每个样本包含相同数量的时间步长。根据任务需求对样本进行标注。

步骤2：模型构建。选择合适的LSTM模型架构，例如单层LSTM、多层LSTM或双向LSTM，具体选择取决于任务的复杂性和数据特性。确定LSTM模型的输入维度(即时间步长和特征数)、隐藏层维度、输出维度等关键参数。使用深度学习框架(如Matlab，TensorFlow或PyTorch)构建LSTM模型，并定义损失函数和优化器。对于特征识别任务，可以选择二分类交叉熵损失函数；对于非线性拟合任务，可以选择均方误差损失函数。

步骤3：模型训练。将预处理后的数据集划分为训练集、验证集和测试集，通常比例为70％、15％、15％。使用训练集对LSTM模型进行训练，并在每个训练周期结束后使用验证集评估模型性能，调整学习率、批次大小等超参数以优化模型表现。监控训练过程中的损失函数和评估指标，确保模型在训练集和验证集上均能取得良好的性能。

步骤4：模型应用。将训练好的LSTM模型应用于实际的多通道压电信号分析任务中。对于特征识别任务，输入新的信号数据，模型将输出特征信号的预测结果；对于非线性拟合任务，模型将输出信号的预测值。对模型的预测结果进行分析，例如统计特征信号的出现频率，或评估非线性拟合的准确性。根据分析结果，进一步优化模型或调整应用策略。

综上所述，本申请包括以下至少一种有益技术效果：

本发明通过剪纸化裁切提高了PVDF压电薄膜的灵敏度以及拉伸性能，并可根据需要进行定制化的图案设计，实现人体穿戴、汽车结构监测等复杂表面的共形贴附。

本发明通过设计区域化电极涂覆，根据多通道输出信号实现压电传感器的多维力表征，降低了多维力传感器的设计和制造成本，促进压电传感器在机器人灵巧手、汽车智能座舱等领域的应用。

本发明制备得到的压电传感器由多层材料热压得到，每层的厚度可以根据需要自行选择，总体厚度最低可达0.2mm，能够适应狭窄空间以及满足轻量化要求。

本发明提出的剪纸裁切工艺简单，可以通过激光切割、机械切割等常规方法快速制作，大大降低了制造成本；并且采用刮涂技术制备电极，无需复杂的制造工艺；热压结合超声波电焊极大延长器件使用寿命。作为工业化、低成本的柔性应变传感器具有巨大的应用前景。

本发明结合深度学习信号分析方法，可根据传感器的非线性波形特征，实现复杂传感信号的自动特征提取，提高了对弱信号和高噪声环境下的信号检测能力，支持对动态数据的实时处理与分类，适用于多场景应用需求，如人体行为识别、结构健康监测及智能设备交互等复杂功能，实现高效精准的信号感知与解读。

附图说明

图1为本发明实施例的结构示意图。

图2为本发明实施例各层结构平面图案。

图3为本发明实施例的实物图。

图4为本发明实施例的耐高温测试说明图。

图5为本发明实施例的耐颠簸测试说明图。

图6为本发明实施例的耐重物冲击测试说明图。

图7为本发明实施例的在拉伸环境下的测试说明图。

图8为本发明实施例的耐摩擦说明图。

图9为本发明实施例的耐水测试说明图。

图10为本发明实施例的耐牛奶腐蚀测试说明图。

图11为本发明实施例的耐弯折测试说明图。

图12为本发明实施例应用在面部动作识别的粘贴图。

图13为本发明实施例应用在面部动作识别中的信号展示图。

附图标记：1、上柔性聚合物保护层；2、上柔性连接层；3、上电极层；4、压电薄膜层；5、下电极层；6、下柔性连接层；7、下柔性聚合物保护层。

具体实施方式

下面详细描述本申请的实施方式，实施方式的示例在附图中示出。

在本说明书的描述中，参考术语“某些实施方式”、“一个实施方式”、“一些实施方式”、“示意性实施方式”、“示例”、“具体示例”或“一些示例”的描述意指结合所述实施方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施方式或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。

本申请实施例公开一种宽工况、多维力表征柔性薄膜压电传感器。

实施例1

参照图1、图2和图3，一种宽工况、多维力表征柔性薄膜压电传感器包括：

从上到下依次由上柔性聚合物保护层1、上柔性连接层2、上电极层3、压电薄膜层4、下电极层5、下柔性连接层6和下柔性聚合物保护层7。

上柔性聚合物保护层1和下柔性聚合物保护层7的厚度为0.09mm，材料为热塑性聚氨酯(TPU)。

上柔性连接层2和下柔性连接层6的厚度为0.02mm，材料为低熔点热塑性聚氨酯(TPU)。

压电薄膜层4采用PVDF材料，厚度为0.027mm。

在本实例中，采用传统机械切割的方式进行剪纸化图案裁切。剪痕采用直线剪痕。上电极层3和下电极层5为涂抹固化的导电银胶，完全固化后的厚度为0.005mm。

在本实例中，利用剪纸化方案提高了传感器的拉伸性以及灵敏度。

本实例主要验证该传感器的多工况适用性，具体包括高温环境、颠簸环境、重物冲击、拉伸场景、摩擦耐久、耐水性、耐腐蚀、耐弯折。

参照图4，传感器试样S1在85℃环境下持续放置96h，然后空气中放置12h。传感器外观完整，无分离、破损以及导线断裂情况产生。传感器依旧保持传感能力。信号均方根误差为-0.45％。

参照图5，传感器试样S2在激振器上经历160000次振动循环后，传感器外观完整，无分离、破损以及导线断裂情况产生。传感器依旧保持传感能力。信号均方根误差为-4.78％。

参照图6，传感器试样S3在采用6kg杠铃作为冲击重物,在模拟座椅海绵垫冲击10次。传感器粘贴固定。垂直高度1.1m。传感器外观完整，无分离、破损以及导线断裂情况产生。传感器依旧保持传感能力。信号均方根误差为-3.87％。

参照图7，传感器试样S4在静力机中以50mm/min速度拉伸,测量极限破坏力为40N以及极限应变为50％。

参照图8，传感器试样S5在自制旋转摩擦实验台中以2.1Hz频率，受摩擦102000次。传感器外观完整，无分离、破损以及导线断裂情况产生。传感器依旧保持传感能力。信号均方根误差为4.01％。

参照图9，传感器试样S6浸泡在净水中。静置干燥后,传感器外观完整，无分离、破损以及导线断裂情况产生。传感器依旧保持传感能力。信号均方根误差为0.45％。

参照图10，传感器试样S7浸泡在牛奶中。静置干燥后,传感器外观完整，无分离、破损以及导线断裂情况产生。传感器依旧保持传感能力。信号均方根误差为0.046％。

参照图11，传感器试样S8以1.6Hz的频率进行弯折,进行50000次的弯折循环。传感器外观完整，无分离、破损以及导线断裂情况产生。传感器依旧保持传感能力。信号均方根误差为3.19％。

实施例2

一种宽工况、多维力表征柔性薄膜压电传感器包括：

上柔性聚合物保护层1和下柔性聚合物保护层7的厚度为0.01mm，材料为聚醚酰胺弹性体(PEBA)。

上柔性连接层2和下柔性连接层6的厚度为0.01mm，材料为乙烯-醋酸乙烯酯(EVA)。

压电薄膜层4采用PVDF材料，厚度为0.014mm。

实施例3

一种宽工况、多维力表征柔性薄膜压电传感器包括：

上柔性聚合物保护层1和下柔性聚合物保护层7的厚度为0.3mm，材料为聚氨酯弹性体(PU)。

上柔性连接层2和下柔性连接层6的厚度为0.05mm，材料为聚酰胺(PA)。

压电薄膜层4采用PVDF材料，厚度为0.1mm。

在本实例中，采用传统机械切割的方式进行剪纸化图案裁切。剪痕采用分形剪痕。上电极层3和下电极层5为涂抹固化的导电银胶，完全固化后的厚度为0.005mm。电极区域采用三通道设计。

在本实例中，将制备的宽工况、多维力表征柔性薄膜压电传感器用于面部无声识别如图12所示。测量得到的信号如图13所示。

本实例中构建用于三通道信号分析的双层LSTM算法，具体如下：

利用数据采集器以1000Hz采样率采集柔性薄膜压电传感器的三通道压电信号数据。对采集到的信号执行低通滤波处理，去噪50Hz的工频干扰。将三通道的连续信号数据分割成固定长度为300的时间序列样本，每个样本包含相同数量的时间步长。对样本进行声母(sh，zh，ch，b，p)标注。

选择双层LSTM模型性。确定LSTM模型的输入维度(即时间步长为0.3s和特征数为5)、隐藏层维度为3、输出维度为5。使用Matlab的内置函数构建LSTM模型，并定义损失函数和优化器。

将预处理后的数据集划分为训练集、验证集和测试集，比例为70％、15％、15％。使用训练集对LSTM模型进行训练，直到训练成功率达99.9％。

将训练好的双层LSTM模型应用于实际的面部无声识别应用中，针对5类声母的识别成功率为93.17％。

本申请实施例还公开一种宽工况、多维力表征柔性薄膜压电传感器的制备方法，具体步骤如下：

步骤1：在PVDF薄膜的一面利用毛刷涂抹水解UV胶并粘接在1mm厚的光滑铝板表面，利用刮刀去除多余UV胶，在395nm波长的紫外灯下照射1分钟。将制得的固化PVDF薄膜的金属薄板装夹在模切机上，采用60度刀刃，设置刀压为10N，切割速度为10mm/min，加工CAD格式的剪纸图案。将切割完成的PVDF薄膜表面喷洒浓度为75％的酒精凝胶，完全浸没10分钟实现解胶，使用细钢丝毛刷轻扫PVDF薄膜表面以去除残留UV胶残留，制得剪纸化裁切的PVDF薄膜。

步骤2：首先将步骤1制得的压电薄膜固定在基板表面，利用涂膜宽度为100mm，涂膜高度为10μm的湿膜制备器以刮涂法均匀涂抹可拉伸导电银浆。在60摄氏度的通风环境下干燥2小时。以同样的操作完成两面电极层制备。利用导电银浆将0.1mm漆包线的一端连接在压电薄膜表面指定区域，在60摄氏度的通风环境下干燥1小时完成固定。

步骤3：利用传统机械切割技术加工0.09mm的TPU薄膜为保护层，刀压为40N。切割加工0.02mm的TPU热熔胶薄膜为连接层，刀压为15N。将制备得到的聚合物保护层、柔性连接层、与压电薄膜按照顺序叠放在铝制夹具内，并将夹具整体放置在热压机中。设置热压机温度为90摄氏度，压力为0.6MPa，压合时间为3小时。采用功率为1800W、频率为15KHz的超声波焊枪，选用焊头表面为直径2mm的圆形平面，在需要位置进行0.5s的点焊。完成后即可封装制备得到具有优异力学性能、高灵敏度、可大变形拉伸的压电传感器。

制备出的压电传感器在受到机械应力时会产生电荷，从而实现变形、压力感知。

此外，针对不同厚度的层结构，方法还包括：

根据PVDF薄膜的厚度，正相关调节热压合的温度、压力和压合时间；PVDF薄膜的厚度越厚，热压合的温度越高，热压合的压力越大，热压合的压合时间越长；PVDF薄膜的厚度越薄，热压合的温度越低，热压合的压力越小，热压合的压合时间越短。当PVDF薄膜较厚时(如接近100微米)，需要更高的温度和更长的压合时间来确保薄膜完全熔化和各层之间的紧密粘合。同时，为了克服较厚薄膜带来的阻力，需要增加压力。当PVDF薄膜较薄时(如接近14微米)，则需要降低温度和压力，并缩短压合时间，以避免薄膜因过热或过大的压力而受损。

根据压电薄膜层4的厚度，正相关调节热压合的温度、压力和压合时间；压电薄膜层4的厚度越厚，热压合的温度越高，热压合的压力越大，热压合的压合时间越长；压电薄膜层4的厚度越薄，热压合的温度越低，热压合的压力越小，热压合的压合时间越短。

本实施例还公开了一种宽工况、多维力表征柔性薄膜压电传感器的信号分析方法，用于传感器压电信号分析的深度学习方法。

如利用端到端神经网络模型，直接从原始信号中提取关键特征，用于动作识别、压力分类和异常检测等任务。通过多模态模型(如Transformer架构或多分支网络)实现数据的联合分析与信息融合，提高整体信号解释能力。利用迁移学习(TransferLearning)和少样本学习(Few-shotLearning)的降低对大规模标注数据的依赖，实现模型快速泛化与跨场景应用。

以上结合附图详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种简单变型，这些简单变型均属于本发明的保护范围。

另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。

此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明的思想，其同样应当视为本发明所公开的内容。

Claims

1.一种宽工况、多维力表征柔性薄膜压电传感器，其特征在于，包括依次设置的上柔性聚合物保护层(1)、上柔性连接层(2)、上电极层(3)、压电薄膜层(4)、下电极层(5)、下柔性连接层(6)、下柔性聚合物保护层(7)，以及用于输出信号的漆包线；

所述上柔性聚合物保护层(1)和所述下柔性聚合物保护层(7)均采用耐高温的高分子薄膜；

所述压电薄膜层(4)采用剪纸化裁剪的薄膜层，剪纸化裁剪的图案包括直线剪痕、分形剪痕以及相应演化图案，形成剪纸区域；

所述上柔性连接层(2)和所述下柔性连接层(6)为热熔胶薄膜，且对应所述压电薄膜层(4)上的剪纸区域进行局部镂空。

2.根据权利要求1所述的可共形贴附的大变形柔性压电传感器，其特征在于，所述耐高温的高分子薄膜包括热塑性聚氨酯(TPU)薄膜、聚醚酰胺弹性体(PEBA)薄膜或聚氨酯弹性体(PU)薄膜，所述上柔性聚合物保护层(1)和所述下柔性聚合物保护层(7)采用相同或者不同的材料；所述上柔性聚合物保护层(1)和所述下柔性聚合物保护层(7)的厚度范围均为10-300微米。

3.根据权利要求1所述的可共形贴附的大变形柔性压电传感器，其特征在于，所述压电薄膜层(4)采用极化PVDF薄膜，厚度范围为14-100微米。

4.根据权利要求1所述的可共形贴附的大变形柔性压电传感器，其特征在于，所述热熔胶薄膜为乙烯-醋酸乙烯酯(EVA)热熔胶薄膜、聚酰胺(PA)热熔胶薄膜或TPU热熔胶薄膜，厚度范围为10-50微米；所述下柔性连接层(6)与上柔性连接层(2)材料相同。

5.根据权利要求1所述的可共形贴附的大变形柔性压电传感器，其特征在于，所述上电极层(3)和所述下电极层(5)，为所述压电薄膜层(4)的剪痕分割区域内涂抹的导电银浆或PEDOT:PSS；所述下电极层(5)与上电极层(3)涂抹区域相同；所述上电极层(3)与下电极层(5)不连通。

6.根据权利要求1所述的可共形贴附的大变形柔性压电传感器，其特征在于，所述热熔胶薄膜内设置有微气囊，所述微气囊为圆球状或椭圆球状。

7.一种宽工况、多维力表征柔性薄膜压电传感器的制备方法，其特征在于，具体步骤如下：

步骤1：采用紫外固化技术将PVDF薄膜固定在金属薄板，利用传统机械切割或精密激光切割技术加工成指定剪纸图案，洗去UV胶后得到压电薄膜层(4)；

步骤1-2：切割成指定剪纸图案：

步骤2：在压电薄膜层(4)两侧涂抹导电银浆形成电极层并连接导线；

8.根据权利要求7所述的一种可共形贴附的大变形柔性压电传感器的制备方法，其特征在于，方法还包括：

9.根据权利要求7所述的一种可共形贴附的大变形柔性压电传感器的制备方法，其特征在于，方法还包括：

根据压电薄膜层(4)的厚度，正相关调节热压合的温度、压力和压合时间；所述压电薄膜层(4)的厚度越厚，热压合的温度越高，热压合的压力越大，热压合的压合时间越长；所述压电薄膜层(4)的厚度越薄，热压合的温度越低，热压合的压力越小，热压合的压合时间越短。

10.一种宽工况、多维力表征柔性薄膜压电传感器的信号分析方法，具体步骤如下：

步骤1：数据预处理：首先，采集柔性薄膜压电传感器的多通道压电信号数据，确保采样频率足够高以捕捉信号细节；对采集到的信号进行去噪处理，并使用统计方法检测并去除异常值；将连续的信号数据分割成固定长度的时间序列样本，每个样本包含相同数量的时间步长；根据任务需求对样本进行标注；

步骤2：模型构建：选择合适的LSTM模型架构，例如单层LSTM、多层LSTM或双向LSTM，具体选择取决于任务的复杂性和数据特性；确定LSTM模型的输入维度、隐藏层维度、输出维度等关键参数，LSTM模型的输入维度即时间步长和特征数；使用深度学习框架构建LSTM模型，并定义损失函数和优化器；对于特征识别任务，选择二分类交叉熵损失函数；对于非线性拟合任务，选择均方误差损失函数；

步骤3：模型训练：将预处理后的数据集划分为训练集、验证集和测试集，比例为70％、15％或15％；使用训练集对LSTM模型进行训练，并在每个训练周期结束后使用验证集评估模型性能，调整学习率和批次大小以优化模型表现；监控训练过程中的损失函数和评估指标，确保模型在训练集和验证集上均能取得良好的性能；

步骤4：模型应用：将训练好的LSTM模型应用于实际的多通道压电信号分析任务中；对于特征识别任务，输入新的信号数据，模型将输出特征信号的预测结果；对于非线性拟合任务，模型将输出信号的预测值；对模型的预测结果进行分析，例如统计特征信号的出现频率，或评估非线性拟合的准确性；根据分析结果，优化模型或调整应用策略。