近年来,微机械超声换能器(MUT)技术一直处于快速发展阶段。与传统的块体型超声换能器相比,MUT具有体积小、质量小、集成度高及成本低等特点,因此已经成为当前超声换能器领域研究的热点方向之一。其中,压电式微机械超声换能器(PMUT)具有易与水和空气声阻抗匹配,以及集成度高的特性,引起了学者的广泛关注。PMUT在医疗成像、手势识别、内窥成像和指纹识别等领域有着重要的应用,而灵敏度等性能是影响其成像质量的主要因素。
据麦姆斯咨询报道,为了获得性能良好的PMUT,中国科学院声学研究所和中国科学院大学的研究人员对基于铌镁酸铅-钛酸铅(PMN-PT)圆形压电复合振动膜的PMUT等效电路模型进行了分析,并采用有限元法对该PMUT进行了仿真分析,从而得到了其发射电压响应和接收灵敏度等性能指标。随后,研究人员调研了不同的结构参数对PMUT性能的影响,为PMUT的结构优化提供了一定的指导。相关研究成果以“压电微机械超声换能器仿真与结构优化”为题发表在《压电与声光》期刊上。
PMUT有限元分析
压电材料是影响PMUT性能的主要因素之一,常用的压电材料有氮化铝(AlN)、锆钛酸铅(PZT)和氧化锌(ZNO)。PMN-PT压电材料是一种新型复合钙钛矿型弛豫铁电材料,具有比PZT更高的压电常数和机电耦合系数,且介电损耗因子仅为PZT的1/3。因此,该研究选用PMN-PT作为PMUT的压电层。图1为基于PMN-PT圆形压电复合振动膜的PMUT结构示意图。其振动膜为圆形,直径为80 μm,由器件硅层(厚度为5 μm)、热氧层(厚度为0.3 μm)及压电层(PMN-PT)组成。

图1 基于PMN-PT压电复合振动膜的PMUT结构示意图
随后,研究人员对该PMUT的圆形复合振动膜结构进行了几何建模,并在水域周围设置了完美匹配层。其中,水域的半径为200 μm,完美匹配层的厚度为20 μm。建模完成后,研究人员设置了该模型的物理场边界条件。此外,为了对比不同压电层厚度对PMUT灵敏度的影响,研究人员在建模过程中对PMN-PT压电层的厚度进行了参数化扫描,并以0.2 μm为间隔,在3.3 μm ~ 5.3 μm内取值,对PMN-PT振膜结构进行了有限元仿真分析。

图2 PMUT半结构截面图
PMUT发射电压响应
图3为具有不同厚度的PMN-PT压电层的PMUT的发射电压响应曲线。从图中可以看出,当PMN-PT压电层的厚度逐渐增加时,PMUT的发射电压响应呈现先增大后降低的趋势。当PMN-PT压电层的厚度为4.5 μm时,PMUT的发射电压响应达到最大值(191.6 dB)。

图3 具有不同厚度的PMN-PT压电层的PMUT的发射电压响应曲线
PMUT接收灵敏度
图4为具有不同厚度的PMN-PT压电层的PMUT的接收灵敏度曲线。从图中可以看出,随着PMN-PT压电层厚度的增加,PMUT的接收灵敏度基本呈线性上升趋势。

图4 具有不同厚度的PMN-PT压电层的PMUT的接收灵敏度曲线图
PMUT回路增益(损耗)
回路增益(损耗)可以定义为PMUT的实际接收电压与输入电压之比,它能综合反映PMUT的发射电压响应和接收灵敏度,从而表征PMUT在发射和接收过程中的损耗。图5为具有不同厚度的PMN-PT压电层的PMUT的回路增益(损耗)曲线图。从图中可以看出,随着PMN-PT压电层厚度的增加,PMUT的回路增益(损耗)呈上升趋势,当PMN-PT压电层的厚度为5.1 μm时,PMUT的回路增益(损耗)达到最大值(-64.5 dB)。

图5 具有不同厚度的PMN-PT压电层的PMUT的回路增益(损耗)曲线
综上所述,该研究采用等效电路模型以及有限元方法对基于PMN-PT圆形压电复合振动膜的PMUT进行了结构和性能优化,为设计具有良好性能的PMUT提供了参考。
审核编辑:彭菁
-
医疗成像
+关注
关注
0文章
84浏览量
23966 -
微机械
+关注
关注
0文章
21浏览量
11753 -
压电材料
+关注
关注
0文章
34浏览量
15925
原文标题:基于PMN-PT压电复合振动膜的PMUT仿真与结构优化
文章出处:【微信号:MEMSensor,微信公众号:MEMS】欢迎添加关注!文章转载请注明出处。
发布评论请先 登录
特种光纤参数检测及承载性能分析
参数变化和电路结构的改变对稳压电源性能指标有什么影响?
汽车的主要结构参数和性能参数相关资料分享
基于CMOS平台提供PMUT制造工艺
基于PMUT的典型传感器及模组
MAX6626PMUT+T MAX6626PMUT+T - (Maxim Integrated) - 温度传感器 - 模拟和数字输出
敏芯股份提供基于PMUT的TOF测距模组的驱动和控制电路
基于应变模态振型的可配置PMUT电极设计
基于行列寻址的PMUT柔性曲面阵列设计
一种集成Helmholtz谐振腔的声压增强型PMUT设计
180°视场角的PMUT传感器:如何助力智能体突破感知边界?

基于不同的结构参数对PMUT性能的影响
评论