SAMOOSCYLACYJNY PARAMETRYCZNY CZUJNIK WILGOTNOŚCI Z CZĘSTOTLIWOŚCIOWYM SYGNAŁEM WYJŚCIOWYM
##plugins.themes.bootstrap3.article.sidebar##
Numer Tom 13 Nr 1 (2023)
-
ULEPSZONY ALGORYTM EWOLUCJI RÓŻNICOWEJ Z ADAPTACYJNYMI GRANICAMI WAG DLA EFEKTYWNEGO SZKOLENIA SIECI NEURONOWYCH
Saithip Limtrakul, Jeerayut Wetweerapong4-13
-
ZASTOSOWANIE WYJAŚNIALNEJ SZTUCZNEJ INTELIGENCJI W KLASYFIKACJI USTEREK OPROGRAMOWANIA
Łukasz Chmielowski, Michał Kucharzak, Robert Burduk14-17
-
AUTOMATYCZNE WYKRYWANIE CHOROBY ALZHEIMERA W OPARCIU O SZTUCZNĄ INTELIGENCJĘ
Achraf Benba, Abdelilah Kerchaoui18-21
-
WDROŻENIE SYSTEMU POZYSKIWANIA EKG OPARTEGO NA SZTUCZNEJ INTELIGENCJI W CELU WYKRYWANIA NIEPRAWIDŁOWOŚCI SERCA
Achraf Benba, Fatima Zahra El Attaoui, Sara Sandabad22-25
-
OPRACOWANIE I MODELOWANIE SYSTEMU ANTENOWEGO CELOWNIKA BEZZAŁOGOWYCH STATKÓW POWIETRZNYCH
Juliy Boiko, Oleksiy Polikarovskykh, Vitalii Tkachuk26-32
-
PLATFORMA SENSOROWA TOMOGRAFII PRZEMYSŁOWEJ DO DIAGNOSTYKI I STEROWANIA PROCESAMI TECHNOLOGICZNYMI
Krzysztof Król, Tomasz Rymarczyk, Konrad Niderla, Edward Kozłowski33-37
-
CECHY IMPLEMENTACJI WIDZENIA KOMPUTEROWEGO W PROBLEMACH AUTOMATYCZNEJ KONTROLI JAKOŚCI PRODUKTÓW
Nataliia Stelmakh, Ihor Mastenko, Olga Sulima, Tetiana Rudyk38-41
-
SAMOOSCYLACYJNY PARAMETRYCZNY CZUJNIK WILGOTNOŚCI Z CZĘSTOTLIWOŚCIOWYM SYGNAŁEM WYJŚCIOWYM
Iaroslav Osadchuk, Alexander Osadchuk, Vladimir Osadchuk, Lyudmila Krylik42-49
-
OPRACOWANIE ZMODYFIKOWANEJ METODY FORMOWANIA RUCHU SIECIOWEGO
Valeriy Kozlovskiy, Natalia Yakymchuk, Yosyp Selepyna, Serhii Moroz, Anatolii Tkachuk50-53
-
CYFRYZACJA PRZEDSIĘBIORSTWA Z ZAPEWNIENIEM STABILNOŚCI I NIEZAWODNOŚCI
Gulnar Balakayeva, Paul Ezhilchelvan, Yerlan Makashev, Christofer Phillips, Dauren Darkenbayev, Kalamkas Nurlybayeva54-57
-
MODYFIKACJE MODELU RÓWNOWAGI CENOWEJ EVANSA
Serhii Zabolotnii, Sergii Mogilei58-63
-
BADANIE PORÓWNAWCZE RÓŻNYCH MODELI RÓWNOWAŻNEGO ODKSZTAŁCENIA PLASTYCZNEGO DO PĘKANIA
Volodymyr Mykhalevych, Yurii Dobraniuk, Victor Matviichuk, Volodymyr Kraievskyi, Oksana Тiutiunnyk, Saule Smailova, Ainur Kozbakova64-70
Archiwum
-
Tom 15 Nr 4
2025-12-20 27
-
Tom 15 Nr 3
2025-09-30 24
-
Tom 15 Nr 2
2025-06-27 24
-
Tom 15 Nr 1
2025-03-31 26
-
Tom 14 Nr 4
2024-12-21 25
-
Tom 14 Nr 3
2024-09-30 24
-
Tom 14 Nr 2
2024-06-30 24
-
Tom 14 Nr 1
2024-03-31 23
-
Tom 13 Nr 4
2023-12-20 24
-
Tom 13 Nr 3
2023-09-30 25
-
Tom 13 Nr 2
2023-06-30 14
-
Tom 13 Nr 1
2023-03-31 12
-
Tom 12 Nr 4
2022-12-30 16
-
Tom 12 Nr 3
2022-09-30 15
-
Tom 12 Nr 2
2022-06-30 16
-
Tom 12 Nr 1
2022-03-31 9
-
Tom 11 Nr 4
2021-12-20 15
-
Tom 11 Nr 3
2021-09-30 10
-
Tom 11 Nr 2
2021-06-30 11
-
Tom 11 Nr 1
2021-03-31 14
##plugins.themes.bootstrap3.article.main##
Authors
Abstrakt
Opracowano samooscylujący parametryczny czujnik wilgotności realizujący zasadę konwersji „wilgotność-częstotliwość” do hybrydowego układu scalonego opartego na mikroelektronicznej strukturze tranzystorowej o ujemnej rezystancji różnicowej, w której elementem czułym na wilgotność jest rezystor typu HR202 typ. Na potrzeby wyznaczania parametrów samooscylującego parametrycznego czujnika wilgotności z wyjściem częstotliwościowym opracowano model matematyczny uwzględniający wpływ wilgoci na czuły element rezystancyjny, będący integralną częścią urządzenia. Na podstawie modelu matematycznego uzyskuje się wyrażenia analityczne dla funkcji transformacji i równania wrażliwości. Pokazano, że główny udział w funkcji konwersji ma wilgotność względna. Symulacja komputerowa i badania eksperymentalne samooscylującego parametrycznego czujnika wilgotności z wyjściowym sygnałem częstotliwościowym przyczyniły się do uzyskania głównych parametrów i charakterystyk, takich jak zależność częstotliwości generacji od zmian wilgotności względnej w zakresie od 30% do 99%, zmiana czułości na wilgotność względną, zależność składowej czynnej i reaktywnej impedancji w zakresie częstotliwości od 50 kHz do 2 GHz; współczynnika fali stojącej, zmiany wielkości logarytmicznej i widma sygnału wyjściowego parametrycznego czujnika wilgotności przy częstotliwościowym sygnale wyjściowym w zakresie częstotliwości LTE-800 Downlink. Uzyskane charakterystyki elektryczne potwierdzają sprawność opracowanego urządzenia. Czułość opracowanego samooscylującego parametrycznego czujnika wilgotności w zakresie zmian wilgotności względnej od 30% do 99% przyjmuje wartość od 332,8 kHz/% do 130,2 kHz/%.
Słowa kluczowe:
Bibliografia
Assaf T.: A Frequency Modulation-Based Taxel Array: A Bio-Inspired Architecture for Large-Scale Artificial Skin. Sensors 21, 2021, 1−17.
di Benedetto M.-G. et al.: Analysis of NB-IoT technology towards massive Machine Type Communication. University Sapienza di Roma, Roma 2018.
Brown P.: Sensors and actuators: technology and applications. Library Press, New York 2017.
Bury O. A. et al.: Gas sensors on nanostructures: current state and research prospects. Bulletin of the National University "Lviv Polytechnic", Series: Radioelectronics and telecommunications 885, 2017, 113–131.
Czubenko M. et al.: Simple Neural Network for Collision Detection of Collaborative Robots. Sensors 21, 2021, 4235.
Feng Y. et al.: Enhanced Frequency Stability of SAW Yarn Tension Sensor by Using the Dual Differential Channel Surface Acoustic Wave Oscillator. Sensors 23(1), 2023, 464.
Galka A. G. et al.: Microwave Cavity Sensor for Measurements of Air Humidity under Reduced Pressure. Sensors 23(3), 2023, 1498.
Grieshaber D. et al.: Electrochemical Biosensors − Sensor Principles and Architectures. Sensors 8, 2008, 1400−1458.
Grundmann M.: The Physics of Semiconductors. Springer-Verlag, Berlin Heidelberg 2006.
Hang L. et al.: Design and Implementation of Sensor-Cloud Platform for Physical Sensor Management on CoT Environments. Electronics 7, 2018, 1−25.
Lepikh Ya. I. et al.: Intelligent measuring systems based on new generation microelectronic sensors. Astroprint, Odessa 2011.
Manea G. et al.: Integration of sensor networks in cloud computing. UPB Sci. Bull., Series C 78, 2016.
Nagarai A.: Introduction to Sensors in IoT and Cloud Computing Applications. Bentham Science Publishers, Bangalore 2021.
Nelyudov I. Sh. et al.: Automatic control of technological objects. NAU, Kyiv 2018.
Osadchuk A. V. et al.: Mathematical Model Radio-Measuring Frequency Transducer of Optical Radiation Based on MOS Transistor Structures with Negative Differential Resistance. Journal of Nano- and Electronic Physics 13(4), 2021, 04001.
Osadchuk A. V. et al.: Microelectronic Transducer Gas Concentration based on MOSFET with Active Inductive Element. Przegląd Elektrotechniczny 4, 2019, 237−241.
Osadchuk A. V., Osadchuk V. S.: Frequency Transducers of Gas Concentration Based on Transistor Structures with Negative Differential Resistance. Sidorenko A., Hahn H. (eds): Functional Nanostructures and Sensors for CBRN Defence and Environmental Safety and Security. NATO Science for Peace and Security Series C: Environmental Security. Springer, Dordrecht 2020.
Osadchuk V. S. et al.: Reactive properties of transistors and transistor circuits. Universum-Vinnytsia, Vinnytsia 1999.
Osadchuk V. S. et al.: Temperature transducer based on a metal-pyroelectric-semiconductor structure with negative differential resistance. Proc. SPIE 10808, 2018, 108085D.
Sainju P. M.: LTE Performance analysis on 800 and 1800 MHz Bands. Tampere University of Technology. Tampere 2012.
Sze S. M. et al.: Physics of Semiconductor Devices. Wiley-Interscience, Hoboken 2007.
Yang H. et al.: A Study on the Gas/Humidity Sensitivity of the High-Frequency SAW CO Gas Sensor Based on Noble-Metal-Modified Metal Oxide Film. Sensors 23(5), 2023, 2487.
https://datasheetspdf.com/datasheet/HR202.html
LTspice XVII. Analog Devices Corporation, 2018.
SPICE Device Models and Simulation Examples. Oxford University Press, 2020.
##plugins.themes.bootstrap3.article.details##
Abstract views: 420
Downloads: 363
Licencja

Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Na tych samych warunkach 4.0 Miedzynarodowe.
