Conjunto de sensores de temperatura impresos para alta

Jan 03, 2024

Scientific Reports volumen 12, número de artículo: 14231 (2022) Citar este artículo

3092 Accesos

5 citas

1 altmétrica

Detalles de métricas

Los conjuntos de sensores de temperatura completamente impresos, basados ​​en un sustrato flexible y con una alta resolución espacial de temperatura, son inmensamente ventajosos en una gran cantidad de disciplinas. Estos van desde la atención sanitaria, la calidad y el control medioambiental hasta tecnologías emergentes, como las pieles artificiales en la robótica blanda. Otras aplicaciones notables se extienden a los campos de la electrónica de potencia y la microelectrónica, en particular la gestión térmica para chips de procesadores multinúcleo. Sin embargo, el alcance de los sensores de temperatura se ve actualmente obstaculizado por procesos de fabricación costosos y complejos. Mientras tanto, las versiones impresas están plagadas de desafíos relacionados con el tamaño de la matriz y la densidad del sensor. En este artículo, presentamos un diseño de sensor de matriz pasiva que consta de dos electrodos de plata separados que intercalan una capa de material sensor, compuesto de poli(3,4-etilendioxitiofeno):sulfonato de poliestireno (PEDOT:PSS). Esto da como resultado densidades de sensor apreciablemente altas de 100 píxeles por cm\(^2\) para lecturas de temperatura espacial, mientras se mantiene un tamaño de matriz pequeño. Por lo tanto, se resuelve eficientemente un impedimento importante para la aplicación expansiva de estos sensores. Para realizar una interpretación rápida y precisa de los datos del sensor, se entrena y emplea una red neuronal (NN) para predicciones de temperatura. Esto tiene en cuenta con éxito la posible diafonía entre sensores adyacentes. La resolución de la temperatura espacial se investiga con una estructura de microcalentador de plata especialmente impresa. En última instancia, se logra una precisión de predicción de temperatura espacial bastante alta de 1,22 °C.

Con la llegada de los sensores imprimibles, la electrónica convencional ahora está equipada con una nueva generación de sensores que presentan una alta adaptabilidad y flexibilidad mecánica. Estas propiedades instrumentales de los sensores impresos añaden valor adicional a una variedad de aplicaciones: en atención médica1,2,3,4,5,6, robótica7,8,9, vigilancia ambiental10,11,12,13 y garantía de calidad en la industria alimentaria14. 15,16. En particular, para aplicaciones microelectrónicas, la obtención de mapas térmicos de alta resolución de circuitos integrados (CI) permite a los desarrolladores, así como al sistema operativo, tomar mejores decisiones en tiempo de diseño y tiempo de ejecución, especialmente con respecto a la gestión de la confiabilidad y la temperatura de chips de procesador de muchos núcleos17,18,19. La mayoría de los métodos utilizan los cambios de resistencia de los conductores o el efecto Seebeck de combinaciones de materiales. Además, en los últimos años se han desarrollado multitud de técnicas de fabricación. Las principales son las técnicas de impresión como la inyección de tinta20,21,22 y la serigrafía20,23,24. La impresión por inyección de tinta se ha vuelto particularmente prominente durante la última década. Esto se puede atribuir principalmente a una combinación de: (a) creación rápida de prototipos sin máscara, (b) consumo de tinta conservador y (c) número cada vez mayor de tintas disponibles22. La serigrafía es un proceso de impresión industrial en toda regla. Este enfoque se beneficia de resultados consistentemente reproducibles y predecibles, ofreciendo un alto rendimiento incluso con muestras a gran escala23. En cuanto al material sensor, se han demostrado diferentes métodos para sensores de temperatura impresos. Entre ellos, se han reportado nanotubos de carbono (CNT)8,25, nanocables/nanopartículas metálicas5,26,27, grafeno2,28 y diferentes polímeros29,30. Un ejemplo polimérico destacado es PEDOT:PSS. Varias propiedades hacen de este polímero un material sensor interesante y prometedor porque puede modificarse y tratarse especialmente para lograr una alta estabilidad mecánica y sintonizabilidad eléctrica4,31,32. Mientras tanto, sigue siendo fácil de usar y compatible con varios procesos de impresión. En la práctica, PEDOT:PSS no es tóxico ni contamina el agua y, por lo tanto, es atractivo para muchas aplicaciones. Las tintas PEDOT:PSS también se pueden adaptar a tecnologías de impresión específicas mediante el uso de aditivos33,34.

Dependiendo del campo de aplicación y del método de medición, en la literatura se han propuesto varios enfoques de diseño de sensores. Estos van desde sensores únicos a pequeña escala9 hasta sensores múltiples combinados en un conjunto de sensores más grande20,29,35. Un enfoque simplista es una estructura en forma de meandro36,37, generalmente impresa con tintas metálicas. Éste funciona simultáneamente como electrodo y capa sensora. Otros diseños utilizan varios materiales y miden el cambio de resistencia lateral del material sensor entre estructuras metálicas de los dedos4. Los dispositivos imprimibles y flexibles han demostrado ser importantes para condiciones de medición difíciles con altas tolerancias de deformación. Los termopares impresos9,38,39, compuestos de dos materiales, ofrecen resultados prometedores con alta precisión y estabilidad. Sin embargo, la mayoría de los sensores propuestos se basan en el principio del termistor, capaz de lograr un alto cambio de resistencia eléctrica debido al cambio de temperatura experimentado. Esto es primordial para garantizar una lectura confiable de los circuitos de lectura periféricos. En este caso, se está investigando en materiales que tengan un alto coeficiente de resistencia a la temperatura (TCR) y una alta resistencia, pero que al mismo tiempo cubran un amplio rango de temperaturas y permitan un fácil procesamiento durante la fabricación. Cuando se trata de propiedades de materiales no ideales, esto puede compensarse mediante una estructura de sensor mejorada o mediante una electrónica de lectura adaptada. Sin embargo, esto da como resultado áreas de sensores más grandes y/o diseños de sensores complejos que incorporan componentes activos.

En este trabajo, presentamos un novedoso sensor de temperatura de matriz pasiva completamente serigrafiado basado en el material sensor PEDOT:PSS. Este último está incrustado entre dos electrodos de plata. Nuestro diseño tipo sándwich permite una alta densidad de sensor de 100 píxeles que cubren un área de 1 cm2. Los sensores se operaron exitosa y confiablemente entre \(20\) °C y \(90\) °C. La combinación de estas dos propiedades hace que nuestro conjunto de sensores de temperatura sea atractivo, no solo para aplicaciones de atención médica, robótica y máscaras electrónicas, sino también para el monitoreo de temperatura de dispositivos electrónicos y circuitos integrados, especialmente chips de procesador. La matriz de sensores (consulte la Fig. 1) está impresa sobre un sustrato flexible de tereftalato de polietileno (PET) de 100 μm de espesor, lo que facilita su aplicación en diferentes casos de uso y formas de superficies, es decir, sigue la curvatura de la yema de un dedo y proporciona flexibilidad para doblarse. el dedo. La plata usada convence por su buena imprimibilidad, su alta conductividad y su resistencia al rayado. PEDOT:PSS es un material bien conocido que ofrece las ventajas mencionadas anteriormente. Finalmente, el sensor demuestra eficazmente la captura espacio-temporal de la evolución de la temperatura. Es de destacar que el término "alta resolución" en el contexto de este trabajo se refiere a la resolución espacial de la temperatura. En otras palabras, la alta densidad de sensores lograda (es decir, una gran cantidad de sensores térmicos impresos dentro de un área pequeña). Se adopta un enfoque de aprendizaje automático (ML) que utiliza un NN pequeño para "aprender" el comportamiento de los sensores, en el que los cambios de resistencia de los sensores se correlacionan cuidadosamente con la temperatura correspondiente. Debido a que esto se hace para cada píxel del sensor individualmente, se pueden compensar las variaciones de la fabricación.

(a) Estructura de capas del sensor de temperatura. El principio de medición se basa en una matriz pasiva con una estructura de electrodos de 10 × 10. Se depositan consecutivamente tres capas diferentes sobre un sustrato de PET mediante un proceso de serigrafía: (1) electrodo inferior de plata, (2) múltiples capas de PEDOT:PSS para aumentar el espesor, (3) electrodo superior de plata. (b) Sensores completamente impresos con diferente ancho de línea plateada. Se destacan dos ejemplos de matrices de temperatura impresas que demuestran la capacidad de nuestro enfoque para lograr una gran cantidad de sensores impresos dentro de un área pequeña (es decir, una alta densidad de sensores de \(11 \times 11 = 121\) dentro de 1 cm\(^ 2\) y \(21 \times 21 = 441\) dentro de 1 cm\(^2\)). Es de destacar que se eligió el sensor con la densidad de sensor más baja para demostrar los resultados, debido a la limitación de la electrónica de lectura y a una velocidad de lectura más alta favorable. (c) Diferentes diseños de calentadores incorporados en un diseño de impresión.

Los pasos de diseño y fabricación del sensor de temperatura se muestran en la Fig. 1a y el sensor completamente fabricado se muestra en la Fig. 1b, incluida una imagen en primer plano de un píxel del sensor en la Fig. 2a. Además, la Fig. 1c demuestra el diseño utilizado que incorpora varios diseños de calentadores con diferentes patrones espaciales, que luego se usa para evaluar el comportamiento de los sensores térmicos impresos.

(a) Imagen de primer plano de la matriz de sensores de temperatura con el electrodo inferior (líneas verticales), el electrodo superior (líneas horizontales) y la capa PEDOT:PSS intercalada (azul transparente). La flecha roja representa la dirección de medición realizada con un perfilómetro: (b) Estructura de la superficie del área del sensor. La capa PEDOT:PSS tiene un espesor de aproximadamente 1 \(\upmu\)m. El electrodo de plata subyacente tiene un espesor de 2 a 3 \(\upmu\)m. Este espesor es igual para los electrodos superior e inferior.

La Figura 3a muestra una configuración de medición basada en Peltier personalizada; Las figuras 3b,c demuestran la respuesta típica observada al calentar el elemento Peltier a \(70\) °C y la fase de enfriamiento posterior simplemente apagándolo. Durante los períodos de calefacción y refrigeración, la hoja del conjunto de sensores se lee continuamente. En las figuras 3b,c se presentan dos ejemplos de las lecturas del sensor obtenidas junto con la temperatura correspondiente para dos sensores de temperatura diferentes dentro de la matriz. Como se muestra, los cambios en la resistencia del sensor de temperatura basado en PEDOT siguen de cerca la lectura del sensor de referencia.

(a) La configuración de medición basada en Peltier. (b,c) En un primer paso, el elemento Peltier se ajusta para que alcance una temperatura de \(70\) °C. Después de la fase de calentamiento, el elemento Peltier se apaga, lo que permite que el conjunto de sensores se enfríe. Durante los períodos de calefacción y refrigeración, la hoja del conjunto de sensores se lee continuamente. En (b,c) se presentan dos ejemplos de las lecturas obtenidas del sensor junto con la temperatura correspondiente para dos sensores de temperatura diferentes dentro de la matriz. Como se muestra, los cambios en la resistencia del sensor de temperatura basado en PEDOT siguen los cambios de temperatura.

Cada píxel de la matriz de sensores puede tener un comportamiento ligeramente diferente, es decir, una dependencia diferente de la temperatura. Esta es una consecuencia inevitable del proceso de impresión y la posible interferencia entre los píxeles del sensor adyacentes. Para tener en cuenta estas variaciones inherentes y garantizar predicciones de temperatura precisas, empleamos un método de aprendizaje automático que entrena un NN pequeño. El NN captura, es decir, “aprende” el comportamiento de los sensores impresos para realizar las predicciones de temperatura requeridas. Durante la fase de entrenamiento NN (ver Fig. 4a,b), el voltaje suministrado al elemento Peltier aumenta gradualmente hasta una temperatura máxima de \(90\) °C. A continuación, la tensión de alimentación se reduce gradualmente hasta alcanzar de nuevo la temperatura inicial de \(25\) °C. Durante la fase de entrenamiento, el conjunto de sensores de temperatura se lee continuamente y los datos colectivos del sensor se registran junto con las correspondientes temperaturas de referencia medidas. Posteriormente, estos datos se utilizan para entrenar un pequeño NN que eventualmente realiza las predicciones de temperatura requeridas. El modelo NN entrenado puede predecir la temperatura por separado para cada sensor (consulte el lado derecho de la Fig. 4a, b). Con este fin, se entrena y utiliza un pequeño NN completamente conectado para realizar inferencias y traducir la lectura del sensor a la temperatura respectiva. Como entradas, la red recibe: (a) un vector tridimensional que consta de la lectura del sensor sin procesar r y (b) el número de columna y fila del sensor correspondiente. La red procede a generar la temperatura T de la ubicación indicada por fila y col. Los sensores dentro del mismo conjunto y/o diferentes conjuntos impresos pueden tener características de resistencia ligeramente diferentes, debido a variaciones inherentes durante el proceso de impresión. La actualización del modelo ML con nuevos datos del sensor respectivo captura con éxito estas características, teniendo así en cuenta las variaciones inherentes. En la figura 4c se presenta un histograma que informa el error de predicción. El histograma comprende los errores de predicción de todos los sensores a lo largo de la fase de validación. El error promedio en la predicción de la temperatura es de alrededor de \(1,22\) °C, con una varianza (\(\sigma ^2\)) de 0,77 K\(^2\). Los resultados experimentales demuestran además que todo el conjunto de sensores se puede leer completamente y las predicciones de temperatura correspondientes se infieren en 27 s. Esto incluye los gastos de tiempo de los circuitos de lectura de la periferia para muestreo y multiplexación, así como el tiempo de inferencia NN necesario para predecir los valores de temperatura correspondientes de todas las lecturas del sensor. Se puede obtener una lectura del sensor independiente en 90 ms. Además, el valor mencionado de \(1,22\) °C en nuestro trabajo se refiere a la precisión del NN entrenado al predecir/inferir la temperatura de un solo píxel a partir de la lectura obtenida. El circuito de lectura es capaz de resolver la temperatura con una resolución de \(0,02\) °C. Por lo tanto, tomando los resultados presentados, utilizando un NN bien entrenado proporciona predicciones de temperatura rápidas pero precisas durante la inferencia.

(a,b) Ejemplo de las fases de entrenamiento y validación para dos sensores de temperatura ejemplares diferentes en toda la matriz. (c) El histograma presenta la distribución del error de predicción de temperatura para todos los sensores durante toda la fase de validación.

Para investigar si la matriz de sensores puede detectar correctamente distribuciones de temperatura espacial, se induce calor en diferentes regiones a lo largo de la hoja del sensor utilizando los microcalentadores impresos, que se muestran en la Fig. 1c. La configuración de medición se modifica de modo que la lámina del microcalentador impresa se incorpore entre la lámina del sensor de temperatura y el aislamiento eléctrico inferior (Fig. 3a (2) y (3), respectivamente. La Figura 5a, b muestra los mapas térmicos capturados después de inferir la temperatura para cada sensor en la matriz de sensores.

Al utilizar la lámina del microcalentador (Fig. 1c), podemos inyectar calor en regiones arbitrarias de la lámina del sensor.

Para validar aún más la funcionalidad del sensor de temperatura, la configuración se transfiere a una cámara térmica con un ambiente controlado, en lugar de introducir calor al conjunto de sensores con un elemento Peltier. Un entorno de este tipo ofrece la doble ventaja de mantener una temperatura estable durante un período de tiempo prolongado. La lámina del sensor está montada entre dos bloques de aluminio separados por una capa aislante que evita cortocircuitos. Luego se coloca dentro de la cámara térmica (“Vötsch VT4002”) junto con el circuito de medición. La Raspberry Pi que modula el circuito de medida se coloca fuera de la cámara. Controla la cámara térmica a través de una conexión Ethernet para solicitar y recoger las trazas de temperatura deseadas. La Figura 6a muestra la traza a largo plazo de un sensor en una hoja de sensor y la temperatura correspondiente de la cámara térmica. Para garantizar la estabilidad temporal de los sensores de temperatura y analizar cualquier posible deriva en el material PEDOT:PSS (es decir, correlaciones resistencia-temperatura) con el tiempo, las mediciones se repitieron después de un período prolongado de "sueño", que duró 12 h. Durante este periodo las condiciones ambientales como la temperatura se mantuvieron constantes dentro de la cámara térmica, aun así la cámara térmica no es capaz de controlar la humedad. Analizar el impacto de las condiciones de humedad es interesante pero va más allá del alcance de este trabajo. La Figura 6b, que cuantifica el error causado por la posible deriva del sensor, muestra una buena correspondencia entre la lectura del sensor y la temperatura de la cámara. En particular, esta tendencia persiste incluso después del intervalo de "dormir". La capacidad de detección térmica de los sensores de temperatura se rige por el coeficiente de resistencia a la temperatura (TCR) del material, que define la sensibilidad del sensor de temperatura. Se puede calcular mediante la Ec. (1):

Aquí, R denota la resistencia a la temperatura más alta mientras que \(R_0\) denota la resistencia inicial, por ejemplo, a temperatura ambiente (\(25\) °C). \(\Delta T\) describe el cambio de temperatura. Usando esta fórmula, calculamos que el TCR del sensor de temperatura propuesto es \({0.09}~\%\text {K}^{-1}\) para detección de temperatura entre \(25\) y \(90\) °C (ver Fig. 7).

La lámina del sensor se monta entre los dos bloques de aluminio y se coloca dentro de una cámara térmica. Se alcanzan las temperaturas posteriores y se lee la hoja del sensor en cada punto.

Resistencia de la capa PEDOT:PSS en un rango de temperatura de \(25\) a \(90\) °C.

Las propiedades eléctricas de la capa PEDOT:PSS permiten su aplicación como termistor, como se muestra en trabajos anteriores34. La composición del sensor de PEDOT:PSS y plata muestra un comportamiento antagonista de TCR, que está dominado por las variaciones NTC dependientes de la temperatura en la resistencia eléctrica de la capa PEDOT:PSS. Explotamos esta propiedad intercalando una capa PEDOT:PSS entre dos capas de electrodos de plata rectilíneos en un ángulo \(90^\circ\), formando una cuadrícula regular como se muestra en la Fig. 8. Cada unión individual en esta cuadrícula puede ser visto como un solo termistor en ese punto específico. Una corriente eléctrica fluye cuando se aplica voltaje a una fila determinada y la tierra se conecta a la columna correspondiente (Fig. 8). La resistencia eléctrica de la capa PEDOT:PSS en cada píxel depende de la temperatura en ese punto específico. Usando esta dependencia, podemos medir la caída de voltaje en cada píxel. En la fase de entrenamiento NN, repetimos el paso antes mencionado para cada sensor en una serie de temperaturas fijas. Esto ayuda a correlacionar la resistencia en cada punto con una temperatura conocida.

El electrodo de plata forma una rejilla regular. Al medir un punto específico en la hoja del sensor, se aplica un voltaje a una fila determinada y se conecta tierra a la columna correspondiente, permitiendo que fluya una corriente. La capa PEDOT:PSS provoca una caída de voltaje dependiente de la temperatura que puede usarse para reconstruir la temperatura en este punto.

A continuación, analizamos los diferentes tipos de latencia en los que se puede incurrir durante la secuencia de medición. (1) Latencia de medición esperada: el tiempo requerido para leer un sensor específico es de 270 ms, en promedio. Esto incluye el tiempo que el circuito de lectura (ver Fig. 8) puede necesitar para estabilizarse, proporcionando así lecturas confiables con certeza apreciable. Teniendo en cuenta el retardo de multiplexación adicional (ver Fig. 8), se requieren de 27 a 28 s para leer todo el conjunto de sensores. Cuando se muestrea un solo sensor continuamente (ver Fig. 9), la sobrecarga de multiplexación y estabilización está ausente, lo que reduce el tiempo de lectura del sensor a 90 ms. (2) Latencia de inferencia para la predicción de temperatura: utilizando el modelo NN entrenado, inferir la temperatura de un solo sensor, especificada por sus coordenadas de fila y columna en la hoja del sensor, toma en promedio 24 ms. Debido al procesamiento vectorial, obtener la temperatura para todo el conjunto de sensores contribuye sólo marginalmente al retraso total y requiere 38 ms en promedio. Por lo tanto, la adquisición de datos del conjunto de sensores puede continuar sin problemas. Además, la inferencia para toda la matriz a partir de la iteración de medición anterior se puede completar en segundo plano.

Lectura de salida del sensor (2, 2) muestreada a la frecuencia más alta posible. Cuando se muestrea un solo sensor, evitando así toda sobrecarga de multiplexación y estabilización, se puede lograr una alta resolución temporal de 90 ms.

Los pasos de diseño y fabricación del sensor de temperatura se muestran en la Fig. 1a y el sensor completamente fabricado se presenta en la Fig. 1b. Todas las muestras se preparan sobre sustratos flexibles de tereftalato de polietileno (PET) de 100 \(\upmu\)m de espesor que se enjuagan con 2-propanol y se secan con una pistola de aire. El procedimiento de fabricación consta de tres pasos de impresión, cada uno de los cuales imprime una capa con una pantalla individual. Se utiliza una pasta de plata para las capas de electrodos superior e inferior. La capa activa del termistor se deposita mediante la impresión multipasada de capas PEDOT:PSS. Las cinco capas PEDOT:PSS suman aproximadamente 1 \(\upmu\)m de espesor. Dada la necesidad de múltiples capas, la coincidencia perfecta de las capas se determina mediante marcas de alineación en cada capa impresa. El proceso de serigrafía posterior se realiza en una máquina de serigrafía semiautomática (Kammann K15 Q-SL) en tres pasos de impresión, con una trama individual para cada capa. Como se muestra en la Fig. 1a-1, el electrodo base se imprime con una pasta de plata comercial (Loctite ECI 1010 E &C, Henkel) usando una finura de pantalla de 420 hilos/pulgada (165 hilos/cm) y un diámetro de hilo de 27 \mu (\upmu\)m. Posteriormente, la capa de plata se cura en una placa calefactora a 120 °C durante 15 min, produciendo finalmente un espesor de capa de aproximadamente 3 \(\upmu\)m y dando como resultado una resistencia de aproximadamente 19,6 \(\Omega\). La longitud total es de 10 mm con un ancho de línea de 400 \(\upmu\)m. En el paso siguiente, se imprimen cinco capas PEDOT:PSS individuales (Clevios S V4, Heraeus) (Fig. 1a-2) encima del primer electrodo de plata. Cada capa se seca en una placa calefactora a 120 °C durante 10 minutos antes de depositar la siguiente capa. La pantalla para PEDOT:PSS presenta una finura de 350 hilos/pulgada (140 hilos/cm) y un diámetro de hilo de 31 \(\upmu\)m. Las cinco capas PEDOT:PSS suman aproximadamente 1 \(\upmu\)m de espesor. Por último, el electrodo de plata superior (Fig. 1a-3) se imprime con los mismos conjuntos de parámetros que el electrodo base. Todos los espesores de la película se miden con un perfilador de lápiz táctil (Dektak XT, Bruker). En la Fig. 2 se muestra una imagen de primer plano y la medición de la superficie de la estructura del sensor. Debido a la necesidad de múltiples capas, se incluyen marcas de alineación especiales en cada capa impresa para garantizar una combinación perfecta de capas. El sensor completamente fabricado se muestra en la Fig. 1b.

Además de la baja complejidad prevista, el diseño de sensor presentado ofrece una alta tolerancia a errores en la alineación de capas durante el proceso de impresión. Los píxeles del sensor están definidos por los electrodos de plata que se cruzan con la capa intermedia PEDOT:PSS. Por lo tanto, se debe garantizar que todos los electrodos se superpongan. Dado el tamaño total, esto es fácil de realizar. El tamaño de la almohadilla del termistor intermedio se elige más grande que las dimensiones de la rejilla del electrodo, lo que proporciona más espacio para la alineación. Además, agregamos varios marcadores en los bordes del diseño, con los que se pueden alinear fácilmente las capas. En la práctica, primero imprimimos cada capa en una hoja de papel adjunta, que luego representaba perfectamente la alineación de la pantalla de impresión. Esto sólo fue necesario para la segunda y tercera capa, donde la capa previamente depositada tuvo que alinearse con la siguiente capa. Con las medidas tomadas, no observamos ningún problema atribuido por desalineación.

El microcalentador utilizado para probar la resolución espacial del conjunto de sensores consta de un sustrato flexible de tereftalato de polietileno (PET) de 100 \(\upmu\)m de espesor, con una capa de plata impresa. El proceso de impresión es similar al del electrodo de plata base del sensor de temperatura. Se utiliza un espesor de capa de aproximadamente 4 \(\upmu\)m. Nuestro diseño incorpora varios diseños de calentadores con diferentes patrones espaciales, como se muestra en la (Fig. 1c).

Para caracterizar con precisión los microcalentadores impresos, empleamos una cámara infrarroja (IR) ImageIR 830040 para capturar la respuesta de temperatura resultante del microcalentador impreso a una potencia de entrada determinada. Esta cámara IR basada en antimonuro de indio (InSb) proporciona una precisión de medición de \(\pm \,{1}\,^\circ \text {C}\) con una resolución de temperatura de \({0.025}\,\text {K}\). La Figura 10 presenta un ejemplo de la imagen térmica capturada. La superficie de los microcalentadores se ha cubierto con una cinta negra para lograr una emisividad conocida. Esto permite que el software de la cámara IR realice una calibración interna y compense cualquier pérdida potencial en la precisión de las lecturas. La corriente suministrada al microcalentador aumentó constantemente desde \({0}\,\text {mA}\) hasta \({400}\,\text {mA}\) en pasos de \({ 20}\,\texto {mA}\). Se registró el voltaje resultante y luego se calculó el consumo total de energía. La Figura 11 demuestra el aumento relativo de temperatura de los microcalentadores impresos en función de la energía consumida.

Imagen infrarroja de un microcalentador impreso durante el funcionamiento.

Respuesta de temperatura de los microcalentadores impresos para una potencia determinada.

La configuración de medición de la Fig. 3a se ensambló para validar la funcionalidad general de los sensores impresos. Consiste en el conjunto de sensores de temperatura y el circuito periférico, combinados con un elemento termoeléctrico (Peltier). Al modular su voltaje de entrada, el elemento Peltier nos permite generar trazas de temperatura controladas calentando y enfriando el conjunto de sensores. En consecuencia, esto hace posible monitorear y registrar la respuesta de los sensores de temperatura. La conductividad térmica y el aislamiento eléctrico adecuados se garantizan intercalando el conjunto de sensores de temperatura entre dos capas aislantes de cinta aislante. Esto evita además cortocircuitos a través de las placas de aluminio superior y/o inferior. Para obtener una temperatura de referencia, se coloca un sensor de temperatura externo (DS18B20, Maxim Integrated) profundamente dentro de la placa de montaje de aluminio inferior. La conductividad térmica se mejora llenando el espacio estrecho y vacío entre el sensor de temperatura externo y el aluminio circundante con una película delgada de pasta térmica (es decir, material de interfaz térmica). Toda la configuración está controlada por una Raspberry Pi Modelo 3B+ que regula la fuente de alimentación del elemento Peltier, monitorea y registra la temperatura de referencia y extrae todos los datos de medición del conjunto de sensores de temperatura. Los detalles sobre las dimensiones de los componentes utilizados en la configuración de evaluación se presentan en la Tabla 1. Tenga en cuenta que el electrodo de plata forma un diseño de rejilla regular. Al medir un punto específico en la hoja del sensor, se aplica un voltaje a una fila determinada y se conecta tierra a la columna correspondiente, permitiendo que fluya una corriente. La capa PEDOT:PSS provoca una caída de voltaje dependiente de la temperatura que puede usarse para reconstruir la temperatura en este punto.

El circuito de adquisición de datos se ilustra en la Fig. 8. Cada fila y columna de la hoja del conjunto de sensores de temperatura se conecta a un multiplexor a través de un conector de circuito impreso flexible (FPC). La configuración general está constituida por dos conectores FPC (uno para las filas y otro para las columnas). Cada FPC está conectado a un multiplexor analógico de baja resistencia (2,5 \(\Omega\)). Una disposición de este tipo hace posible seleccionar cada sensor individual para medirlo en todo el conjunto. La salida analógica de los multiplexores luego se pasa a un circuito estilo puente de Wheatstone. Aquí, se amplifica y digitaliza mediante un amplificador de celda de carga HX711 integrado utilizando un convertidor analógico-digital (ADC) de 24 bits. Todo el circuito de medida está gestionado por una Raspberry Pi Modelo 3B+ que controla la multiplexación, la temporización, la lectura del amplificador y la recogida de datos.

La NN se implementó en Python 3 utilizando la biblioteca scikit-learn41 y consta de cuatro capas: una capa de entrada, dos capas ocultas y una capa de salida. Cada capa oculta consta de 15 neuronas, lo que da como resultado un total de 285 pesos. Las neuronas individuales se activan mediante una función sigmoidea, \(\frac{1}{1+e^{-x}}\) y el algoritmo de descenso de gradiente utilizado es adam42.

Como se muestra en la Fig. 4a, registramos continuamente todas las lecturas del conjunto de sensores de temperatura y al mismo tiempo realizamos un seguimiento de la temperatura de referencia actual. Los datos recopilados durante esta fase de aprendizaje de la NN se dividen de la siguiente manera: 75 % para capacitación, 15 % para validación y 10 % para datos de prueba. En promedio, entrenar el NN toma 32 minutos en una CPU Intel Core i3-2100 a 3,10 GHz con 8 GB de memoria para alcanzar una puntuación \(R^2\) de 0,96. Cabe destacar que la capacitación es un esfuerzo único durante el tiempo de diseño.

En este trabajo, demostramos el primer conjunto de sensores de temperatura que comprende \(100+\) sensores en un espacio pequeño (solo 1 cm\(^2\)), que está completamente impreso de una manera no compleja. La densidad del sensor lograda y, por lo tanto, la resolución térmica espacial proporcionada no tiene comparación para conjuntos de sensores de temperatura completamente impresos en comparación con el estado de la técnica (consulte la Tabla 2). Para mantener la complejidad baja, nos basamos en una metodología de deposición simple y bien establecida, como la serigrafía, combinada con tintas listas para usar disponibles comercialmente. La estructura matricial pasiva cumple los requisitos de simplicidad y consta de sólo tres capas. Creemos que la simplicidad es la clave para adoptar este enfoque. Esto hace que el proceso de fabricación, así como el proceso de alineación y el comportamiento del sensor en sí, sean menos propensos a errores, sean altamente rentables y fácilmente escalables. Para medir y caracterizar el conjunto de sensores, se desarrolló una unidad de lectura especial y autosuficiente. Luego, se implementó un enfoque basado en ML en la unidad de lectura capaz de compensar la fluctuación de la hoja del sensor y hacer que la configuración sea robusta en la que se logra una precisión de predicción de temperatura bastante alta de \(1,22\) °C. El enfoque basado en ML nos permite tener en cuenta adicionalmente la posible diafonía entre sensores adyacentes.

Los conjuntos de datos utilizados y/o analizados durante el estudio actual están disponibles del autor correspondiente previa solicitud razonable.

Trung, TQ & Lee, NE Plataformas integradas de sensores físicos flexibles y extensibles para monitoreo portátil de la actividad humana y atención médica personal. Adv. Madre. 28, 4338–4372. https://doi.org/10.1002/adma.201504244 (2016).

Artículo CAS PubMed Google Scholar

Liu, Q. y col. Un sensor de temperatura flexible de alto rendimiento compuesto de bicapa de polietilenimina/óxido de grafeno reducido para monitoreo en tiempo real. Adv. Madre. Tecnología. 4, 1800594. https://doi.org/10.1002/admt.201800594 (2019).

Artículo CAS Google Scholar

Han, S. y col. Sensores inalámbricos sin batería para mapeo de presión y temperatura de todo el cuerpo. Ciencia. Traducción Med. https://doi.org/10.1126/scitranslmed.aan4950 (2018).

Artículo PubMed PubMed Central Google Scholar

Wang, YF y cols. PEDOT completamente impreso: sensor de temperatura basado en PSS con alta estabilidad de humedad para monitoreo inalámbrico de atención médica. Ciencia. Representante 10, 1–8. https://doi.org/10.1038/s41598-020-59432-2 (2020).

Artículo CAS Google Scholar

Youn, DY et al. Monitoreo inalámbrico de temperatura en tiempo real de paquetes de sangre: sensores de temperatura flexibles integrados con nanocables de plata. Aplicación ACS. Madre. Interfaces 10, 44678–44685. https://doi.org/10.1021/acsami.8b11928 (2018).

Artículo CAS PubMed Google Scholar

Li, Q., Zhang, L., Tao, X. y Ding, X. Revisión de redes flexibles de detección de temperatura para monitoreo fisiológico portátil. Adv. Saludc. Madre. 6, 1601371. https://doi.org/10.1002/adhm.201601371 (2017).

Artículo CAS Google Scholar

Koivikko, A., Raei, ES, Mosallaei, M., Mäntysalo, M. & Sariola, V. Sensores de curvatura serigrafiados para robots blandos. Sensores IEEE. J. 18, 223–230. https://doi.org/10.1109/JSEN.2017.2765745 (2018).

Artículo ADS CAS Google Scholar

Harada, S. y col. Sensores de temperatura y fuerza de deslizamiento, táctiles y de tres ejes, flexibles, totalmente impresos, similares a huellas dactilares, para piel artificial. ACS Nano 8, 12851–12857. https://doi.org/10.1021/nn506293y (2014).

Artículo CAS PubMed Google Scholar

Konishi, S. & Hirata, A. Sensor de temperatura flexible integrado con microactuadores neumáticos blandos para microdedos funcionales. Ciencia. Rep. https://doi.org/10.1038/s41598-019-52022-x (2016).

Artículo PubMed PubMed Central Google Scholar

Nassar, JM y cols. Sistema de etiquetado "Piel Marina" autónomo, ligero, no invasivo y compatible. npj Electrónica flexible 2, 13. https://doi.org/10.1038/s41528-018-0025-1 (2018).

Artículo de Google Scholar

Nassar, JM y cols. Dispositivos portátiles compatibles con plantas para el microclima localizado y el seguimiento del crecimiento de las plantas. npj Flex. Electrón. 2, 24. https://doi.org/10.1038/s41528-018-0039-8 (2018).

Artículo de Google Scholar

Farooqui, MF, Karimi, MA, Salama, KN y Shamim, A. Sensores inalámbricos desechables impresos en 3D con microelectrónica integrada para el monitoreo ambiental de grandes áreas. Adv. Madre. Tecnología. 2, 1700051. https://doi.org/10.1002/admt.201700051 (2017).

Artículo CAS Google Scholar

Hughes, G. y col. Avances recientes en la fabricación y aplicación de (bio)sensores electroquímicos serigrafiados basados ​​en materiales de carbono para análisis biomédicos, agroalimentarios y medioambientales. Biosensores 6, 50. https://doi.org/10.3390/bios6040050 (2016).

Artículo CAS PubMed Central Google Scholar

El-Atab, N. et al. Circuito integrado multidimensional cúbico heterogéneo para la seguridad hídrica y alimentaria en estanques de piscicultura. Pequeño 16, 1905399. https://doi.org/10.1002/smll.201905399 (2020).

Artículo CAS Google Scholar

Tudorache, M. & Bala, C. Biosensores basados ​​en tecnología de serigrafía y sus aplicaciones en análisis ambiental y alimentario. Anal. Bioanal. Química. 388, 565–578. https://doi.org/10.1007/s00216-007-1293-0 (2007).

Artículo CAS PubMed Google Scholar

Avramescu, A. y col. Biosensores diseñados para el control de calidad ambiental y alimentaria basados ​​en electrodos de grafito serigrafiados con diferentes configuraciones. Anal. Bioanal. Química. 374, 25–32. https://doi.org/10.1007/s00216-002-1312-0 (2002).

Artículo CAS PubMed Google Scholar

Ren, X. y col. Un conjunto de sensores de temperatura de transistores orgánicos flexibles y de baja potencia operativa. Adv. Madre. 28, 4832–4838. https://doi.org/10.1002/adma.201600040 (2016).

Artículo CAS PubMed Google Scholar

Amrouch, H. & Henkel, J. Termografía infrarroja lúcida de procesadores con restricciones térmicas. En 2015, Simposio internacional IEEE/ACM sobre diseño y electrónica de baja potencia (ISLPED) 347–352. https://doi.org/10.1109/ISLPED.2015.7273538 (2015).

Zhang, J., Sadiqbatcha, S., O'Dea, M., Amrouch, H. y Tan, SX-D. Densidad de potencia de chip completo y caracterización de mapas térmicos para microprocesadores comerciales bajo refrigeración por disipador de calor. Transacciones IEEE sobre diseño asistido por computadora de circuitos y sistemas integrados 1–1. https://doi.org/10.1109/TCAD.2021.3088081 (2021).

Khan, S., Lorenzelli, L. y Dahiya, RS Tecnologías para la impresión de sensores y componentes electrónicos sobre grandes sustratos flexibles: una revisión. IEEE Sens. J. 15, 3164–3185. https://doi.org/10.1109/JSEN.2014.2375203 (2015).

ADS del artículo Google Scholar

Singh, M., Haverinen, HM, Dhagat, P. & Jabbour, proceso de impresión GE Inkjet y sus aplicaciones. Adv. Madre. 22, 673–685. https://doi.org/10.1002/adma.200901141 (2010).

Artículo CAS PubMed Google Scholar

Moya, A., Gabriel, G., Villa, R. y Javier del Campo. F. Sensores electroquímicos impresos con inyección de tinta https://doi.org/10.1016/j.coelec.2017.05.003 (2017).

Metters, JP, Kadara, RO y Banks, CE Nuevas direcciones en sensores electroanalíticos serigrafiados: una descripción general de los desarrollos recientes. Analista 136, 1067–1076. https://doi.org/10.1039/c0an00894j (2011).

Artículo ADS CAS PubMed Google Scholar

Chang, W.-Y. et al. Tecnología de serigrafía. Captura de pantalla. 5, 178–183 (2009).

Google Académico

Zeng, Y. et al. Termistores de coeficiente de temperatura positivo basados ​​en compuestos de nanotubos de carbono/polímero. Ciencia. Representante 4, 1–7. https://doi.org/10.1038/srep06684 (2014).

Artículo CAS Google Scholar

Rahman, MT y cols. Sensores de temperatura flexibles de alto rendimiento mediante impresión de nanopartículas. Aplicación ACS. Nanomadre. 2, 3280–3291. https://doi.org/10.1021/acsanm.9b00628 (2019).

Artículo CAS Google Scholar

Xin, Y., Zhou, J. & Lubineau, G. Un sensor de temperatura insensible a la tensión altamente extensible explota el efecto Seebeck en circuitos impresos basados ​​en nanopartículas. J. Mater. Química. Un 7, 24493–24501. https://doi.org/10.1039/c9ta07591g (2019).

Artículo CAS Google Scholar

Trung, TQ, Ramasundaram, S., Hwang, B.-U. y Lee, N.-E. Un sensor de temperatura elástico, transparente y totalmente elastomérico para dispositivos electrónicos portátiles que se pueden acoplar al cuerpo. Adv. Madre. 28, 502–509. https://doi.org/10.1002/adma.201504441 (2016).

Artículo CAS PubMed Google Scholar

Katerinopoulou, D. y col. Superficies de detección de temperatura totalmente impresas de gran superficie que utilizan novedosos materiales de termistores compuestos. Adv. Electrón. Madre. 5, 1800605. https://doi.org/10.1002/aelm.201800605 (2019).

Artículo CAS Google Scholar

Yokota, T. y col. Sensores de temperatura fisiológicos ultraflexibles y de gran superficie para mediciones multipunto. Proc. Nacional. Acad. Ciencia. Estados Unidos 112, 14533–14538. https://doi.org/10.1073/pnas.1515650112 (2015).

Artículo ADS CAS PubMed PubMed Central Google Scholar

Wang, Z. y col. Fácil preparación de materiales compuestos orgánicos/inorgánicos PEDOT:PSS altamente estables al agua y flexibles y su aplicación en sensores electroquímicos. Sens. Actuadores B 196, 357–369. https://doi.org/10.1016/J.SNB.2014.02.035 (2014).

Artículo CAS Google Scholar

Tan, Z. y col. Transferencia asistida por efecto respiratorio de PEDOT:PSS de área grande a sustrato PDMS con adhesión robusta para un sensor de presión estable y flexible. Composites Parte A 143, 106299. https://doi.org/10.1016/J.COMPOSITESA.2021.106299 (2021).

Artículo CAS Google Scholar

Vuorinen, T., Niittynen, J., Kankkunen, T., Kraft, TM y Mäntysalo, M. Sensores de temperatura de grafeno/PEDOT:PSS impresos con inyección de tinta sobre un sustrato de poliuretano adaptable a la piel. Ciencia. Reps. 6, 1–8. https://doi.org/10.1038/srep35289 (2016).

Artículo CAS Google Scholar

Bali, C. y col. Sensores de temperatura flexibles totalmente impresos por inyección de tinta basados ​​en carbono y PEDOT: PSS. Madre. Hoy 3, 739–745. https://doi.org/10.1016/j.matpr.2016.02.005 (2016).

Artículo de Google Scholar

Hong, SY y cols. Matriz activa extensible de sensores de temperatura de nanofibras de polianilina para piel electrónica. Adv. Madre. 28, 930–935. https://doi.org/10.1002/adma.201504659 (2016).

Artículo CAS PubMed Google Scholar

Chen, Y., Lu, B., Chen, Y. & Feng, X. Sensores de temperatura transpirables y estirables inspirados en la piel. Ciencia. Representante 5, 1-11. https://doi.org/10.1038/srep11505 (2015).

Artículo de Google Scholar

Dankoco, MD, Tesfay, GY, Benevent, E. y Bendahan, M. Sensor de temperatura realizado mediante proceso de impresión por inyección de tinta sobre sustrato flexible. Madre. Ciencia. Ing. B 205, 1–5. https://doi.org/10.1016/j.mseb.2015.11.003 (2016).

Artículo CAS Google Scholar

Duby, S., Ramsey, B., Harrison, D. y Hay, G. Dispositivos de termopar impresos. Proc. IEEE Sens. 3, 1098–1101. https://doi.org/10.1109/icsens.2004.1426367 (2004).

Artículo de Google Scholar

Knoll, M., Offenzeller, C., Mayrhofer, B., Jakoby, B. y Hilber, W. Una matriz de termopares serigrafiada sobre un sustrato flexible para monitoreo de condición. Actas 2, 803. https://doi.org/10.3390/proceedings2130803 (2018).

Artículo de Google Scholar

Cámara Infratec imageir serie 8300. https://www.infratec.eu/thermography/infrared-camera/imageir-8300/ (consultado el 6 de julio de 2022).

Pedregosa, F. et al. Scikit-learn: aprendizaje automático en Python. J. Mach. Aprender. Res. 12, 2825–2830 (2011).

MathSciNet MATEMÁTICAS Google Scholar

Kingma, DP & Ba, J. Adam: Un método de optimización estocástica. En Bengio, Y. & LeCun, Y. (eds.) 3rd International Conference on Learning Representations, ICLR 2015, San Diego, CA, EE. UU., 7 al 9 de mayo de 2015, Conference Track Proceedings (2015).

Shih, WP y cols. Conjunto de sensores de temperatura flexibles basados ​​en un compuesto de grafito-polidimetilsiloxano. Sensores 10, 3597–3610. https://doi.org/10.3390/s100403597 (2010).

Artículo ADS CAS PubMed PubMed Central Google Scholar

Han, IY y Kim, SJ Conjunto de sensores de temperatura de diodos para medir temperaturas superficiales a microescala con alta resolución. Sens. Actuadores A 141, 52–58. https://doi.org/10.1016/J.SNA.2007.07.020 (2008).

Artículo CAS Google Scholar

Kanao, K. y col. Sensores de temperatura y tensión táctiles flexibles altamente selectivos contra la flexión del sustrato para una piel artificial. RSC Avanzado. 5, 30170–30174. https://doi.org/10.1039/C5RA03110A (2015).

Artículo ADS CAS Google Scholar

Yokotaa, T. y col. Sensores de temperatura fisiológicos ultraflexibles y de gran superficie para mediciones multipunto. Proc. Nacional. Acad. Ciencia. Estados Unidos 112, 14533–14538. https://doi.org/10.1073/pnas.1515650112 (2015).

Artículo ADS CAS Google Scholar

Descargar referencias

Los autores agradecen a CES en KIT por el apoyo brindado. Los autores agradecen la financiación proporcionada por el Ministerio Federal de Educación e Investigación (BMBF) a través de la subvención número 03INT606AG, así como la asistencia financiera de la Deutsche Forschungsgemeinschaft (DFG, Fundación Alemana de Investigación) en el marco de la Estrategia de Excelencia de Alemania a través del Clúster de Excelencia 3D Matter. Fabricación bajo pedido (EXC-2082/1-390761711) y concesión DFG 428566201 (“ACCROSS”, AM 534/3-1). Los autores agradecen a Munazza Sayed por su apoyo en la edición del manuscrito y a Andrés Roesch por su revisión.

Financiamiento de Acceso Abierto habilitado y organizado por Projekt DEAL.

Estos autores contribuyeron igualmente: Tim Bücher y Robert Huber.

Universidad de Stuttgart, Semiconductor Test and Reliability (STAR), Pfaffenwaldring 47, 70569, Stuttgart, Alemania

Tim Libros y Hussam Amrouch

Instituto de Tecnología de Karlsruhe (KIT), Instituto de Tecnología de la Luz (LTI), Engesserstrasse 13, 76131, Karlsruhe, Alemania

Robert Huber y Uli Lemmer

Instituto de Tecnología de Karlsruhe (KIT), Instituto de Fotónica y Electrónica Cuántica (IPQ), Engesserstrasse 5, 76131, Karlsruhe, Alemania

Carsten Eschenbaum y Adrián Mertens

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

TB diseñó los circuitos periféricos y realizó los experimentos de medición. RH, CE y AM diseñaron el diseño del conjunto de sensores de temperatura e imprimieron las muestras. TB, HA y RH validaron e interpretaron los datos medidos. UL supervisó y guió la investigación sobre los sensores impresos. HA concibió el trabajo, planificó los experimentos realizados, coordinó y dirigió la investigación. Todos los autores contribuyeron a la redacción del manuscrito.

Correspondencia a Hussam Amrouch.

Los autores declaran no tener conflictos de intereses.

Springer Nature se mantiene neutral con respecto a reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Acceso Abierto Este artículo está bajo una Licencia Internacional Creative Commons Attribution 4.0, que permite el uso, compartir, adaptación, distribución y reproducción en cualquier medio o formato, siempre y cuando se dé el crédito apropiado al autor(es) original(es) y a la fuente. proporcione un enlace a la licencia Creative Commons e indique si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la normativa legal o excede el uso permitido, deberá obtener permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

Bücher, T., Huber, R., Eschenbaum, C. et al. Conjunto de sensores de temperatura impresos para mapeo térmico de alta resolución. Informe científico 12, 14231 (2022). https://doi.org/10.1038/s41598-022-18321-6

Descargar cita

Recibido: 05 de julio de 2022

Aceptado: 09 de agosto de 2022

Publicado: 20 de agosto de 2022

DOI: https://doi.org/10.1038/s41598-022-18321-6

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, actualmente no hay un enlace para compartir disponible para este artículo.

Proporcionado por la iniciativa de intercambio de contenidos Springer Nature SharedIt

Revista de ciencia de materiales (2023)

Al enviar un comentario, acepta cumplir con nuestros Términos y pautas de la comunidad. Si encuentra algo abusivo o que no cumple con nuestros términos o pautas, márquelo como inapropiado.