如何设计压电MEMS超声波换能器产品

本文为OnScale与Mentor合作推出，由行业专家撰写，文章详细介绍了压电MEMS超声波换能器产品的设计过程，包括传感器的仿真、设计以及它与整个系统的集成。了解系统我们正在开发一种槽罐液位监测系统。该系统可以安装在啤酒厂、酿酒厂和其他饮料厂的物联网边缘设备中，用以收集液位的状态，并可主动通知技术人员是否存在任何问题（例如泄漏）。我们对系统进行了改良（图1），利用压电MEMS超声波换能器（PMUT）来监测水箱中的液位，并定期将测量结果上传到网关设备中。

图1：槽罐液位监测系统框图压电MEMS超声波换能器在罐体中发射超声波，然后测量被液体表面反射的波，从而得到一个很小的模拟机械波（需要放大）。发射波与反射波之间的时间差与液体的距离成正比。模拟前端（AFE）将MEMS波形放大并将信号转换为表示飞行时间（或液体深度两倍）的积分电压。模数转换器（ADC）将该电压转换成数字信号，以作为运行软件的微控制器的输入。时钟、PLL和振荡器电路是数字电路的支持模块，偏置电流发生器、电压调节器和带隙基准是模拟电路的支持模块。射频（RF）发送器将数据发送到网关。Arm Cortex-M3微控制器与模拟电路和RF发送器相连。如果将来我们计划增加温度传感器，还需要多路复用器，但对于本白皮书，我们不考虑这两个元素。

了解传感器据麦姆斯咨询介绍，超声波换能器使用超声波来探测传感器与其他物体之间的距离。它们能够将电能转换为机械能，并且在大多数情况下，还能将机械能转换回电能。正是这种功能的二元性使得超声波换能器可以向物体或界面发射压力波，并可以在这些波被反射回源时探测它们。虽然在日常生活中有着广泛的应用，但与其它竞争技术相比，传统的超声波换能器更笨重、更耗电、更昂贵。这限制了它们的应用，特别是在消费领域，但这种情况由于MEMS技术的应用而正在快速改变。即将上市的新一代小型化超声波换能器的功耗比前代产品低了一个数量级。没有什么比当前我们开发并实施在系统中的PMUT更合适的例子了。PMUT由一个悬浮在腔体上的压电薄膜组成，压电薄膜通常为锆钛酸锌（PZT）或氮化铝（AlN）材料。当在膜上施加电脉冲时，膜会振动并直接在它接触的介质中产生声波。当设计刚好为共振频率时，PMUT可以用非常小的功率产生大量的能量。图2显示了PMUT横截面示意图，可以通过调整膜厚度和直径大小来优化给定介质的共振频率。PMUT可以使用成熟的硅基半导体制造工艺来生产。因而与许多竞争技术相比，它们可以适用于低成本的大批量应用，更重要的是，它们还可以与CMOS无缝集成，从而在一颗芯片上实现完整的传感系统。

图2：PMUT换能器的横截面示意图（来源：OnScale）

使用有限元分析进行PMUT仿真PMUT设计的第一步，我们使用被称作“有限元分析（FEA）”的技术来进行PMUT仿真。通过有限元分析，可以将描述结构行为的复杂的微分方程转换为代数表达式，以简化成数值求解。在设计中我们可以采用多种FEA方法：用于探索设计概念、执行设计性能的功能验证，以及优化设计。FEA可以探究真实世界里非理想几何形状、制造加工和材料属性的变化，非常适合处理边界条件复杂的问题。FEA工具依赖于将仿真结构划分为低阶有限元或网格来近似求解。此过程通过自动网格函数的辅助，可有效地对结构进行分区。在需要的地方进行网格细化，设计人员可以获得一组精确的仿真结果。通过将网格与来自电、机械和热域的其他信息相结合，耦合的场模块可用于同时求解静电、耦合电机械学、压电、压阻、阻尼效应和其他特性。可以为超声波换能器仿真许多重要的器件特性，包括：• 电阻抗• 振型• 压力和位移水平• 波束图形• 指向性指数• 效率• 脉冲回波响应• 串扰• 带宽• 材料特性• 机械冲击• 粘合效应我们此次设计使用的多物理FEA工具为OnScale。OnScale功能强大且支持云技术，它不仅提供上述所有功能，并且可在云计算基础架构上大规模并行处理它们，将设计研究从几周缩短到几小时内完成。当然COMSOL、ANSYS也可以胜任。设计传感器使用诸如FEA的仿真技术，在对压电MEMS超声波换能器的特性仿真时，需要解决一系列独特的挑战。最基本的挑战之一是确定所需计算域的相对大小。要精确地捕捉波传播时所产生的应力在小空间的梯度，就得在长路径（例如10-250波长）上部署精细网格（例如每波长8-12个单元）。结果将产生高效仿真网格所需的大量单元。OnScale具有高效的求解器和先进的混合网格技术，因而非常适合这种尺寸的模型。本文设计的PMUT的单个换能器3D建模结构如下：标称腔宽度为400μm、顶部电极直径为200μm，空腔深度为40μm。PMUT的激发是通过施加在膜顶部电极上的一系列电压脉冲。图3显示了当脉冲为32V时膜的形变程度。为了看得更清楚，形变有所夸大。

图3：电刺激期间PMUT膜的形变（来源：OnScale）

为了优化本设计，我们需要最大化PMUT接收到的从液体表面反射回的机械能量。我们需要构建一个实验设计（DoE），可以覆盖足够的设计空间以包含我们的最佳解决方案。具体而言，我们通过改变设计参数（如表1）以确定最佳设计。表1：PMUT优化之参数扫描

压电层厚度和膜厚度均以0.1μm的步长从1.0μm扫描至2.5μm，总共产生256个设计仿真结果。图4显示了结果的一个子集，其中共振频率与扫描参数相对应。在原型设计之前，这些结果为我们给定的环境条件提供了设计的最佳尺寸。在这种情况下，仿真结果表明，由于空气损耗，反射波的能量在较低频率下是最佳的。我们选择压电层厚度为1.2μm和膜厚度为1.2μm，在该条件下可产生122kHz的低谐振频率，同时保持在制造工艺能力所限制的范围内。使用传统的FEA软件工具难以探索这种尺寸的设计空间，这也是我们这次选择OnScale进行分析的原因之一。

图4：PMUT优化之谐振频率（来源：OnScale）设计模拟前端图5显示了此设计的模拟前端。在S-Edit中捕获PMUT的原理图，其使用的电压源的属性和参数与FEA研究的输出相匹配。

图5：PMUT换能器的模拟前端当微控制器设置SR锁存器时，飞行时间（ToF）功能启动，SR锁存器开始在采样保持积分器上累积电荷。同时，微控制器按PMUT设计的谐振频率产生一系列脉冲（122kHz）。因为核心电源电压为2.5V，而根据PMUT的要求必须升高至32V，所以使用电荷泵DC-DC转换器和数字电平转换器将脉冲放大至32V。换能器接收到信号脉冲，在罐体中产生压力波，并在液体界面处反射回来（图6）。PMUT探测到该反射波后，在膜上产生峰值幅度约为500μV的电压信号，该信号的延迟时间取决于压力波传播到液位顶部所需的时间和反射回PMUT的时间。

图6：罐内波传播仿真（来源：OnScale）设计选用的仪表放大器的增益为70dB，放大器将PMUT信号放大并将其反馈至施密特触发器。施密特触发器内置有迟滞功能，当放大的反射信号上升到阈值电压（VREF）1.25V以上时，会将SR锁存器复位。锁存器复位时还会锁定采样保持积分器，在压力波穿过罐体中的空气层并返回到PMUT所需的时间内，该采样保持积分器已在其输出电容器上累积了电荷。在微控制器之前的ADC会将积分器的输出电压转换成到数字信号，该数值与飞行时间线性相关，并且可通过减法来计算罐内的液位。执行初始系统仿真启动仿真时，S-Edit先创建完整的Verilog-AMS网表并将其传递给T-Spice。T-Spice自动添加模拟/数字连接模块，然后对设计进行分区仿真。T-Spice对SPICE和Verilog-A进行模拟仿真并将RTL发送到ModelSim进行数字仿真。两个仿真器都能自动调用，并且在仿真过程中，只要模拟/数字边界发生信号变化，信号值就会在仿真器之间来回传递。这意味着，无论设计使用何种语言，设计人员都可以从S-Edit驱动仿真，并且设计会在仿真器之间自动分区。然后，设计人员可以使用ModelSim和T-Spice波形查看器进行结果交互。图7显示了仿真的结果。

图7：初始系统仿真结果第一个绿色波形显示为频率在122kHz的高压脉冲。接下来，PMUT响应大约发生在初始脉冲后1.2ms，红色波形显示其在仪表放大器的输入。假设空气中的声速为343m/s，这相当于液位在低于满位的21cm处。第三个紫色波形显示为SR锁存器的输出，当PMUT输出电压超过400μV（放大之前）时被触发。最后蓝色波形显示为积分器的输出，输出先随电压的线性增加，直到SR锁存器触发使积分器保持。通过8位ADC将输出转换为数字信号，然后发送到微控制器计算液位。对于此设计，假定罐体总深度为2.1m。然后可以计算出最大的飞行时间为12.2ms，随后对应产生积分器输出为2.17V。这与设计所选ADC的最大输入电压（2.2V）接近。对于不同尺寸的储存容器，仪表放大器的增益可以相应调整。开发软件在微控制器上运行软件，包括代码，并周期性地将传感器的输出转换为液体深度，并向监控系统报告任何显著的液位变化。假设积分器和ADC近似线性相关，则可以使用线性斜率和截距将ADC的输出转换为时间。这些值先仿真，然后通过测量模拟仿真结果进行验证。用飞行时间乘以空气中的声速（343m/s）可转换为空气的高度。最后，液位即为总罐体深度减去空气的高度。执行实际的系统仿真因为我们已经验证了MEMS换能器，并且我们希望能显著节省仿真时间，我们使用Verilog行为模型来替代传感器（图8），该模型使用离散的仿真时间代替连续模拟采样来进行数据采样。

图8：PMUT仿真替代模型该模型与模拟传感器行为非常匹配，为了更快地系统仿真，每隔1μs进行数据采样，尽管ADC每次转换需要12μs。图9显示了系统的仿真结果。记录栏（A）显示液位变化警告，波形（B）显示与泄漏对应的液位和声传感器值。系统大部分仿真时间处于休眠状态，定期醒来获取深度读数（C）。

图9：系统仿真结果

下一步接下来的步骤就是完善系统为其充实模拟部分，比如添加RF收发器、通信模块和设备ID以便连接到Internet。另外，为系统和Web开发复杂的软件，以拓展更多的可能性，包括潜在的：双向通信（指导系统行动）、无线软件更新、预防性维护和云服务。我们也可以更进一步，为系统添加温度传感器，以更好地校准测量结果。