With recent advancements in Internet of Things (IoT) and machine learning technologies, there has been a significant increase in interest and demand for sensors. In the case of silicon resistive pressure sensors, the voltage signal that can be measured through a circuit varies depending on the shape of the sensing part, such as diaphragm. In this study, we designed column and boss structures for the sensing element of a resistive pressure sensor and observed the performance changes through simulations. We analyzed the impact of the cross-sectional shape on the sensor's performance metrics, such as nonlinearity and sensitivity, which can affect the uncertainty of the acquired data during the sensor data acquisition process. Furthermore, we investigated the trade-off relationship between linearity and sensitivity of the sensor output signal when the thickness of the diaphragm varies. Using a multi-objective Bayesian optimization method, we optimized the linearity and sensitivity to achieve the optimal shape and thickness of the boss structure.
최근 사물인터넷 및 머신러닝 기술 분야의 발전으로 센서에 대한 관심과 수요가 크게 증가하고 있다. 실리콘 압저항 압력센서의 경우 감지부의 형상에 따라 회로를 통해 측정할 수 있는 전압 신호가 달라진다. 본 연구에서는 압저항 압력센서의 감지부에 기둥 구조와 보스 구조를 설계하여 압저항 압력센서의 성능 변화를 시뮬레이션을 통해 관찰하고, 단면의 형상이 센서 성능에 미치는 영향을 분석하였다. 센서를 통한 데이터 획득 과정에서 센서 출력신호의 선형성과 센서 민감도 등이 데이터의 불확실성에 영향을 줄 수 있기 때문에, 이 성능지표들에 대해 단면의 형상이 어떤 영향을 주는 지 확인하였다. 또한, 다이어프램의 두께가 변할 때, 센서 출력신호의 선형성과 센서 민감도 사이에서 상충관계를 가지는데, 다목적 베이지안 최적화 방법을 통하여 선형성과 민감도에 대한 최적화를 진행하여 보스 구조의 단면의 형상 및 두께를 최적화하였다.
