氧化镍基阵列式热敏器件有限元仿真

展旭和，邢健，杨杰，俞佳杰，张珂，吴思程*

（1.国家高速列车青岛技术创新中心，山东 青岛 370214；2.航材国创（青岛）高铁材料研究院有限公司，山东 青岛 370214；3.北京航空航天大学杭州创新研究院，浙江 杭州 310051）

温度是一个表示物体冷热程度的物理量，在日常生活和工业生产活动中，对于温度的实时监测和精准控制具有十分重大的意义［1］。随着物联网和智能可穿戴设备的快速发展，对于温度传感器也提出了越来越高的要求［2-4］。温度传感器需要具备柔性、高灵敏度、高精度、快速响应和宽工作温域等特性。温度传感器依靠敏感材料的温度-电阻性质进行测量，包括了正温度系数热敏电阻和负温度系数热敏电阻，常见的热敏材料有有机材料、碳材料、金属、金属氧化物等。科研人员在这方面开展了许多的研究，并取得了很大的进展［5］。

基于金属氧化物的热敏电阻由于其高稳定性、宽工作温域、可大批生产、过载能力强等优点，在工业生产、航空航天、深海领域、通讯等领域中均有很好的发展及应用前景［6-9］。目前热敏电阻在块体、厚膜应用上已经十分成熟，薄膜器件的制备还处在实验室探索阶段，但是极高的加工温度限制了其在柔性领域的应用。金、银、铜、镍和铂等金属由于良好的温度-电阻线性关系，常常被用作温度传感器的敏感材料［3，10-12］；各类金属材料中镍有着最高的灵敏度，同时在0～100℃温度范围内电阻与温度保持着非常好的线性关系；铂虽然为贵金属，但是出色的稳定性使其得到了广泛的应用。另外，碳材料、有机聚合物等材料受到了越来越多的关注［10，13-15］，它们在柔性、成膜性、抗弯曲性上有着较大优势，在可穿戴领域有巨大的应用潜力。

氧化镍是一个典型的P型半导体材料，有着良好的负温度电阻效应，其作为热敏电阻的应用已有大量报道［16-19］。本课题组在之前研究的基础上，基于氧化镍纳米颗粒得到了分散均匀稳定的浆料，在旋涂成膜、热固化和电极制备之后得到了宽温域、高精度的温度传感器，同时表现出了非常好的机械性能。为了实现由点及面，多点温度同时感知监测，将温度传感器进行阵列化是非常必要的。因此本文通过COMSOL软件对阵列式温度传感器进行有限元分析，对阵列中氧化镍单元大小和厚度进行模拟优化，优化结果将为温度阵列的制备提供指导。

1 实验方法

阵列式热敏器件的模拟结构如图1所示，由四层结构组成，其中最底层为热源，尺寸随敏感单元尺寸的变化而变化；第二层为聚酰亚胺（PI）基底，基底尺寸为50 mm×50 mm；PI基底之上为氧化镍敏感层材料，单元尺寸从6 mm×6 mm变化至12 mm×12 mm；电极覆盖在敏感层之上，电极材料为银；阵列密度设置为4×4，其中COMSOL材料库中的Kapton H材料作为基底；不考虑敏感层材料中其他成分的影响，敏感层材料的性质以氧化镍来计算，为了保证计算的准确度，模拟过程中将各层材料的厚度统一扩大十倍。热敏器件有限元网格划分情况如图2所示，其中阵列模型完整网格包含31528个域单元、18744个边界元和3216个边单元。最小网格质量：0.02673；平均网格质量：0.5821。各种材料的性能限定见表1。

表1 材料性能限定条件Tab.1 Material property limits

图1 阵列式热敏器件的模拟结构图Fig.1 Simulation structure diagram of the array thermal sensitivity device

图2 阵列式热敏器件有限元网格划分Fig.2 Finite element mesh of the array thermal sensitivity device

模拟的条件设定如图3所示，热源施加在一个敏感单元的正下方，热源温度为50℃，环境温度为20℃。模拟30 s之后可得到各个敏感单元的温度分布情况，并由此来确立单元的最优尺寸。

图3 仿真边界条件设定Fig.3 Simulation boundary condition settings

在仿真确定了敏感单元的尺寸之后，再通过计算不同敏感层厚度对温度分布的影响来确定敏感层厚度范围（见图4）。模拟结构各层的尺寸、材料性质以及其他设定条件与上述相同，敏感层厚度在0.1～1.9 mm之间变化。

图4 敏感层厚度仿真示意图Fig.4 Sensitive layer thickness simulation diagram

2 敏感单元尺寸优化

在模拟优化过程中一共设计了8个不同尺寸敏感单元，4×4阵列密度的热敏器件（见图5）。通过在左下角的敏感单元施加一个温度恒定为50℃块体作为热源，在前期的模拟中发现在热源施加时间25 s之后，阵列的温度分布基本上达到平衡状态，因此计算和评估在30 s之后此单元的温度和相邻单元的温度变化情况，从而来确定适合的敏感单元尺寸。

图5 敏感单元尺寸优化Fig.5 Size optimization of thermal-sensitive unit

图6 为30 s之后的阵列器件温度分布图，可以看出施加热源之后，热扩散对周围的敏感单元产生了不同程度的影响，其中影响最大的是单元2和单元3，对于单元4的影响较小，对于剩下的其他敏感单元则基本没有影响。为了更加方便地对比不同单元大小的影响，将正对着热源和两个敏感单元即单元2和单元3绘图，在图7中列出。同时相邻单元的温度变化情况和与加热敏感单元的温差变化趋势总结在图8中。

图6 热扩散影响示意图Fig.6 Schematic diagram of thermal diffusion effects

图7 不同尺寸敏感单元在热源保持30 s之后1单元与相邻2，3单元的温度分布图Fig.7 Temperature distributions of unit 1,unit 2 and unit 3 after 30 s the heat source kept for different size sensitivity units

从图8曲线可以直观地发现，在敏感单元尺寸较大的时候，其对临近单元有较大的影响；随着单元尺寸的减小，其影响快速降低。相邻单元的最高温度从37℃快速下降；当尺寸达到8 mm×8 mm时，基本达到了平衡状态，之后随着单元尺寸的下降，相邻单元温度基本恒定，两者温差保持在21℃左右。由于氧化镍温度传感器的电阻较大，在相同情况下优先考虑面积更大的敏感单元，因此确定敏感单元的大小为8 mm×8 mm。

图8 2，3单元最高温度，和1单元与2，3单元温差变化曲线Fig.8 Unit 2,unit 3 maximum temperature,and unit 1 unit and unit 2,unit 3 temperature difference curve

3 敏感单元厚度优化

在确定了最佳的单元面积大小后，接着进行了最优厚度的模拟仿真。在厚度的模拟优化中设计了氧化镍敏感层从0.1～1.9 mm共19个不同厚度敏感单元，尺寸面积为仿真优化确定的8 mm×8 mm，阵列密度为4×4的热敏器件。优化步骤与热源设置同上述优化热敏单元一致，比较在30 s之后的阵列温度分布情况，进行最佳厚度的确定。

优化结果在图9中进行了整理归纳，可以看出随着敏感层厚度的增加，热源端敏感单元的温度在逐步降低，同时对相邻敏感单元的影响也逐渐变小，两者的温差在厚度由0.1 mm增加到1.0 mm过程中变化较大，在这之后变化趋势放缓。为了较为真实地反映热敏的实际温度，同时尽量减小对周围单元的影响，选择敏感层厚度在0.6～1.0 mm比较合适。

图9 不同厚度下，a.热源端敏感单元温度；b.相邻敏感单元温度；c.热源端单元与相邻单元温差Fig.9 Under different thicknesses,a:the sensitive element temperature at the heat source;b:the temperature of the adjacent sensitive unit;c:the temperature difference between the above units

4 结论

敏感单元尺寸的模拟结果显示，随着单元面积的减小其对于临近单元的影响逐步减小，在面积为8 mm×8 mm时，基本达到平衡。对于厚度来说，当厚度到达1.0 mm之前，其变化对相邻单元温度影响较大；在厚度更大情况下，影响变小。因此，综合两个模拟结果，本文确定了阵列中敏感层单元的尺寸为8 mm×8 mm×（0.6～1.0）mm。具体的厚度结合实验结果来确定。