Electrical Modeling and Self-Sensing Dielectric Elastomer Actuator for Improvement of Strain Control Ability

Abstract

This thesis develops an electrical compensation method for areal strain estimation of the DEA by using a self-sensing method. The proposed method uses only voltage and current measurement to reconstruct the capacitance, which is mapped with the areal strain. The self-sensing algorithm uses a least square regression algorithm that can estimate the electrical parameters without any charge measurement by using frequency depend electrical models. Experimental results confirmed the strain self-sensing ability of the circular DEA without any additional external sensors and showed that the performance of the self-sensing algorithm was dependent on the operating frequencies. The ability was validated by comparison between video capacitance and self-sensing capacitance in 100Hz and 1kHz sensing frequencies. This compensation method is useful for smart and intelligent materials.

유전탄성체(Dielectric elastomer) 기반의 전기적 형태 변형 소자인 Dielectric elastomer actuator(DEA)는 빠른 응답 속도와 큰 면적 변화율 특성으로 optical positioning system, energy harvester, pressure sensor 등 여러 가지 application으로 제안되고 있다. DEA는 유전탄성체 위아래로 compliant electrode가 있는 단순 parallel plate capacitor 형태이다. 위아래 전극에 높은 전위차를 인가하면 Maxwell stress에 의해서 유전탄성체의 형태 변형이 야기된다. 하지만 유전탄성체의 점탄성(Viscoelasticity) 특성과 strain-stress non-linearity 문제로 인하여 강한 시간 의존성 및 여러 instability 문제가 발생하고, 단순 전압 제어만으로는 정확한 형태 변형 추정이 어렵다. 정확한 형태 변형 제어를 위해서는 외부에서 laser position sensor, camera 등으로 DEA의 형태 변형을 측정하고 feedback control을 통해서 정확하게 제어해야 하지만 외부의 센서는 시스템의 크기 및 비용을 늘리고 multi cell control이 제한 된다는 단점이 있다. 따라서 본 학위논문에서는 외부의 부가적인 센서가 없는 상태에서 오직 DEA의 형태 변형에 따른 capacitance 변화만을 측정하여 제어하는 Self-sensing dielectric elastomer actuator concept을 제안하였다. Electrochemical Impedance Spectroscopy (EIS) 방법으로 DEA의 전기적 모델링을 진행하였고, DEA 등가회로 모델은 저주파에서 pure capacitor circuit, 고주파에서 RC series circuit으로 근사할 수 있다. 이를 활용한Self-sensing algorithm의 성능은 video extensometry를 통한 video capacitance와 전기적으로 측정한 self-sensing capacitance를 비교하여 평가하였다. 그리고 DEA의 전기적 모델에 따른 성능 평가를 통해서 modeling 최적화를 진행하였다. DEA capacitance 측정 알고리즘은 Linear least square regression(LSR)으로 DEA pure capacitor circuit model과 RC series circuit model에 각각 적용하여 실시간 파라미터 추출을 수행하였다. Self-sensing dielectric elastomer actuator는 smart material 혹은 Electroactive polymer(EAP) 분야의 핵심이 되는 기반 연구이다. 추후에 self-sensing actuator concept과 strain energy density function을 활용하여 DEA의 stress sensing 연구를 진행할 것이고, piezoelectric bending actuator의 strain을 전기적으로 추정하는 연구를 진행할 예정이다. 또한, 최근 광결정 소자와 electroactive polymer actuator를 결합한 신개념의 디스플레이 photonic crystal display가 새로운 연구주제로 떠오르고 있다. 이러한 구조 색 기반의 새로운 반사형 디스플레이의 색 표현 능력을 향상시키는 사전 연구로서 광결정 소자에 self-sensing method를 적용하여 디스플레이의 광학 특성을 전기적으로 보상할 수 있는 방법론을 검증할 계획이다.