Circuits and signal processing for magnetoresistive sensor arrays

Diogo Miguel Bárbara Coroas Prista Caetano

Key information

Authors:

Diogo Miguel Bárbara Coroas Prista Caetano (Diogo Miguel Bárbara Coroas Prista Caetano)

Supervisors:

Jorge Manuel Dos Santos Ribeiro Fernandes (Jorge Manuel Dos Santos Ribeiro Fernandes); Susana Isabel Pinheiro Cardoso de Freitas (Susana Isabel Pinheiro Cardoso de Freitas)

Published in

March 29, 2021

Abstract

Esta tese apresenta o desenvolvimento de interfaces para sensores magnetoresistivos (MR), que incluem circuitos integrados (CI) e o software necessário para a otimizar a extração de informação proveniente dos sensors. Os sensores MR tem sido fonte de melhoramentos em diversas aplicações fomentado o aparecimento de novos campos de investigação. Por exemplo, estes melhoramentos permitiram atravessar novas fronteiras em aplicações como Ensaios Não Destrutivos (END), um dos focos deste trabalho, onde o reduzido tamanho dos sensores aumenta significativamente a resolução espacial. Os avanços na nanotecnologia por detrás dos sensores MR promoveram também o aparecimento de áreas como a Citometria de Fluxo Magnética (CFM), outro campo em foco neste trabalho. Este trabalho apresenta uma nova interface em CI para matrizes de sensores MR. Esta interface é um dispositvo modular em chip que polariza até 32 sensores e amplifica o seu sinal, com uma reduzida contibuição de ruído. O desenho do CI final resultou da fabricação de três protótipos que produziram melhorias incrementais. O CI foi implementado em dois tipos de pontas de prova para deteção de defeitos à superfície e em profundidade. Com estas pontas de prova foi possível obter resultados superiores ao que até então estava publicado, com uma performance notável na resolução à superfície e detectividade em profundidade. O conhecimento obtido no desenvolvimento destes circuitos integrados, também se traduziu num melhor entendimento do sistema existente para CFM e por sua vez no seu melhoramento. O protocolo usado para CFM foi estudado e melhorado tendo em conta a eletrónica existente. O padrão produzido pela interação entre partículas magnéticas em movimento e sensores MR foi estudado e diferentes métodos para a sua deteção são propostos. Métodos de processamento de sinal clássicos e com apoio de aprendizagem automática também foram propostos, resultando numa significativa melhoria na exatidão de deteção. Especificamente uma rede neuronal foi desenhada e treinada para identificar o padrão produzido na CFM e em END. Este método comprovou-se extremamente exato mesmo na deteção de eventos com muito baixa relação sinal-ruído. The research work disclosed in this thesis concerns the design of electrical interfaces for magnetoresistive sensors. The interfaces comprise both the integrated circuit (IC) front-end and the necessary software to optimize information retrieval. Magnetoresistive sensors have been the source of improvement in several applications and even the drive to produce new technology. These improvements allowed for the crossing of new frontiers in applications like non-destructive testing (NDT), in which the small profile of the sensors significantly improves spatial resolution. The advances in magnetic nanotechnology even promoted the appearance of the magnetic flow cytometry (MFC) field. In this work, a new IC is designed to interface arrays of resistive sensors for NDT. The IC is a modular device that provides biasing for up to 32 sensors and amplifies their signal, with a low noise contribution. The final IC design was a result of three fabricated circuits with incremental improvements. Two different types of NDT probes were assembled using the IC, one for surface and another buried defect detection. These probes produced application results superior to what was found in the literature, with a remarkable performance both in surface and buried defect detection. Additionally, the knowledge acquired during the fabrication of these prototypes was translated to improve an existing MFC. The MFC protocol was explored and enhanced to match the performance of the current electronics. The pattern produced by the interaction of moving magnetic particles with a magnetic sensor is studied, and detection methods are proposed. Classical and machine-learning-based signal processing techniques were explored, resulting in a significantly improved detection accuracy. In other to train the machine-learning-based algorithms a method for the synthetic assembly of a database of patterns was proposed. This method is supported on the assumption that a magnetic dipole can be a sound model for a magnetic particle, which is proven by the obtained results. Specifically, a Neural Network was designed and trained to identify both MFC and NDT patterns, which proved extremely accurate even for very low SRN event detection in both applications.