高感度デュアルバンドマイクロストリップセンサーによる油水分混合物分析とRBFニューラルネットワーク最適化

科学分野:

• 電磁気学およびマイクロ波工学
• センサー技術
• 機械学習アプリケーション

背景:

• 油水分混合物の正確な特性評価は、さまざまな産業および環境用途にとって非常に重要です。
• 流体混合物の誘電体分析のための既存の方法は、感度、選択性、またはコンパクトさが欠けていることがよくあります。
• リアルタイムの流体組成モニタリングのための新しいセンシングプラットフォームの開発は、活発な研究分野であり続けています。

研究 の 目的:

• コンパクトなデュアルバンドマイクロストリップセンサーを設計、製造、実験的に検証し、油水分混合物の特性評価を行う。
• 2つの異なる共振周波数（1.2 GHzおよび14.92 GHz）でのセンサー性能を調査する。
• センサー応答に基づいて水の濃度を正確に予測するための機械学習モデルを開発する。

主な方法:

• FR-4基板上に寸法10.94 x 14.92 mm²のマイクロストリップセンサーを製造。
• さまざまな濃度（5%刻みで0〜100%）の油水分混合物の実験測定。
• 放射基底関数（RBF）ニューラルネットワークを使用したSパラメータ応答と共振シフトの分析。
• 油水分混合物の誘電体分析のための信頼性が高くインテリジェントなプラットフォームを提供します。
• 機械学習の統合は、油水分混合物特性評価の精度と堅牢性を向上させます。
• センサーは、リアルタイムの産業および環境モニタリングアプリケーションに強力な可能性を示しています。

主要な成果:

• デュアルバンドセンサーは、1.2 GHzで73.5 MHz/εᵣ、14.92 GHzで101.48 MHz/εᵣの高い感度を達成しました。
• RBFニューラルネットワークモデルは、R² > 0.99、MSE 3.24（%²）、MRE 3.6%で水の濃度を予測しました。
• センサーは、文献に存在する既存の設計と比較して優れた性能を示しました。

結論:

• 提案されたコンパクトなデュアルバンドマイクロストリップセンサーは、誘電体ベースの流体分析のための信頼性が高くインテリジェントなプラットフォームを提供します。
• 機械学習の統合は、油水分混合物特性評価の精度と堅牢性を向上させます。
• センサーは、リアルタイムの産業および環境モニタリングアプリケーションに強力な可能性を示しています。