通过带有神经网络的电子鼻子在紫外线照射下快速检测微量酸爆炸物
Peilin Liu1,2, Xuezheng Guo1, Chengyao Liang1
1Institute of Chemical materials, China Academy of Engineering Physics, Mianyang, Sichuan 621900, P. R. China.
ACS applied materials & interfaces
|July 20, 2023
概括
这项研究引入了一种新的电子鼻子,用于通过在紫外线下探测来自爆炸物的光解气体来探测爆炸物痕迹. 这种方法使用先进的AI模型实现了超低的检测极限和高分类精度.
科学领域:
- 化学传感器 化学传感器
- 材料科学 材料科学 材料科学
- 人工智能的人工智能
背景情况:
- 传统的电子鼻子因低蒸气压力而难以检测爆炸物痕迹.
- 炸药在接触紫外线时分解成可检测的气体.
研究的目的:
- 开发一种新的电子鼻子系统,用于快速和灵敏的爆炸物痕迹检测.
- 为了利用亚爆炸物的光解产品进行检测,克服蒸汽压力限制.
主要方法:
- 开发了一种电子鼻子,配备了SnO2/WO3纳米复合材料传感器阵列.
- 通过检测它们的紫外线诱导的光解气体,可以检测到酸爆炸物.
- 一个卷积神经网络 (CNN) 和长短期记忆 (LSTM) 网络模型被用于分类.
主要成果:
- 实现了超低检测极限:TNT为500 ng,PETN为100 ng,RDX为50 ng.
- 快速分类 (在15秒内) 具有高精度.
- 该CNN-LSTM模型实现了97.7%的分类准确度.
结论:
- 这种方法可以通过探测光解气体来敏感检测微量爆炸物.
- 开发的系统提供了一种独特而有效的爆炸物痕迹检测方法.
- 将先进的传感器材料与人工智能相结合,提高了爆炸物检测能力.
更多相关视频
07:32Detection of 3-Nitrotyrosine in Atmospheric Environments via a High-performance Liquid Chromatography-electrochemical Detector System
Published on: January 30, 2019
7.5K
08:23Chemiluminescence-based Assays for Detection of Nitric Oxide and its Derivatives from Autoxidation and Nitrosated Compounds
Published on: February 16, 2022
4.0K
