机器学习辅助的NO2 区分与一组由Diazonium化学协同功能化的石墨烯化学电阻阵列
Sonia Freddi1,2, Miriam C Rodriguez Gonzalez2,3, Andrea Casotto1,4
1Surface Science and Spectroscopy lab @ I-Lamp, Department of Mathematics and Physics, Università Cattolica del Sacro Cuore, Via della Garzetta, 48 25123, Brescia, Italy.
这项研究介绍了一种使用功能化石墨烯检测二氧化 (NO2) 气体的新型电子鼻子. 传感器阵列准确地将NO2与干扰气体区分开来,准确度超过95%.
科学领域:
- 材料科学 材料科学 材料科学
- 化学工程是化学工程的重要组成部分.
- 传感器技术 传感器技术
背景情况:
- 物联网 (IoT) 需要先进的气体传感器用于环境监测和医疗保健.
- 检测二氧化 (NO2) 对于环境安全和医学诊断至关重要.
- 现有的气体传感器通常在复杂的气体混合物中难以选择性.
研究的目的:
- 开发一种高度敏感和选择性的电子鼻子,用于NO2检测.
- 为了使石墨烯层具有功能,使用二氧化化学物质来增强传感能力.
- 用多层石墨烯传感器阵列来证明NO2与干扰气体的区分.
主要方法:
- 通过二氧化化学,对石墨烯层与4-二,4-二和4-二的环进行共价功能化.
- 组装了功能化的石墨烯层与原始层,以创建一个多传感器电子鼻子.
- 电子鼻子暴露在不同度的NO2 (1-10ppm) 和室温干扰气体中.
- 多变量统计分析的应用,包括主要组件分析 (PCA) 和线性差异分析 (LDA),用于数据解释和传感器训练.
主要成果:
- 在1-10ppm范围内,在室温下对NO2具有很高的敏感性.
- 使用PCA成功地将NO2从干扰气体的混合物中区分出来,可视化了不同的集群.
- 通过基于LDA的培训,通过NO2识别实现了超过95%的预测准确度.
结论:
- 功能化的基于石墨烯的电子鼻子为选择性NO2传感提供了一个有前途的平台.
- 开发的传感器阵列展示了适用于环境和医疗监测的强大歧视能力.
- 双化学和多变量分析的结合为先进的气体传感应用提供了有效的策略.
更多相关视频
11:18Manufacturing of a Nafion-coated, Reduced Graphene Oxide/Polyaniline Chemiresistive Sensor to Monitor pH in Real-time During Microbial Fermentation
Published on: January 7, 2019
07:51Development and Functionalization of Electrolyte-Gated Graphene Field-Effect Transistor for Biomarker Detection
Published on: February 1, 2022
相关概念视频
Chemical Ionization (CI) Mass Spectrometry
1° Amines to Diazonium or Aryldiazonium Salts: Diazotization with NaNO2 Overview
The nitrous acid is unstable. Hence, it is formed in situ from a solution of sodium nitrite and cold aqueous acids such as hydrochloric or sulfuric acid. In an acidic solution, the –OH group of nitrous acid undergoes protonation to give oxonium ion, followed by water loss...
Diazonium Group Substitution: –OH and –H
1° Amines to Diazonium or Aryldiazonium Salts: Diazotization with NaNO2 Mechanism
