NiO/ZnO纳米复合材料用于多模式智能MEMS气体传感器
Jiaqing Zhu1, Lechen Chen2, Wangze Ni2
1School of Materials Science and Engineering, Shanghai University of Engineering Science, Shanghai 201620, China.
ACS sensors
|March 24, 2025
概括
我们开发了智能微电子机械系统 (MEMS) 气体传感器,使用定制的纳米复合材料来增强挥发性有机化合物 (VOC) 的检测. 先进的深度学习模型能够准确地实时识别和量化特定的VOC.
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.
- 人工智能的人工智能
背景情况:
- 气体传感器阵列在各种环境条件下对多种挥发性有机化合物 (VOC) 的灵敏度和选择性进行斗争.
- 在环境监测和安全应用中,开发用于准确分析气味的强大传感器仍然是一个重大挑战.
研究的目的:
- 设计多式智能微电子机械系统 (MEMS) 气体传感器,对特定的VOC提高灵敏度和选择性.
- 实施多任务深度学习模型,实时进行VOCs的定量检测和分类.
主要方法:
- 使用精确控制的氧化物 (NiO) 和氧化物 (ZnO) 的纳米复合物比率制造MEMS气体传感器.
- 在各种工作温度下对乙烯糖醇 (EG) 和烯 (LM) 的传感器反应的表征.
- 开发和应用多任务深度学习算法,用于实时VOC分析.
主要成果:
- 定制的NiO-ZnO纳米复合材料显示出特定材料的选择性和对EG和LM的增强反应.
- 智能传感器在不同工作温度下表现出可靠的性能.
- 深度学习模型准确地预测了VOC类型和实时度.
结论:
- 将优化的纳米复合材料与先进的深度学习算法相结合,显著提高了VOC检测能力.
- 这种综合方法为现实世界气味分析和环境传感应用提供了有前途的解决方案.
- 开发的多模式智能气体传感器代表了化学传感技术领域的重大进步.
