基于层状MOS传感器识别沙林模拟剂DMMP,使用Swarm优化-反向传播神经网络

科学领域:

• 材料科学 材料科学 材料科学
• 化学传感器 化学传感器
• 人工智能的人工智能

背景情况:

• 开发选择性气体传感器对于检测危险化学剂至关重要.
• 金属氧化物半导体 (MOS) 传感器提供了潜力,但往往在选择性方面扎.
• 双甲基甲基酸盐 (DMMP) 是一种广泛使用的神经毒剂沙林的仿真剂.

研究的目的:

• 为了创建一个高度选择性的MOS传感器来检测DMMP.
• 为了研究复合材料用于增强气体传感的使用.
• 采用基于人工智能的方法来准确识别DMMP.

主要方法:

• 一个Pt@CeLaCoNiOx/Co@SnO2层叠的MOS传感器的制造.
• 使用温度调制来检测气体.
• 在数据分析中应用一篇文章群集优化-反向传播神经网络 (ASO-BPNN).

主要成果:

• MOS传感器显示了DMMP的良好传感性能.
• 观察到特征性耐药反应峰值仅用于DMMP.
• ASO-BPNN准确地识别了DMMP,准确度随着度的增加而增加.

结论:

• 开发的MOS传感器对DMMP具有很高的选择性.
• ASO-BPNN有效地识别气体混合物中的DMMP.
• 这种方法为创建用于检测沙林的选择性MOS传感器提供了有价值的参考.