基于机器学习预测模型的Sn-Ta-O合垂直石墨烯电化学传感器,用于监测饮料中的
Zhiyu Tao1, Lin Su1, Mingji Li1
1Tianjin Key Laboratory of Film Electronic and Communication Devices, School of Integrated Circuit Science and Engineering, Tianjin University of Technology, Tianjin 300384, PR China.
Food chemistry
|August 1, 2025
概括
新的锡,和氧化石墨烯感应器提供稳定,实时检测饮料中的离子 (Cd2+). 这种机器学习辅助的方法通过现场重金属分析来确保饮料的安全.
科学领域:
- 电化学 电化学 电化学
- 材料科学 材料科学 材料科学
- 分析化学 分析化学
背景情况:
- 越来越多的饮料多样性需要在现场检测重金属,以确保消费者的安全.
- 传统的碳电极缺乏先进传感应用所需的稳定性和活性.
- 多多原子共合石墨烯提供了增强的电催化性能,以提高传感器性能.
研究的目的:
- 开发一种用于实时现场检测饮料中的离子 (Cd2+) 的新型传感器.
- 在电化学传感中研究多多原子共合石墨烯的疗效.
- 整合机器学习与传感器技术,用于增强重金属分析.
主要方法:
- 使用物理和化学蒸汽沉积制造 (Sn) - (Ta) -氧 (O) 合的垂直石墨烯 (STO-VG) 电极.
- 开发一个传感平台,将STO-VG电极与机器学习 (ML) 预测模型相结合.
- 使用线性回归和ML模型验证传感器性能,用于Cd2+量化.
主要成果:
- 该STO-VG传感器显示了广泛的检测范围 (0.1-200μM) 和低的检测极限 (1.80nM).
- 在实时饮料样品中,传感器表现出优异的长期稳定性和高回收率 (95.6%-105.2%).
- 综合的ML策略提供了高效和可靠的Cd2+确定.
结论:
- 开发的STO-VG传感器为现场重金属检测提供了稳定有效的平台.
- 通过ML辅助的策略,可以快速准确地实时监测各种饮料中的Cd2+.
- 这项技术通过提供可靠的重金属分析方法来提高饮料的安全性.
更多相关视频
07:51Development and Functionalization of Electrolyte-Gated Graphene Field-Effect Transistor for Biomarker Detection
Published on: February 1, 2022
3.4K
10:31Detection and Recovery of Palladium, Gold and Cobalt Metals from the Urban Mine Using Novel Sensors/Adsorbents Designated with Nanoscale Wagon-wheel-shaped Pores
Published on: December 6, 2015
28.2K
