用RGB图像进行机器学习分析,单步提取和对燃料中的硫的等离子传感

科学领域:

• 分析化学 分析化学
• 材料科学 材料科学 材料科学
• 环境科学 环境科学

背景情况:

• 默卡坦是燃料中的关键硫来源,影响发动机性能和环境法规.
• 越来越多的生物柴油使用需要有效的硫监测,以实现更绿色的能源目标.
• 目前柴油中硫的限制值 (例如,巴西的10ppm) 需要敏感的检测方法.

研究的目的:

• 开发一种提取,预缩和检测生物柴油中的硫的方法.
• 为了创建一个用户友好的,现场部署的传感器用于硫分析.
• 为即将到来的燃料质量监管变化适应现有技术.

主要方法:

• 使用的金纳米颗粒 (AuNPs) 嵌入糖醇用于硫提取和预缩.
• 采用基于纳米粒子聚合的色度检测.
• 集成的智能手机应用程序和机器学习用于数据处理和硫量化.
• 使用表面增强拉曼光谱 (SERS) 验证了结果.

主要成果:

• 在生物柴油中成功检测到硫的度低至1.39 ppm.
• 证明可调节的AuNPs@GLY-to-fuel比率用于较低的检测极限.
• 证实工作原理涉及通过SERS进行醇-黄金相互作用.
• 展示了该方法适用于商业柴油分析的适用性.

结论:

• 开发了一种新型传感器,将提取,预度和传感结合在一个步骤中.
• 消除了对样本准备的需求,使得现场和现场分析成为可能.
• 该传感器的成本低,用户友好,可定制,并适应不同的全球硫法规.