精确感应可燃和有毒气体的低功耗、多导纳米传感器阵列

有毒和易燃气体在工业环境中构成重大安全风险；因此便携式传感器是必需的，这需要传感器具有快速响应，低功耗，准确检测等性质。本文提出了一种低功耗、多传感器阵列，用于精确检测可燃气体和有毒气体。具体来说，四种不同的传感器集成在由桥式微加热器组成的微机电系统平台上。为了产生不同的指纹以增强选择性，这四种传感器基于两种不同的转导机制:化学电阻和量热感应。局部原位合成路线用于集成纳米结构材料(ZnO, CuO和Pt Black)用于微加热器上的传感器。将4个传感器的瞬态响应输入卷积神经网络，对5种不同气体(H2、NO2、C2H60、CO和NH3)进行实时分类和回归。总体分类准确率为97.95%，平均回归误差为14%，每台设备的功耗为7 mW。本文提出的多功能低功耗平台、纳米材料的局部集成、不同的转导机制和实时机器学习策略的结合，有助于推进同时实现快速、低功耗和选择性气体检测易燃和有毒气体的持续需求。

用于实时气体传感的多导气体传感器阵列概述。a)阵列中组成传感器的示意图，包括层(边)的分解视图。b)所有传感材料合成后所制备阵列的光学显微镜图像。c)制备的纳米材料在各自微加热器上的扫描电镜图像;热导传感器不携带任何纳米材料，这里显示的是裸露的微加热器光束。

概述制造过程(纳米材料的集成)。a)芯片的俯视图。b)步骤1包括沉积SnO2种子层，以便最终水热生长。c)电沉积法制备纳米结构Pt Black(溶液不影响种子层)。d)利用焦耳加热局部水热生长ZnO纳米线。e)焦耳加热局部水热生长CuO纳米片。在步骤2-4中，在步骤之间、最后进行丙酮和乙醇冲洗。

a).化学电阻传感器(CuO和ZnO)和量热传感器(催化燃烧和导热性)对暴露于危险相关浓度的H2、NO2、C2H60、CO和NH3的动态响应。b) (a)部分所示四个传感器的响应摘要;化学电阻传感器的响应定义(左轴)与量热传感器(右轴)相同。

a) 4个组成传感器对2个传感器、3个传感器和所有4个传感器的子阵列的所有可能组合的组合结果；右边的条形图显示了不重叠的星团的数量(用PCA)来识别这五种气体。有四个传感器的阵列表现最好，可以聚集所有被测试的气体。b，c) 4传感器阵列对b)前2个主成分和c)前3个主成分的4D响应投影。

a)利用四种传感器信号实时识别和量化目标气体浓度的数据处理策略。b)分类任务(上一行)和回归任务(下一行)随时间的实时输出。c)(左)分类任务的混淆矩阵，所有气体的分类准确率都很高(>94%)，总体准确率为97.95%；(右)每种气体的回归任务误差的百分比，显示总体平均误差为14%。

综上所述，本文开发了一种多转导、低功耗的气体传感芯片，用于检测可燃气体和有毒气体(H2、NO2、C2H60、CO和NH3)的风险相关浓度，并通过机器学习算法对目标气体进行实时分类和量化(分类准确率为97.95%，预测浓度平均误差为14%)。该阵列由两个量热传感器(催化燃烧和导热)和两个化学电阻传感器(n型和p型)组成，有助于解决气体传感的核心问题，即在低功率(每个器件7 mW)下实现高选择性/准确性。根据每种气体的各自特性，以及所使用的机器学习策略，不同传感器的正交响应可以获得高的实时精度。同时，低功耗可归因于低功耗MEMS平台和采用的局部集成合成技术(电沉积和局部水热合成)，这些技术允许在小面积(每个单个传感器9 μ m × 110 μ m)内集成。这种具有低功耗操作的多传感器芯片为便携式，快速，准确地检测有毒气体和可燃气体显示了巨大的希望。此外，类似的机器学习算法，但具有多标签输出，可以在未来帮助检测被检测气体的特性(例如，可燃/不可燃，还原/氧化，高/低导热性等)，这可以帮助识别以前未经训练的气体的存在。

转自：“科研一席话”微信公众号

如有侵权，请联系本站删除！