揮發性有機化合物(VOC)傳感器陣列有望為監測環境中VOC的污染水平和個人健康提供實時信息,因此引起了廣泛關注。
據麥姆斯咨詢報道,近日,由上海交通大學、華東師范大學和以色列理工學院(Technion-Israel Institute of Technology)組成的科研團隊在Advanced Functional Materials期刊上發表了以“AI-Driven Wearable Mask-Inspired Self-Healing Sensor Array for Detection and Identification of Volatile Organic Compounds”為主題的論文。該論文第一作者為Mingrui Chen,通訊作者為Ning Tang、Hossam Haick、Daxiang Cui和Min Zhang。
這項研究提出了一種人工智能(AI)驅動的可穿戴面罩式自修復傳感器陣列(MISSA),該陣列利用簡化的單步堆疊技術制備,可用于VOC氣體的檢測和識別(如圖1)。這款可穿戴MISSA由三個垂直放置的可呼吸自修復氣體傳感器(BSGS)構成,具有線性響應、一致的可重復性以及可靠的自修復能力等特點。
圖1 MISSA制備及其用于VOC氣體分析和鑒定的概念圖示
首先,研究人員闡述了基于HDIM(一種用于VOC檢測的自修復元件)的BSGS的制備過程。圖2a展示了HDIM的合成結構,其中MXene作為導電材料均勻地分散在自修復預聚物中。對該器件的傅立葉變換紅外光譜(FTIR spectrum)和X射線光電子能譜(XPS)檢測,以及HDIM的XRD譜圖測試如圖2b至圖2d所示。
圖2 基于HDIM的BSGS的制備
其次,研究人員對BSGS的VOC氣體傳感性能進行了檢測。當乙醇濃度在0.2 ppm至50 ppm之間時,BSGS在室溫下的動態傳感結果如圖3a所示。圖3b顯示了BSGS對相同濃度乙醇響應的高可靠性。除乙醇外,研究人員還評估了BSGS對其他三種不同VOC氣體的實時響應(如圖3d),并發現其出色的可重復性。
圖3 BSGS的VOC氣體傳感性能
傳感器在可穿戴應用中容易受到外力影響,這可能導致傳感器的受損或斷裂。因此,為了提高這些設備的壽命和可靠性,傳感器具備自我修復功能至關重要。研究人員對特殊處理后的BSGS的自修復能力和VOC氣體傳感特性進行了測試,如圖4所示。
圖4 特殊處理后的BSGS自修復能力及VOC氣體傳感性能
隨后,研究人員利用面罩的氣體過濾效果以及堆疊設計的優勢,制造出名為MISSA的獨特自修復傳感器陣列,以便獲取更多信息并簡化不同VOC氣體的檢測。如圖5a所示,MISSA的制造方法是將三個相同形狀和尺寸的BSGS單元垂直排列,并用帶條將其緊緊包裹,從而產生分層效果(layered effect)。如圖5d所示,將基于MISSA的電子系統置于乙醇氣體中時,智能手機顯示了三幅與MISSA三層結構相對應的實時響應圖。由此可見,該兼容智能手機的VOC氣體傳感系統將MISSA與便攜式電路相結合,具備卓越的傳感性能,并有潛力應用于可穿戴VOC氣體監測設備。
圖5 利用MISSA識別VOC氣體
最后,研究人員利用MISSA完成了對多種VOC氣體的分析與鑒定。研究人員通過MISSA獲取了四種氣體在濃度分別為0.2 ppm、5 ppm和10 ppm時的動態響應曲線,利用根據氣體類型和濃度標記的擬合參數,提取出12個準確反映不同氣體各自響應曲線的鮮明特征。利用MISSA對多種VOC氣體的分析與鑒定過程和測試結果如圖6所示,識別準確率高達99.77%。
圖6 利用MISSA對VOC氣體的分析和鑒定
綜上所述,這項研究利用高效的單步堆疊技術,設計并制造了一種可識別VOC氣體的新型MISSA。MISSA由三層BSGS構成,每層器件均通過絲網印刷技術將可自修復的HDIM涂覆于聚氨酯靜電紡絲膜制備而成。測試結果表明,BSGS的檢測限低至0.04 ppm,檢測范圍為0.2 ppm ~ 50 ppm,性能穩定且具有可靠的自修復能力。此外,在智能手機等便攜式設備中將MISSA與柔性印刷電路板(FPCB)配對,可便捷應用于可穿戴VOC氣體監測。混合主成分分析(PCA)輔助的機器學習(ML)展示了不同VOC氣體的決策邊界的區分,VOC氣體識別準確率高達99.77%。鑒于其顯著特性,MISSA被認為是一種頗具前景的VOC氣體檢測工具,有望成為用于個人健康監測場景的可靠且精確的長期日常檢測工具。
審核編輯:彭菁
-
傳感器
+關注
關注
2541文章
49979瀏覽量
747663 -
AI
+關注
關注
87文章
28902瀏覽量
266277 -
人工智能
+關注
關注
1787文章
46067瀏覽量
235132 -
可穿戴
+關注
關注
4文章
757瀏覽量
85350
原文標題:AI驅動的可穿戴自修復傳感器陣列,助力VOC氣體檢測和識別
文章出處:【微信號:MEMSensor,微信公眾號:MEMS】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
評論