-
公开(公告)号：CN109181641B
公开(公告)日：2021-09-07
申请号：CN201811334467.4
申请日：2018-11-09
Applicant: 东北大学 , 深圳赛飞凌科技有限公司
Abstract: 一种以锡泥为原料制备NiO掺杂的SnO2多孔纳米颗粒的方法，属于半导体气体传感器与环境监测技术领域。本发明针对镀锡工艺中的产生的锡泥的浪费问题，对锡泥进行了洗涤、造孔、烧结等改性处理，并在此基础上进行了氧化镍掺杂制备了二氧化硫敏感材料。所制备的气体传感器在对SO2气体检测时表现出较高的响应值及较好的响应‑恢复特性。本发明所采用的材料制备以及气体传感器制备工艺具有工艺简单、原料成本低、制备周期短等优点，可用于工业化、大批量生产。同时，在原料来源方面实现了资源的综合利用。因而所述传感器在二氧化硫气体检测方面有广阔的应用前景。
-
公开(公告)号：CN110243879B
公开(公告)日：2020-09-29
申请号：CN201910571527.2
申请日：2019-06-28
Applicant: 东北大学
Abstract: 本发明提供一种硫离子表面修饰SnO2制备低温SO2敏感材料的合成方法，本发明首先以溶胶‑凝胶法制备了SnO2纳米颗粒。所制备的SnO2纳米颗粒具有很小的粒径(10～20nm)以及较好的分散性。之后在本专利中对所制备的纳米SnO2进行了表面修饰。采用水热法在SnO2纳米颗粒表面进行硫离子掺杂，制备了硫离子表面修饰的SnO2基敏感材料。能够实现对SO2的低温检测，最佳检测温度由纯SnO2的280℃降低到了180℃。并且提高了对SO2气体的响应值，表现出较好的稳定性及响应‑恢复特性。
-
公开(公告)号：CN110208331A
公开(公告)日：2019-09-06
申请号：CN201910571667.X
申请日：2019-06-28
Applicant: 东北大学
Abstract: 本发明提供一种SrO掺杂纳米SnO2材料制备NH3敏感材料的合成方法，本发明以十六烷基三甲基溴化铵作为表面活性剂，用锡粒-硝酸氧化法制备了SnO2纳米颗粒，之后用SrO对SnO2基体进行了掺杂改性，制备了NH3敏感材料。本发明中SrO的掺杂被证明对SnO2基敏感材料的NH3气敏响应具有很好的促进作用。SrO添加能明显增强敏感材料的表面碱性、增加强碱性位点数量，SrO还可与SnO2形成异质结。因此在SrO掺杂后，材料的敏感性能明显增强，得到了NH3具有高响应值的敏感材料。所制备的NH3传感器能够实现对NH3快速、高灵敏的检测，在NH3检测方面有广阔的应用前景。
-
公开(公告)号：CN108663420A
公开(公告)日：2018-10-16
申请号：CN201810440026.6
申请日：2018-05-02
Applicant: 东北大学 , 深圳赛飞凌科技有限公司
IPC: G01N27/30
Abstract: 一种镀锡工艺中锡泥负载钯的甲烷气体传感器及制备方法，属于半导体气体传感器与环境监测技术领域。本发明针对镀锡工艺中的产生的锡泥的浪费问题，对锡泥进行了洗涤、造孔、烧结等改性处理，并在此基础上进行了金属钯负载制备了甲烷敏感材料。所制备的气体传感器在对CH4气体检测时表现出较高的灵敏度及较好的响应-恢复特性。本发明所采用的材料制备以及气体传感器制备工艺具有工艺简单、原料成本低、制备周期短等优点，可用于工业化、大批量生产。同时，在原料来源方面实现了资源的综合利用。因而所述传感器在甲烷气体检测方面有广阔的应用前景。
-
公开(公告)号：CN112225245A
公开(公告)日：2021-01-15
申请号：CN201910575552.8
申请日：2019-06-28
Applicant: 东北大学 , 深圳爱多科传感技术有限公司
IPC: C01G19/02 , C01F17/206 , C01F17/10 , C04B41/85 , G01N27/12
Abstract: 本发明提供了一种稀土元素掺杂的SnO2基高响应SO2敏感材料的制备方法，该方法制备了纳米SnO2气敏材料，并在此基础上进行了稀土氧化物(Tb2O3)掺杂制备了SO2敏感材料。本发明提出用DMF作为水热法制备二氧化锡时的模板剂，所制备的产品具有规则的球形形貌。在将其用于SO2检测时表现出很高的响应值、良好的选择性、稳定性及响应‑恢复特性。本发明中所使用的高能球磨法掺杂工艺具有工艺简单，效率高，产量大等优点。有助于够解决目前敏感材料制备时存在的工艺复杂及产率低等问题。容易实现工业化、大批量生产。
-
Patent Agency Ranking
公开(公告)号：CN112142098A
公开(公告)日：2020-12-29
申请号：CN201910575546.2
申请日：2019-06-28
Applicant: 东北大学 , 深圳爱多科传感技术有限公司
Abstract: 本发明属于半导体气体传感器与环境监测技术领域，提出一种Ag包覆SnO2制备SO2敏感材料的方法，是一种以锡泥为原料提取SnO2并进行Ag包覆制备SO2敏感材料的方法。本发明对锡泥进行酸洗、水洗及氧化焙烧提取了其中的二氧化锡。并以二氧化锡为基体在其表面沉积Ag纳米颗粒制备了二氧化硫敏感材料。所制备的SO2气体传感器对SO2表现出很高的响应值及良好的稳定性、选择性及响应‑恢复特性。本发明所采用的二氧化锡的回收工艺简单，能够实现工业化大批量生产。更重要的是，所使用的原料成本低，且实现了资源的综合利用，符合环境友好型发展的目标。所制备二氧化硫气体传感器在二氧化硫气体检测方面有广阔的应用前景。
-
公开(公告)号：CN108387625B
公开(公告)日：2019-06-18
申请号：CN201810156850.9
申请日：2018-02-24
Applicant: 东北大学 , 深圳赛飞凌科技有限公司
IPC: G01N27/30
Abstract: 本发明属于半导体氧化物气体传感器与环境监测技术领域，提供一种抗有机硅中毒的双涂层甲烷气体传感器及其制备方法。本发明采用旁热式厚膜气敏元件制备工艺所制作的甲烷气体传感器不仅包含醋酸钯负载的纳米SnO2敏感材料层，还包含敏感材料层表面的Pt掺杂的Al2O3和SiO2混合抗毒催化层。因敏感材料表面的抗毒催化层的存在，传感器在对CH4气体表现出较高的灵敏度及较好的响应‑恢复特性的同时，还具有良好的抗有机硅中毒性能。本发明所采用的材料制备以及气体传感器制备工艺具有工艺简单、原料成本低、制备周期短等优点，可用于工业化、大批量生产。因而所述传感器在环境中甲烷气体含量检测方面有广阔的应用前景。
-
公开(公告)号：CN112225245B
公开(公告)日：2022-08-16
申请号：CN201910575552.8
申请日：2019-06-28
Applicant: 东北大学 , 深圳爱多科传感技术有限公司
IPC: C01G19/02 , C01F17/206 , C01F17/10 , C04B41/85 , G01N27/12
Abstract: 本发明提供了一种稀土元素掺杂的SnO2基高响应SO2敏感材料的制备方法，该方法制备了纳米SnO2气敏材料，并在此基础上进行了稀土氧化物(Tb2O3)掺杂制备了SO2敏感材料。本发明提出用DMF作为水热法制备二氧化锡时的模板剂，所制备的产品具有规则的球形形貌。在将其用于SO2检测时表现出很高的响应值、良好的选择性、稳定性及响应‑恢复特性。本发明中所使用的高能球磨法掺杂工艺具有工艺简单，效率高，产量大等优点。有助于够解决目前敏感材料制备时存在的工艺复杂及产率低等问题。容易实现工业化、大批量生产。
-
公开(公告)号：CN108387625A
公开(公告)日：2018-08-10
申请号：CN201810156850.9
申请日：2018-02-24
Applicant: 东北大学 , 深圳赛飞凌科技有限公司
IPC: G01N27/30
CPC classification number: G01N27/30
Abstract: 本发明属于半导体氧化物气体传感器与环境监测技术领域，提供一种抗有机硅中毒的双涂层甲烷气体传感器及其制备方法。本发明采用旁热式厚膜气敏元件制备工艺所制作的甲烷气体传感器不仅包含醋酸钯负载的纳米SnO2敏感材料层，还包含敏感材料层表面的Pt掺杂的Al2O3和SiO2混合抗毒催化层。因敏感材料表面的抗毒催化层的存在，传感器在对CH4气体表现出较高的灵敏度及较好的响应-恢复特性的同时，还具有良好的抗有机硅中毒性能。本发明所采用的材料制备以及气体传感器制备工艺具有工艺简单、原料成本低、制备周期短等优点，可用于工业化、大批量生产。因而所述传感器在环境中甲烷气体含量检测方面有广阔的应用前景。
-
公开(公告)号：CN108426923A
公开(公告)日：2018-08-21
申请号：CN201810156861.7
申请日：2018-02-24
Applicant: 东北大学 , 深圳赛飞凌科技有限公司
IPC: G01N27/12
Abstract: 本发明属于本发明属于工业废物锡的综合回收利用、环境保护以及半导体氧化物甲醛气敏传感器领域，涉及了一种基于镀锡工艺中锡泥改性制备甲醛气敏材料的方法及应用。本发明的甲醛气敏材料是由镀锡生产线上存在于镀槽底部的废弃物锡泥经过酸化活化、洗涤干燥、贵金属掺杂及后续的热处理得到。制成的气体传感器对甲醛具有高灵敏度、快响应及恢复速度等优异的气敏性能。实现了锡资源的有效合理利用，达到经济成本的降低，并减少废弃物造成的环境污染，是一种环境友好型的制备方法。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.017 seconds)
