一种多层级结构的微型气体传感器及其制备方法

    公开(公告)号:CN117214240A

    公开(公告)日:2023-12-12

    申请号:CN202310979357.8

    申请日:2023-08-05

    Abstract: 本发明提供一种多层级结构的微型气体传感器,包括由下到上依次设置的基片、底绝缘层和至少两个气敏单元层,底绝缘层与基片之间设有加热‑测温电极,各个气敏单元层之间紧密贴合;每个气敏单元层包括由下到上依次设置的多孔绝缘层和气敏膜,多孔绝缘层与气敏膜之间设有测量电极;其中,多孔绝缘层的横截面积分别大于测量电极的覆盖面积和气敏膜的覆盖面积,气敏膜完全覆盖测量电极。本发明充分利用不同气体分子在多层级结构的气敏膜上的反应差异,增强气体检测的选择性;利用气体扩散过程时间差异提供的额外信息,增强了信号分离能力,与时间序列动态信号处理算法结合后可有效提高多气体组分分离检测能力。

    一种基于机器学习的高灵敏度气体传感材料筛选方法

    公开(公告)号:CN118486394A

    公开(公告)日:2024-08-13

    申请号:CN202410550853.6

    申请日:2024-05-07

    Abstract: 本发明提供一种基于机器学习的高灵敏度气体传感材料筛选方法,涉及气敏材料开发的技术领域。该方法包括以下步骤:根据已知传感材料的结构与性能数据构建气敏传感材料数据库;分析变量之间的相关性,并筛选描述符;对初始数据进行预处理;构建初始模型,将数据集数据划分为训练模型参数的训练集和评估模型性能的测试集;进行描述符贡献度评估,并在模型性能达到要求前不断重复修正描述符的选取;构建化学结构虚拟空间,并运用模型对传感性能做出预测,筛选得到性能较好的配方。本发明可用于对未知材料的气敏性能预测,相比于传统的实验‑表征开发手段极大提高了效率,能够缩短研发周期、降低开发成本,为传感材料的开发提供了一个新的研究范式。

Patent Agency Ranking