挥发性有机化合物(VOC)传感器阵列有望为监测环境中VOC的污染水平和个人健康提供实时信息,因此引起了广泛关注。
据麦姆斯咨询报道,近日,由上海交通大学、华东师范大学和以色列理工学院(Technion-Israel Institute of Technology)组成的科研团队在Advanced Functional Materials期刊上发表了以“AI-Driven Wearable Mask-Inspired Self-Healing Sensor Array for Detection and Identification of Volatile Organic Compounds”为主题的论文。该论文第一作者为Mingrui Chen,通讯作者为Ning Tang、Hossam Haick、Daxiang Cui和Min Zhang。
这项研究提出了一种人工智能(AI)驱动的可穿戴面罩式自修复传感器阵列(MISSA),该阵列利用简化的单步堆叠技术制备,可用于VOC气体的检测和识别(如图1)。这款可穿戴MISSA由三个垂直放置的可呼吸自修复气体传感器(BSGS)构成,具有线性响应、一致的可重复性以及可靠的自修复能力等特点。
图1 MISSA制备及其用于VOC气体分析和鉴定的概念图示
首先,研究人员阐述了基于HDIM(一种用于VOC检测的自修复元件)的BSGS的制备过程。图2a展示了HDIM的合成结构,其中MXene作为导电材料均匀地分散在自修复预聚物中。对该器件的傅立叶变换红外光谱(FTIR spectrum)和X射线光电子能谱(XPS)检测,以及HDIM的XRD谱图测试如图2b至图2d所示。
图2 基于HDIM的BSGS的制备
其次,研究人员对BSGS的VOC气体传感性能进行了检测。当乙醇浓度在0.2 ppm至50 ppm之间时,BSGS在室温下的动态传感结果如图3a所示。图3b显示了BSGS对相同浓度乙醇响应的高可靠性。除乙醇外,研究人员还评估了BSGS对其他三种不同VOC气体的实时响应(如图3d),并发现其出色的可重复性。
图3 BSGS的VOC气体传感性能
传感器在可穿戴应用中容易受到外力影响,这可能导致传感器的受损或断裂。因此,为了提高这些设备的寿命和可靠性,传感器具备自我修复功能至关重要。研究人员对特殊处理后的BSGS的自修复能力和VOC气体传感特性进行了测试,如图4所示。
图4 特殊处理后的BSGS自修复能力及VOC气体传感性能
随后,研究人员利用面罩的气体过滤效果以及堆叠设计的优势,制造出名为MISSA的独特自修复传感器阵列,以便获取更多信息并简化不同VOC气体的检测。如图5a所示,MISSA的制造方法是将三个相同形状和尺寸的BSGS单元垂直排列,并用带条将其紧紧包裹,从而产生分层效果(layered effect)。如图5d所示,将基于MISSA的电子系统置于乙醇气体中时,智能手机显示了三幅与MISSA三层结构相对应的实时响应图。由此可见,该兼容智能手机的VOC气体传感系统将MISSA与便携式电路相结合,具备卓越的传感性能,并有潜力应用于可穿戴VOC气体监测设备。
图5 利用MISSA识别VOC气体
最后,研究人员利用MISSA完成了对多种VOC气体的分析与鉴定。研究人员通过MISSA获取了四种气体在浓度分别为0.2 ppm、5 ppm和10 ppm时的动态响应曲线,利用根据气体类型和浓度标记的拟合参数,提取出12个准确反映不同气体各自响应曲线的鲜明特征。利用MISSA对多种VOC气体的分析与鉴定过程和测试结果如图6所示,识别准确率高达99.77%。
图6 利用MISSA对VOC气体的分析和鉴定
综上所述,这项研究利用高效的单步堆叠技术,设计并制造了一种可识别VOC气体的新型MISSA。MISSA由三层BSGS构成,每层器件均通过丝网印刷技术将可自修复的HDIM涂覆于聚氨酯静电纺丝膜制备而成。测试结果表明,BSGS的检测限低至0.04 ppm,检测范围为0.2 ppm ~ 50 ppm,性能稳定且具有可靠的自修复能力。此外,在智能手机等便携式设备中将MISSA与柔性印刷电路板(FPCB)配对,可便捷应用于可穿戴VOC气体监测。混合主成分分析(PCA)辅助的机器学习(ML)展示了不同VOC气体的决策边界的区分,VOC气体识别准确率高达99.77%。鉴于其显著特性,MISSA被认为是一种颇具前景的VOC气体检测工具,有望成为用于个人健康监测场景的可靠且精确的长期日常检测工具。
审核编辑:彭菁
-
传感器
+关注
关注
2548文章
50664浏览量
751939 -
AI
+关注
关注
87文章
30106浏览量
268398 -
人工智能
+关注
关注
1791文章
46845浏览量
237535 -
可穿戴
+关注
关注
4文章
759浏览量
85399
原文标题:AI驱动的可穿戴自修复传感器阵列,助力VOC气体检测和识别
文章出处:【微信号:MEMSensor,微信公众号:MEMS】欢迎添加关注!文章转载请注明出处。
发布评论请先 登录
相关推荐
评论