lsf打印技术：喷墨打印高稳定和灵敏度的气体传感器
lsf打印技术：喷墨打印高稳定和灵敏度的气体传感器本文提出了一种完全喷墨打印的石墨烯-BMO复合室温气体传感器的新策略，用于混合环境下的预测传感。本文系统地优化和表征了合成的rGO/CuCoOx材料，结果显示：Cu2O和Co2O3在rGO上均匀分布的紧密堆积簇。使用这种材料的二元溶剂型油墨进行均匀印刷，本文展示了具有50 ppb检测限的高稳定和灵敏的室温NO2传感器。此外，本文还使用单个基于rGO / CuCoOx的传感器开发了一个机器智能识别框架，在识别特定气体和预测其在干扰气氛下的浓度方面表现出很高的准确性。此外，本文提出的回归模型能够正确预测未经训练的NO2和湿度浓度。本文的研究结果为混合环境中的室温气体检测提供了一种强大的解决方案，无论环境湿度如何，都可只使用一个传感器解决。（文：SSC）图4. 用于分类和回归的 PCA 辅助机器学习 (ML) 结果。a) 5 个不同组（NO2、潮湿空气、NH 3、潮湿空气下的NO 2以及NO 2
特定分析物的选择性和高温操作是化学电阻型气体传感器面临的主要挑战。互补的混合材料（例如用金属氧化物装饰的还原氧化石墨烯（rGO））可以实现具有灵敏度增强的室温传感器。然而，识别目标气体和从气体混合物中准确测量浓度的传感器培训仍然非常具有挑战性。
来自剑桥大学的学者提出了rGO与CuCoOx二元金属氧化物作为传感材料的杂化。使用喷墨打印演示了具有50 ppb检测范围的高度稳定的室温NO2传感器。然后开发一个框架，用于具有良好可见性的机器智能识别，以识别特定气体并从单个传感器预测干扰气氛下的浓度。本文使用从传感器响应中提取的十个唯一参数，然后利用基于机器学习的分类器提供了一个准确率为98.1%的决策边界，最终能够正确预测干扰环境中以前看不见的NO2浓度。这种方法可以在混合环境中实现可打印的室温气体传感器的智能平台，并且可以不管环境湿度。相关文章以“Inkjet-Printed rGO/binary Metal Oxide Sensor for Predictive Gas Sensing in a Mixed Environment”标题发表在Advanced Functional Materials。
论文链接：
https://doi.org/10.1002/adfm.202113348
图1. a) 本文配制的rGO/CuCoOx墨水的图像。b) 具有印刷的rGO/CuCoOx传感层和 Ag 叉指电极 (IDE) 的气体传感器装置的图像。c d) rGO/CuCoOx杂化材料的 FE-SEM 图像 e) rGO/CuCoOx的 HR-TEM 图像和 f g) 放大图像。h) rGO/CuCoOx复合材料的 STEM 图像。rGO/CuCoOx的 i) C、j) O、k) Co 和 l) Cu 的 EDS 元素图。
图2. rGO/CuCoOx传感器的气体传感特性。所有测量均在室温下进行。a) rGO/CuCoOx气体传感器对不同 NO2浓度（50 ppb 至 1 ppm）的动态气体响应。b) NO 2的气体响应总结图。c) 基于rGO/CuCoOx的传感器的十亿分之一级 (50 ppb) NO2传感性能。d) rGO/CuCoOx传感器在注入 250 ppb NH3时的气体响应：绿色，250 ppb ；NO 2与 250 ppb NH 3的混合物：天蓝色；NO 2（250 ppb）在潮湿空气（10% 和20% 相对湿度）下：紫蓝色；潮湿空气（10、20 和 30% 相对湿度）：珊瑚色。
图3. a) 主成分分析 (PCA) 的辅助分类的数据准备示意图。b) 从所有气体响应测量中提取的十个参数的平行坐标图：NO 2相关组（海军蓝：NO 2；天蓝色：潮湿空气下的 NO 2 ；青色：NO 2和 NH 3的混合物），潮湿空气（珊瑚色) 和 NH 3 (绿色)。c) 十个提取参数的主成分加载分数。d)五种不同类型的目标气体（NO 2、潮湿空气、NH 3、潮湿空气下的NO 2以及NO 2和NH 3的混合物）的PCA散点图。
图4. 用于分类和回归的 PCA 辅助机器学习 (ML) 结果。a) 5 个不同组（NO2、潮湿空气、NH 3、潮湿空气下的NO 2以及NO 2和NH 3的混合物）的决策图，通过应用k最近邻（kNN）模型进行分类折叠验证（k= 5）。b) 来自 kNN 分类结果的五种不同目标气体的混淆矩阵。c) NO 2和 d) 相对湿度 (RH)的预测气体浓度与实际气体浓度的关系。e) NO 2在 PC 空间中预测浓度的回归面。
本文提出了一种完全喷墨打印的石墨烯-BMO复合室温气体传感器的新策略，用于混合环境下的预测传感。本文系统地优化和表征了合成的rGO/CuCoOx材料，结果显示：Cu2O和Co2O3在rGO上均匀分布的紧密堆积簇。使用这种材料的二元溶剂型油墨进行均匀印刷，本文展示了具有50 ppb检测限的高稳定和灵敏的室温NO2传感器。此外，本文还使用单个基于rGO / CuCoOx的传感器开发了一个机器智能识别框架，在识别特定气体和预测其在干扰气氛下的浓度方面表现出很高的准确性。此外，本文提出的回归模型能够正确预测未经训练的NO2和湿度浓度。本文的研究结果为混合环境中的室温气体检测提供了一种强大的解决方案，无论环境湿度如何，都可只使用一个传感器解决。（文：SSC）
本文来自微信公众号“材料科学与工程”。欢迎转载请联系，未经许可谢绝转载至其他网站。
