【摘 要】
：
NO2是常见的有毒气体,不仅影响大气环境,也会严重危害人类健康。因此NO2的痕量检测不管是对于军用领域还是民用领域来讲都是十分重要的。由于气体传感器在智能化、信息化社会当中扮演着越来越重要的角色,所以它的市场规模在迅速攀升。除此之外气体传感器的应用领域也日益广泛,如环境保护、航空航天、现代军事、防化防恐、汽车工业等。广泛的应用领域和迫切的应用需求使得先进的气体传感器研究是十分必要的。半导体式气体传
论文部分内容阅读
NO2是常见的有毒气体,不仅影响大气环境,也会严重危害人类健康。因此NO2的痕量检测不管是对于军用领域还是民用领域来讲都是十分重要的。由于气体传感器在智能化、信息化社会当中扮演着越来越重要的角色,所以它的市场规模在迅速攀升。除此之外气体传感器的应用领域也日益广泛,如环境保护、航空航天、现代军事、防化防恐、汽车工业等。广泛的应用领域和迫切的应用需求使得先进的气体传感器研究是十分必要的。半导体式气体传感器是应用最为广泛的气体传感器之一,它们具有灵敏度高、响应快等优点。相比于目前应用最多的商业传感材料半导体金属氧化物,层状、宽禁带半导体MoS2材料在纳米化学传感领域受到了广泛的关注,这是因为它的电学特性对表面或界面产生的外部刺激高度敏感,可以保证较高的信号响应。综上所述,本课题针对NO2气体对环境、人身等产生的巨大威胁,从MoS2纳米材料出发,探索它在NO2气敏传感方面的应用可行性。理论上本课题利用Materials Studio软件来建立计算模型,基于密度泛函理论、选用CASTEP模块进行了MoS2吸附气体分子第一性的原理研究,结合吸附能、吸附距离、气体分子的键长、能带结构、态密度以及差分电荷密度分析了不同气体和MoS2材料之间的相互作用,从机理上分析得到MoS2对NO2气体具有出众选择性。本课题采用简单的水热法合成MoS2,并通过高温退火来提高材料的结晶度。随后利用SEM、EDS能谱分析以及XRD对所得材料进行表面形貌和物相表征。将MoS2和无水乙醇混合物超声破碎之后喷涂在叉指电极上,然后在传感器底座上焊接加热丝和叉指电极,至此完成传感器的制备。实验上本课题对NO2,CO,NH3,N2和H2气体进行了气敏响应测试,MoS2传感器对N2几乎没响应,NO2的气敏响应远高于CO,H2和NH3气体,从理论和实验分析了对NO2气体具有优异的选择性。开展了对NO2气体的详细测试,结果发现随着工作温度的增加传感器的响应也随之增加。传感器对不同浓度NO2气体在四个响应/恢复循环内都可以展现出稳定的气敏响应;测试得到气体浓度和相对响应有着良好的线性关系,传感器的灵敏度为0.85%ppm-1,理论最低探测极限为0.29ppm;传感器对NO2在35天里都可以保持稳定的气敏性能。紫外光使得传感器响应/恢复时间大大降低,显著提升了传感器的响应/恢复速度。
其他文献
随着互联网电子商务的迅速发展和人们购买力的不断提升,出现了众多大型电商购物节,在促进消费和提升人们生活质量水平的同时,快递服务企业迎来更大的机遇和挑战。针对目前大型电商购物节期间快递服务企业下的配送网点和末端驿站配送压力大、自身配送运力不足以支撑配送数量庞大的快递的现象,论文对快递任务调度进行研究,将众包模式应用到快递任务配送中,为快递任务众包配送提供任务分配方法和众包配送员调度方法,构建高效便捷
钢筋混凝土柱是建筑、桥梁、水工等各种工程结构中最基本的竖向承重构件,其在地震作用过程中的损伤和性能退化程度影响着结构的局部及整体安全,损伤评估是研究土钢筋混凝土柱在地震作用下灾变演化机理的重要手段。目前,国内外学者一般通过拟静力试验建立特定的损伤模型来量化钢筋混凝土柱的地震损伤,但在经历实际地震考验后再开展相关试验研究是不现实的。另外,目前的地震损伤智能评估方法只关注了钢筋混凝土柱损伤类型定性划分
随着人类深空探测技术的不断发展,对太阳系内各大行星的探测、尤其是对小行星的探测目前已成为深空探测领域的重点关注问题。人类对小行星的探测手段越来越先进,对小行星的了解也越来越深入,然而由于小行星的形状不规则、质量分布不均匀、自旋状态不稳定等所造成的小行星引力场不规则等因素的影响,也给人类对小行星进行进一步的深入探测带来了新的挑战。因此,本文针对小行星着陆探测中不规则引力场下的着陆轨迹快速优化问题进行
本文旨在利用多台初始位姿未知的地面移动机器人,在办公区域等存在一定数量WiFi信号的室内环境中,实现多机协同探索与建图。本文主要在感知和规划两方面进行了研究。在感知方面,本文以单机器人定位与建图为基础,用并查集算法管理导航地图,将回环检测和后端优化拓展到多机器人的情况,通过WiFi信号和激光雷达结合的重定位算法实现不同机器人之间的数据关联,从而实现多机协同感知。其中,在数据关联方面,考虑到目前常用
针对频繁发生的水污染事件,本论文基于数据驱动模型对水质进行时间与空间上的预测预警分析,为突发性水污染事件的决策与处置提供依据。对于水质时间序列预测模型,采用变分模态分解算法将水质时间序列分解成相互独立、平稳的子序列;再通过皮尔森相关分析,判断不同水质指标对各子序列的相关关系,并作为BP神经网络的输入变量;构建基于变分模态分解的BP神经网络水质预测模型,对案例中的叶绿素浓度进行预测分析。比较基于经验
近年来,快递物流服务行业始终保持着较快地发展速度,同时也存在着行业资源分散、服务碎片化、公司间恶意竞争、成本居高不下等问题。“共享物流”概念的提出,为上述问题提供了解决思路,其核心是对快件物流资源进行共享、整合与优化,以达到降本增效的目的。论文从快件物流资源整合模式构建、共享快件物流服务网络整合、协同运输资源调度几个方面,进行快件物流资源整合与优化配置的研究。首先,针对原有快件物流资源整合模式的单
工业机器人在汽车装配领域已经成功应用多年,然而,由于3C（Computer,Communication,Consumer Electronics）产品具有体积小、质量轻以及装配精度要求高的特性,其装配仍然以人工为主,是目前3C制造业人工使用最多的环节。随着人力成本的持续上涨,装配工序自动化的实现迫在眉睫。但现有的工业机器人都难以同时满足3C产品装配对高精度,高灵巧性,低成本的要求。因此,基于对3C
微藻可以通过高效的光合作用以及自身代谢将二氧化碳转化成碳水化合物并储存在胞内,从而作为原料用于生物质乙醇生产等。但是使用传统方法在进行微藻胞内碳水化合物含量测定时,会有检测步骤繁琐以及产生二次化学污染风险等局限性,且难以实时确定微藻胞内的碳水化合物含量。近些年,随着深度学习在人工智能中的蓬勃发展,为高效处理复杂信息的智能检测技术提供了新的契机。一方面,微藻胞内碳水化合物的积累与光合作用密切相关,另
由于横风向振动的复杂性,传统的横风向振动理论,如准稳态理论、范德波尔振子模型,其预测精度往往是非常有限的。目前对矩形柱体和矩形截面高层建筑横风向振动的研究主要依赖于耗时耗力的风洞试验和数值模拟技术。本文主要基于机器学习技术来研究矩形柱体和矩形截面高层建筑的横风向振动。同时,采用无监督学习的方法分析了矩形截面高层建筑的横风向力功率谱特性。为了准确评估矩形柱体的横风向响应,基于文献中的高质量的风洞试验
随着我国在经济军事领域上飞速发展,对大型装备（如飞机、大型舰艇以及空间站等）中不规则构件的测量已成为仪器科学领域的热点问题。对不规则构件的测量,最基本的方法为传统测量法,该方法由专业的技术人员操作各种测量仪器实现,难以摆脱人工干预,效率较低,因此需要一种更加智能和自动化的测量方式。近年来,工业机器人搭配高精度的传感器成为了测量不规则构件的新方式,使得测量更加智能高效。这种测量方法依靠机器人的灵活性