【摘要】：設計了一種新型基于聲表面波技術的氣體傳感器,理論分析了三維納米線結構的比表面積大、靈敏度高等優(yōu)點,采用具備高Q值和低插損的諧振型聲表面波器件結構,制備了三維敏感膜結構的聲表面波氣體傳感器。在此基礎上,為提高吸附效應,對三維納米線簇進行了修飾改進。通過將沙林氣和芥子氣注入放置了聲表面波的氣體傳感器密閉腔體內,經(jīng)過神經(jīng)網(wǎng)絡識別系統(tǒng)進行定性識別。實驗結果表明,基于修飾改進后的納米線簇敏感膜制備的聲表面波氣體傳感器對給定毒氣混合氣體的整理識別率大于90%,能夠滿足通用的毒氣定性檢測要求。并且三維納米聲表面波氣敏傳感器的靈敏度和響應速度優(yōu)于傳統(tǒng)的傳感裝置,在識別系統(tǒng)加大樣本數(shù)據(jù)量時,能夠進一步提高識別精度。
[Abstract]:A new gas sensor based on saw technology is designed. The advantages of large specific surface area and high sensitivity of 3D nanowire structure are theoretically analyzed. The resonant saw device structure with high Q value and low insertion loss is adopted. A surface acoustic wave gas sensor with a three-dimensional sensitive membrane structure was fabricated. On this basis, to improve the adsorption effect, three dimensional nanowires were modified. By injecting sarin gas and mustard gas into the closed chamber of surface acoustic wave gas sensor, qualitative identification was carried out by neural network recognition system. The experimental results show that the surface acoustic wave gas sensor based on modified nanowire cluster sensitive film can finish and recognize the mixture gas of given gas more than 90, which can meet the requirements of general gas qualitative detection. Moreover, the sensitivity and response speed of the three dimensional surface acoustic wave gas sensor is better than that of the traditional sensor device, which can further improve the recognition accuracy when the sample data is increased in the recognition system.
【作者單位】： 重慶大學光電工程學院;重慶郵電大學移動通信重點實驗室;
【基金】：The Science and Technology Project Affiliated to the Education Department of Chongqing Municipality(KJ1500433)
【分類號】：TN65;TP212

【參考文獻】

相關期刊論文 前2條

1 蔣雪梅;俎喜紅;張政;黃海亮;易國斌;;圖案化ZnO納米線陣列制備與應用的研究進展[J];材料導報;2013年15期

2 賈麗會;張修如;;BP算法分析與改進[J];計算機技術與發(fā)展;2006年10期

【共引文獻】

相關期刊論文 前10條

1 漆晶;文玉梅;李平;;基于聲表面波諧振器的三維納米團簇敏感薄膜關鍵技術研究（英文）[J];重慶郵電大學學報(自然科學版);2017年04期

2 覃茂森;程圣國;劉朝;賴坡;;BP神經(jīng)網(wǎng)絡在一維降雨入滲深度的仿真應用[J];水力發(fā)電;2017年06期

3 馬歌;;ZnO納米線的研究應用及進展[J];激光雜志;2016年10期

4 畢強;劉健;;數(shù)字文獻資源內容服務推薦方法研究[J];現(xiàn)代圖書情報技術;2015年12期

5 李東;王虎強;;基于BP算法的士兵職業(yè)技能鑒定系統(tǒng)試題優(yōu)化研究[J];信息通信;2015年10期

6 尤志寧;浦云明;;隨機樣本遺傳MLP模型算法[J];計算機工程與應用;2015年21期

7 郭娣;趙海燕;侯景德;陳慶奎;曹健;;基于相似性傳播和流行度降維的混合推薦方法[J];小型微型計算機系統(tǒng);2015年04期

8 查本波;王汝涼;羅琨;曲宏鋒;王磊;;基于GEP的層次有序BP神經(jīng)網(wǎng)絡優(yōu)化[J];廣西師范學院學報(自然科學版);2015年01期

9 王露;王登攀;杜波;鄢秋娟;張靜雯;唐永亮;楊靖;江洪敏;;一種新型SAW氣體傳感器的設計[J];壓電與聲光;2015年01期

10 張新靜;徐欣;凌至培;黃永志;王心醉;王守巖;;基于最大相關和最小冗余準則及極限學習機的癲癇發(fā)作檢測方法[J];計算機應用;2014年12期

【二級參考文獻】

相關期刊論文 前1條

1 秦杰明;田立飛;趙東旭;蔣大勇;曹建明;丁夢;郭振;;一維氧化鋅納米結構生長及器件制備研究進展[J];物理學報;2011年10期

，

本文編號：2268075