当前位置:主页 > 科技论文 > 电子信息论文 >

基于声表面波谐振器的三维纳米团簇敏感薄膜关键技术研究(英文)

发布时间:2018-10-13 09:19
【摘要】:设计了一种新型基于声表面波技术的气体传感器,理论分析了三维纳米线结构的比表面积大、灵敏度高等优点,采用具备高Q值和低插损的谐振型声表面波器件结构,制备了三维敏感膜结构的声表面波气体传感器。在此基础上,为提高吸附效应,对三维纳米线簇进行了修饰改进。通过将沙林气和芥子气注入放置了声表面波的气体传感器密闭腔体内,经过神经网络识别系统进行定性识别。实验结果表明,基于修饰改进后的纳米线簇敏感膜制备的声表面波气体传感器对给定毒气混合气体的整理识别率大于90%,能够满足通用的毒气定性检测要求。并且三维纳米声表面波气敏传感器的灵敏度和响应速度优于传统的传感装置,在识别系统加大样本数据量时,能够进一步提高识别精度。
[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.
【作者单位】: 重庆大学光电工程学院;重庆邮电大学移动通信重点实验室;
【基金】:The Science and Technology Project Affiliated to the Education Department of Chongqing Municipality(KJ1500433)
【分类号】:TN65;TP212

【参考文献】

相关期刊论文 前2条

1 蒋雪梅;俎喜红;张政;黄海亮;易国斌;;图案化ZnO纳米线阵列制备与应用的研究进展[J];材料导报;2013年15期

2 贾丽会;张修如;;BP算法分析与改进[J];计算机技术与发展;2006年10期

【共引文献】

相关期刊论文 前10条

1 漆晶;文玉梅;李平;;基于声表面波谐振器的三维纳米团簇敏感薄膜关键技术研究(英文)[J];重庆邮电大学学报(自然科学版);2017年04期

2 覃茂森;程圣国;刘朝;赖坡;;BP神经网络在一维降雨入渗深度的仿真应用[J];水力发电;2017年06期

3 马歌;;ZnO纳米线的研究应用及进展[J];激光杂志;2016年10期

4 毕强;刘健;;数字文献资源内容服务推荐方法研究[J];现代图书情报技术;2015年12期

5 李东;王虎强;;基于BP算法的士兵职业技能鉴定系统试题优化研究[J];信息通信;2015年10期

6 尤志宁;浦云明;;随机样本遗传MLP模型算法[J];计算机工程与应用;2015年21期

7 郭娣;赵海燕;侯景德;陈庆奎;曹健;;基于相似性传播和流行度降维的混合推荐方法[J];小型微型计算机系统;2015年04期

8 查本波;王汝凉;罗琨;曲宏锋;王磊;;基于GEP的层次有序BP神经网络优化[J];广西师范学院学报(自然科学版);2015年01期

9 王露;王登攀;杜波;鄢秋娟;张静雯;唐永亮;杨靖;江洪敏;;一种新型SAW气体传感器的设计[J];压电与声光;2015年01期

10 张新静;徐欣;凌至培;黄永志;王心醉;王守岩;;基于最大相关和最小冗余准则及极限学习机的癫痫发作检测方法[J];计算机应用;2014年12期

【二级参考文献】

相关期刊论文 前1条

1 秦杰明;田立飞;赵东旭;蒋大勇;曹建明;丁梦;郭振;;一维氧化锌纳米结构生长及器件制备研究进展[J];物理学报;2011年10期



本文编号:2268075

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/2268075.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户06749***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com