全氯取代酞菁锌的合成及其Cl2气敏性研究

本文以四氯邻苯二腈和尿素为原料,采用钼酸铵固相催化法合成了全氯取代氯酞菁锌,并通过红外、紫外光谱对其进行了表征。在SiO2基片上,利用MEMS微加工技术制造了敏感电极,采用蒸发镀膜工艺制作了气体传感器薄膜。气敏测试结果表明：该传感器对氯气有较理想的灵敏特性。     

基于MEMS叠层微结构的SO2毒气传感器

利用多孔上电极叠层微结构,以真空镀膜技术形成气敏膜,采用MEMS微加工技术研制了气体传感器.依据等效电路和工艺边界条件,通过电导公式推导出传感器的输出电导提高了103倍,解决了有机半导体的信号采集问题.通过SEM微观形貌,确认蒸发电流100～120 A、蒸发时间8～12 s为电极成膜最佳条件;气敏膜表面呈现二次化学反应融合的200 nm左右"米粒状" 活性颗粒状态,均匀一致,孔隙有序.测试结果表明:比例系数为0.15～0.35的硫酸掺杂CuPcxPANI 1-x对SO2有最佳的灵敏度;考虑到减少H2S气体干扰,选择CuPc0.35PANI0.65为气敏材料,在加热电压VH为1～2.5 V时提高了传感器的灵敏度特性和响应恢复特性,响应时间为30 s;传感器输出特性为单对数线性关系,检测范围为0～200×10-6;经6个月的稳定性考核,其输出阻抗漂移≤±5%,灵敏度漂移≤10%.     

车载用油品质量在线检测仪的设计

设计了一种汽油质量检测系统,检测探头是借助介电常数变化来测量的电容式传感器,该传感器工作在2MHz下,检测范围0～30pF,分辨力小于1pF,响应时间小于1s,并应用ANSYS软件对传感器检测场进行分析。通过传感器实时检测汽油浓度的变化,以MSP430单片机为控制和处理核心,将采集的浓度值和工作环境温度值进行处理,并通过液晶显示。该仪器便携,易于车载且稳定性好。     

a-Fe2O3基纳米陶瓷制备的CO气敏元件

报道了本课题组对α-Fe2O3基纳米陶瓷制备的CO气敏元件的中试工作,结果表明中试批量制得的元件能耗低、对CO有高的灵敏度、良好的选择性及稳定性,制件的成品率较高、成本低.现正着手准备工业规模生产.     

瓦斯传感器智能监控系统设计

介绍了一种基于ZigBee协议、以JN5139为核心的煤矿瓦斯智能监控系统的软、硬件设计方案。该系统采用瓦斯传感器LXK-3采集煤矿瓦斯浓度信息,经JN5139内嵌的微控制器进行相关数据处理后,利用JN5139的数据收发功能实现了系统节点之间基于ZigBee协议的无线通信。     

原子层沉积技术及其创新运用

本文分析并总结了涉及原子层沉积(atomic layer deposition,ALD)技术基本原理的若干问题.介绍了等离子增强原子层沉积(plasma enhanced atomic layer deposition,PEALD)技术的优势及常见运用.相对于传统ALD系统,PEALD最大的特点在于其能够通过等离子体放电来活化前驱体源,提高对前驱体源,尤其是气态源的利用.利用PEALD这一特点可以增加传统ALD技术中可用氮源的种类.同时PEALD原位掺杂作为一种掺杂方法能够用于对光催化材料的掺杂改性,提高其光催化性能.此外,PEALD技术还适用于温度敏感材料和柔性材料上的薄膜沉积,可以获得更低的电阻率和更高的薄膜密度等.本文重点介绍了本课题组提出的PEALD原位掺杂技术及其对TiO2光催化剂的掺杂改性运用.最后对原位掺杂技术的研究方向和发展进行了展望.     

热燃烧式瓦斯传感器催化剂失活机理研究

热燃烧式催化瓦斯传感器是煤矿矿井瓦斯监控系统的核心部件,用于检测瓦斯体积分数,实现风电闭锁功能。由于矿井环境条件恶劣,常常使瓦斯传感器表现出稳定性能差,校准期短等缺点,一直是困扰热燃烧式催化瓦斯传感器应用的难题。通过研究热燃烧式催化瓦斯传感器的失活模式及响应分析,重点探讨了铂催化剂失活的3种机理:烧结、结焦、中毒,建立了催化剂失活速率方程,提出了添加Pt-Pd复合催化剂的方法来改善催化剂失活,改进后,传感器的稳定性得到了明显提高。     

融合大功率点追踪和寻光感知技术的太阳能智能跟踪系统设计

针对目前跟踪式太阳能光伏电池发电系统跟踪误差较大、抗干扰性较差、系统耗能较高等问题,融合大功率点追踪(maximum power point tracking,MPPT)和智能寻光感知技术设计了套太阳能光伏电池跟踪系统,实现了光电转化效率的大化。运用投影原理研制了寻光传感器,加入光强感测单元构成智能寻光感知模块,消除气候条件影响实现系统全天候的运行工作。为降低系统功耗,将跟踪方式设计为离散式,系统空闲时断电待机。对实现大功率点跟踪的扰动观察法进行优化改进,提出差别化扰动方式避免了扰动观察法在大功率点附近产生震荡及光强变化时的误动作。经实验验证,该系统跟踪分辨力可达到0.344?,系统误差小于2.5°,系统充电效率提高40%以上。     

基于BP算法的传感器单气体定量识别

气体的定性识别与定量分析一直是气体检测领域的主要难点,也是气体传感器应用中的研究热点.文中在对多个气体传感器进行气体定性分析和实时数据采集基础上,通过BP网络分析方法,实现了气体的定量识别,然后对训练前后气体浓度的误差进行对比分析,仿真结果表明:平均相对误差均控制在1％以内,最大相对误差控制在2％以内,提高了对气体浓度的预测精度.     

融合传感器阵列与SSA-BP神经网络的气体监测系统设计

为了有效监测化工厂等场所的危险气体和解决金属氧化物传感器普遍存在交叉敏感性的问题，首先使用不同的MEMS气体传感器组成传感器阵列。然后配制不同的实验气样进行测试，得到实验测试数据，并整理成训练集和测试集样本。最后，采用麻雀搜索算法优化的BP神经网络（SSA-BP）完成气体的定性、定量分析。实验测试结果表明：SSA可以有效提高预测模型的预测精度和稳定性，对乙醇、甲烷、氨气的定性识别的正确率达到100%，气体定量预测的最大相对误差不超过5.50%，预测效果得到明显改善。该系统可以满足混合气体的定性和定量分析要求，在危险化学气体监测方面具有良好的应用前景。