新型碳纳米管气敏传感器的研究进展

该文综述了新型的单壁碳纳米管SWNT、多壁碳纳米管MWNT、多壁碳纳米管阵列气敏传感器的制备、结构特点、气敏性能和未来的发展方向。     

射频磁控溅射SnO2/MWCNTs 薄膜材料的气敏性能研究

采用射频反应磁控溅射方法制备掺杂多壁碳纳米管(MWCNTs)的snO2薄膜材料,并在此基础之上制作了N02气敏传感器,使用扫描电子显微镜(SEM)和X射线衍射仪(XRD)研究了SnO2/MWCNTs薄膜材料的表面形貌、物质组份材料特性,采用气敏元件测试系统来分析优越感的气敏效应,包括灵敏度、选择性、响应-恢复等特性,实验结果表明该气敏传感器对超低浓度(10ppb)NO2气体有很好的灵敏度,对干扰气体不敏感,提出了气敏机理解释实验现象.     

基于MWCNTs/Nafion复合膜的高性能声表面波湿敏传感器研究

湿度检测广泛应用于工业、医疗等各个领域,对高性能湿度传感器的需求日趋迫切。首先对声表面波传感器敏感机理进行了深入的分析,得到影响其性能的主要因素。在此基础上研制出一种以多壁碳纳米管(MWCNTs)和Nafion复合材料为湿敏膜,高频声表面波谐振器为换能元件的高性能湿敏传感器。实验表明,制得的湿敏传感器在宽湿度范围内(1...     

气敏元件离散性对气体体积分数测试准确度的影响

介绍了一种对气体体积分数进行数字化测量的新方法,分析了其工作原理及刻度方程线性化方法。在设计过程中发现,气敏元件离散性对气体体积分数的测量结果影响很大,为此,分析了由于气敏元件离散性的影响而带来的测量误差;并讨论了欲保证气体体积分数测试精确,气敏元件筛选时所应满足的条件。最后,通过一个实例对该分析方法进行了验证。     

氯化铜掺杂的多壁碳纳米管对甲醛的气敏响应研究

按照一定的质量比将CuCl2与多壁碳纳米管悬浊液超声掺杂.将纯的多壁碳纳米管悬浊液和掺杂后的碳管悬浊液分别旋涂在真空溅射的叉指金电极上,干燥后作为气敏膜.分别检测两组气敏膜暴露于甲醛气体前后的电流变化,并计算其灵敏度.掺杂后的多壁碳管气敏膜的灵敏度显著提高,且响应与恢复时间均明显缩短;室温下该传感器的响应非常稳定.CuCl2掺杂所导致的多壁碳管结构缺陷的增加可能是提高掺杂后碳管气敏响应的重要因素.     

Zn2SnO4 气敏材料的水热合成及其掺杂改性

采用分析纯的ZnAc2·2H2O 和SnCl4·5H2O作为起始原料,控制适当的pH值和离子浓度,在200 ℃温度条件下水热法反应24 h得到Zn2SnO4微粉;通过浸渍法制备了Pd、Au、La掺杂的Zn2SnO4粉体;利用X射线衍射仪(XRD)、透射电镜(TEM)对合成材料的结构、尺寸和形态进行了表征;采用静态配气法测试了材料的气敏性能.结果表明:在200℃水热条件下可直接合成Zn2SnO4,所得材料是比较规整的立方晶型,粒径大约为200 nm,纯Zn2SnO4对H2S、乙醇蒸气、乙醇汽油等有机蒸气具有较好的灵敏度,通过金属离子掺杂能明显提高材料对乙醇蒸气、乙醇汽油等气体的灵敏度和选择性.     

接枝氨基的多壁碳纳米管薄膜传感器的气敏特性研究

制作了接枝氨基的多壁碳纳米管薄膜传感器。研究了其对低体积分数甲醛气体的温度响应特性和膜厚与响应的关系。结果表明：当温度为22℃,薄膜的厚度为8．1μm时,这种薄膜传感器对低体积分数为20×lO-9的甲醛气体的响应可以达到2．9％,此体积分数低于国际卫生组织规定的标准。     

掺杂CNT的Fe2O3气体传感器对乙醇气敏特性的研究

采用酸化后的碳纳米管（CNT）对Fe2O3进行不同比例的掺杂,利用扫描电镜（SEM）对气敏材料进行表征,制作成旁热式气体传感器后在乙醇气氛中与Fe2O3气体传感器进行对比。重点分析了掺杂量,工作温度及气体浓度对传感器灵敏度及响应恢复时间的影响,并对气敏机理进行了详细研究。结果表明碳纳米管的适量掺杂有效的提高了传感器的灵敏度并缩短了响应恢复时间,其中在216℃时对50×10-6的乙醇气体灵敏度达3.4。     

固体电解质电位型甲烷传感器的气敏性能研究

研究了甲烷浓度和工作温度对氧化锆基混合电位型传感器响应值的影响.以氧化钇稳定的氧化锆(YSZ)为固体电解质,氧化锡(SnO2)为工作电极的传感器对(200~1000)×10 -6浓度的甲烷具有良好的传感性能,传感器响应值与甲烷浓度的对数值呈良好的线性关系,传感器在650℃时具有良好的传感性能,其中响应时间和恢复时间均低至5 s.     

基于改进遗传算法的智能组卷方法

组卷问题是一个多约束多目标优化问题。建立了一种新的试卷矩阵数学模型,提出了改进的遗传算法编码方式,并通过改进初始群体的产生方法和遗传算子,有效提高了遗传算法的收敛速度,并较好地避免了局部收敛现象。实验结果表明,在试题库试题数量适中、分布合理的情况下,本算法产生的试卷能够很好满足各项组卷指标。     

基于二元蚁群算法求解组卷问题

通过分析组卷的数学模型及目标函数,抽象出组卷模型实质是一个多目标线性规划模型,并将二元蚁群算法用于求解组卷问题。由于采用二进制编码,任意时刻每只蚂蚁只需根据其面前两条路径上的信息素强度决定该题选或不选,这对单个蚂蚁的智能行为要求非常低,而且存储空间也相对减少。实验结果表明,该算法能快速有效地完成组卷过程,具有较强的实用性。     

基于元胞遗传算法的智能组卷的研究

智能组卷是一个包含多重约束条件的目标优化问题,遗传算法的群体搜索策略可以为多目标优化提供较好的解决方案。但传统的遗传算法在组卷过程中存在收敛速度慢、收敛性较差等缺点,组出的试卷质量不高。提出一种新的元胞遗传组卷算法,将群体中的所有元胞按照一定的演化规则演化之后,再进行遗传操作,并把该算法应用到智能组卷中。实验结果表明,新的元胞遗传组卷算法与传统的遗传组卷算法相比,可以有效地提高收敛速度,并能进一步改善收敛性,组出的试卷更加符合人们的要求。     

遗传模拟退火智能组卷策略研究

智能组卷是一个包含多重约束条件的最优组合问题,设计有效算法求解优化问题对获得高满意度试卷至关重要,为此,提出了一种基于模拟退火与标准遗传算法的混合智能组卷算法。约束模型采用了基于期望平均分的难度分布函数计算试卷难度系数,该算法模型采用分组实数编码,单点交叉算子,单个和随机两种基因变异算子,并对每代个体进行模拟退火操作。给出了详细的实验对比结果,表明了该算法的有效性。     

基于模拟退火遗传算法的自动组卷系统研究

从题库中抽出一组满足多项要求的试题是一个组合优化问题,针对该问题,比较了目前几种组卷算法的特点,提出把一种实数编码的模拟退火遗传算法应用在自动组卷问题中.为了对群体中每个个体进行调整并改善单一遗传算法的性能,该算法以遗传算法流程作为主体流程,在主流程中嵌入模拟退火算法.与现有遗传算法相比,该算法能较好地克服未成熟收敛现象,并且组卷的成功率和速度有明显的提高.     

基于改进遗传算法的自动组卷问题的研究

自动组卷优化问题的研究,由于题库组卷的随机性,难度很大。针对传统遗传算法在自动组卷中存在的未成熟收敛和收敛速度慢等问题,为了快速可信地组卷,提出了一种改进的遗传算法。该算法采用模拟小生境法选择算子进行种群选取,并对交叉算子和变异算子进行了优化,实现了交叉和变异概率的非线性自适应调整。进行仿真实验,结果证明,改进的遗传算法在组卷的有效性、稳定性和收敛速度等方面有显著的提高,更能有效解决自动组卷问题,具有较好的使用性能和实用性,能够极大的满足用户组卷的需求。     

改进遗传算法智能组卷研究

为了更有效解决智能组卷问题,针对应用型本科院校《自动控制原理》课程特点,建立了试题库并提出一种简化数学模型。同时,为了改善单纯遗传算法在组卷过程中局部搜索能力差与早熟收敛问题,在组合遗传算法基础上,对精英策略进行改进,提出一种新算法。仿真实验结果表明,与单纯粒子群算法、单纯遗传算法及其改进算法相比,新算法具有明显的优势,有效克服了未成熟收敛现象,提高了算法收敛精度与速度,具有寻优能力强、稳定性好等优点。     

基于自适应算子的遗传算法多目标智能组卷

利用ADO.NET实现了SQL Server 2000中试题库的编辑功能,开发了题库管理软件系统框架。在遗传算法的基础上,提出了一种改进的智能组卷方法,有利于提高进化速度,避免陷入局部最优。实例分析表明,该方法具有较好的智能组卷性能。     

改进遗传算法在自动组卷中的应用研究

为了避免遗传算法在自动组卷中存在的未成熟收敛和收敛速度慢等弱点,根据群体适应值的分布特点,采用了基于小生境的改进自适应遗传算法。该算法采用模拟小生境法选择算子进行种群选取,并对交叉算子和变异算子进行了优化,实现了交叉和变异概率的非线性自适应调整。改进后的算法明显提高了组卷的成功率和收敛速度,取得了满意的组卷效果。     

一种基于定性映射的自动组卷算法

给出基于定性映射的自动组卷算法的数学模型。首先根据转化程度函数确定初始参数．然后利用定性映射模型进行操作,并对初始结果进行优化,有效解决试题库中的自动组卷问题。