Der Nachweis und die Identifizierung von Spurengasen sind entscheidend, um die chemische Sicherheit und die menschliche Gesundheit zu gewährleisten. Integrierte Erfassungssysteme . sind jedoch der hohe Stromverbrauch und die schlechte Selektivität ihre praktischen Anwendungen in tragbaren Elektronik- und IoT -Geräten . begrenzt
Kürzlich entwickelte ein Forschungsteam unter der Leitung von Associate Professor Li Mingjie an der Guangdong University of Technology ein elektronisches Nasensystem mit niedriger Leistung, das auf einem Dual-Mode-Mikrodener-MOS-Gassensor . basiert, indem ein gepulster Erwärmungsmodus (PHM) erfolgreich die Herausforderungen der Herausforderung mit hohen Kraftverbrauch und begrenzten Selektivität im herkömmlichen MOS-MOSS-MOSS-MOSS-MOSS-MOSS-MOSS-MOSS-SELSEN {{3 {3 {3 {3 {3 {3 {3 {3 {3 {3 {3 {3 {3 {3 {3 {3 {3 {3 {3 {3 {3 “verwendet. Elektronische Nasensysteme mit niedriger Leistung, Hochleistungs-IoT-Geräte mit Gaserkennungsfunktionen . Die Ergebnisse wurden in Microsystems & Nanoengineering unter dem Titel "Puls-getriebene MEMS-Gassensor in Kombination mit maschinellem Lernen zur selektiven Gasidentifikation . veröffentlicht" veröffentlicht.
The proposed MOS gas sensor is fabricated using a wafer-level process, integrating tin dioxide (SnO₂) nanosheets onto a suspended MEMS microheater. Its unique miniaturized thermal insulation structure enables rapid heating within 20 milliseconds, effectively decoupling the effects of temperature, physical adsorption, and charge exchange on the sensor's conductivity. Dies ermöglicht die Erzeugung von Dual-Gas-Sensing-Eigenschaften in einer einzelnen Zeitdomäne .. Dieses Design beseitigt die Notwendigkeit komplexer Multi-Sensor-Arrays, wodurch die genaue Identifizierung mehrerer Gase unter Verwendung eines einzelnen Sensors ermöglicht wird, während der Stromverbrauch . reduziert wird .
Das elektronische Nasensystem mit geringer Leistung verwendet wiederholte gepulste Leistungseingabe, um einen einzelnen MOS-Gassensor voranzutreiben, und bietet eine praktikable Alternative zu herkömmlichen Sensorarray-basierten Ansätzen. Timing und algorithmischer Code . Durch Einbeziehung von Klassifizierungsalgorithmen für maschinelles Lernen in den Prozessor ist dieses elektronische Nasensystem auf Einzelsesensor für Anwendungen wie die Überwachung der Luftqualität und die Beachtung von Lebensmitteln ..