-
公开(公告)号：CN108217750B
公开(公告)日：2020-02-28
申请号：CN201810194725.7
申请日：2018-03-09
Applicant: 东北大学
Abstract: 本发明涉及一种α‑Fe2O3/FeOOH复合功能材料及其制备方法和应用，属于新材料领域。一种α‑Fe2O3/FeOOH复合功能材料，其特征在于：所述复合材料为FeOOH将α‑Fe2O3包覆于其内形成的复合材料，所述复合功能材料的外形为纺锤形纳米棒结构，其纳米棒的长度为100～1000nm，横向最大尺寸为10～60nm。本发明通过目标产物中的羟基与醇类气体上的羟基之间的相互作用增加气体的吸附概率，利用氧化物和羟基氧化物的协同作用实现对挥发性有机物的检测，尤其是对正丁醇气体的高选择性和高灵敏度检测，对于实现其他醇类气体的高选择性、高灵敏度检测有一定的参考价值。
-
公开(公告)号：CN109437329A
公开(公告)日：2019-03-08
申请号：CN201811333588.7
申请日：2018-11-09
Applicant: 东北大学
IPC: C01G51/04 , C01B32/184 , B82Y40/00 , G01N27/12
Abstract: 本发明涉及一种Co3O4/石墨烯复合材料及其制备方法和应用，属于新材料领域。一种Co3O4/石墨烯复合材料，所述复合材料为片状Co3O4晶体均匀生长在石墨烯表面形成Co3O4层将石墨烯包覆于其内形成的双层结构复合材料，Co3O4单层的厚度为5～50nm。本发明利用金属氧化物/石墨烯复合功能材料的协同效应提高了金属氧化物材料的灵敏度和选择性，显著提高了Co3O4作为气敏材料对胺类气体的响应灵敏度，相比于传统的Co3O4传感器灵敏度提高了5倍。通过复合功能材料中的金属氧化物与石墨烯之间的相互作用增加气体的吸附概率，实现对挥发性有机物的检测，尤其是对三乙胺气体的高选择性和高灵敏度检测。
-
公开(公告)号：CN119757476A
公开(公告)日：2025-04-04
申请号：CN202510258942.8
申请日：2025-03-06
Applicant: 东北大学
Abstract: 本发明属于气体传感器技术领域，具体涉及一种正丁醇气体传感器复合材料及其制备和使用方法。现有技术中单一的In2O3和CoSnO3对正丁醇的响应效果并不理想。本发明用硫酸钴和锡酸钠的水溶液制备前驱体CoSn(OH)6，硝酸铟的水溶液经过水热反应制备前驱体In(OH)3，将CoSn(OH)6与In(OH)3混合研磨后煅烧，得到CoSnO3‑In2O3复合材料。该复合材料制备的传感器在250℃下对正丁醇具有高灵敏度、良好选择性和重复性，并且检测限低至20 ppb，具有很好的实际应用价值。
-
Patent Agency Ranking
公开(公告)号：CN117421544A
公开(公告)日：2024-01-19
申请号：CN202311356448.2
申请日：2023-10-19
Applicant: 东北大学
IPC: G06F18/15 , G06F18/2431 , G06F18/26 , G01N27/12
Abstract: 本发明提供一种气体传感器周期性时序响应数据的漂移补偿方法，涉及气体检测技术领域；循环温度调制可以显著提高半导体气体传感器的选择性，其响应数据是一种周期性变化的时序数据；但随着温度调制周期的增加，传感器漂移逐渐变得不可忽视，导致多个温度调制周期后的响应数据失真，严重干扰半导体气体传感器的气体浓度识别精度；本发明首先基于时间序列的加法模型，将周期性时序响应数据分解为周期项、趋势项和噪声项；然后，通过消除趋势项以消除周期性时序响应数据的漂移增量，达到漂移补偿的目的；本发明可显著降低传感器漂移对气体传感器周期性时序响应数据的干扰，有利于提升基于气体传感器循环温度调制的气体浓度识别精度。
-
公开(公告)号：CN116630705A
公开(公告)日：2023-08-22
申请号：CN202310589727.7
申请日：2023-05-24
Applicant: 东北大学
IPC: G06V10/764 , G06V10/774 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种VOC响应的大样本二维图像数据集构建方法，涉及VOC识别技术领域。该方法具体包括：首先通过对半导体气体传感器实施循环温度调制并对VOC响应进行采样，以获得VOC时序响应数据。然后，在重采样范围内以固定的样本长度从VOC时序响应数据中逐数据点地连续截取VOC时序响应样本数据。最后，将VOC时序响应样本数据由一维形式转换为二维图像形式。相比于传统的VOC响应的样本数据集构建方法，本发明可以更低的人力和时间成本获取VOC响应的大样本数据集，转换后的VOC响应的二维图像样本数据蕴含丰富的结构信息，更符合卷积神经网络等深度学习模型对输入数据的要求，为卷积神经网络等深度学习模型在VOC识别领域的应用提供了有利条件。
-
公开(公告)号：CN116386758A
公开(公告)日：2023-07-04
申请号：CN202310347832.X
申请日：2023-04-04
Applicant: 东北大学
IPC: G16C20/30 , G01N33/00 , G16C20/70 , G06N3/048 , G06F18/2431
Abstract: 本发明提供一种基于轻量型识别模型的易制毒VOC定性和定量识别的方法，涉及VOC识别技术领域。首先通过气体传感器虚拟阵列获取易制毒VOC的响应数据，利用线性判别分析算法和二进制编码标注有效降低了原始响应数据和数据标签的维数。然后，采用VOC定性和定量同时识别的方式将易制毒VOC定性和定量识别问题转化为多分类问题，有效降低了识别模型的数量。最后，通过将径向基神经网络的激活函数替换为阈值函数将其改造为轻量型易制毒VOC识别模型，可便捷地部署于检测设备上，以快速且精确地实现易制毒VOC定性和定量同时识别。
-
公开(公告)号：CN114494211A
公开(公告)日：2022-05-13
申请号：CN202210107520.7
申请日：2022-01-28
Applicant: 东北大学
Abstract: 一种基于红外热学分析的晶圆级气体传感器芯片检测方法，涉及传感器芯片检测领域；利用被检测气体氧化或还原金属氧化物半导体表面，导致传感器电阻值发生变化，输出电路将传感器电阻转换为电压输出，实现气体浓度检测和类型识别；被检测气体与气敏材料的反应通常需要在200‑400℃下进行，半导体式气体传感器需要加热电极为传感器提供热量，微热板式气体传感器基于MEMS工艺，通常基于晶圆级芯片制造。每个晶圆表面具有上万个微热板芯片，微热板芯片具有加热电极，通过对微热板芯片通电，可以获得微热板表面的温度分布，存在故障的芯片表面会出现过冷，过热点；结合图像采集，识别，处理技术，确定故障芯片，进而实现对晶圆级传感器芯片的检测。
-
公开(公告)号：CN109437329B
公开(公告)日：2021-05-14
申请号：CN201811333588.7
申请日：2018-11-09
Applicant: 东北大学
IPC: C01G51/04 , C01B32/184 , B82Y40/00 , G01N27/12
Abstract: 本发明涉及一种Co3O4/石墨烯复合材料及其制备方法和应用，属于新材料领域。一种Co3O4/石墨烯复合材料，所述复合材料为片状Co3O4晶体均匀生长在石墨烯表面形成Co3O4层将石墨烯包覆于其内形成的双层结构复合材料，Co3O4单层的厚度为5～50nm。本发明利用金属氧化物/石墨烯复合功能材料的协同效应提高了金属氧化物材料的灵敏度和选择性，显著提高了Co3O4作为气敏材料对胺类气体的响应灵敏度，相比于传统的Co3O4传感器灵敏度提高了5倍。通过复合功能材料中的金属氧化物与石墨烯之间的相互作用增加气体的吸附概率，实现对挥发性有机物的检测，尤其是对三乙胺气体的高选择性和高灵敏度检测。
-
-
-
-
-
-
-
Search Results
28
records
(took 0.017 seconds)
