静电纺丝法制备氧化铟基纳米材料及其气敏性能的研究

来源 :江南大学 | 被引量 : 0次 | 上传用户:cyfzyzclwhzy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着人类生产生活方式的不断更新变化,人们开始更加注重自身的健康问题以及生存环境的安全问题,特别是对各种有可能危害健康和破坏大气环境的有毒有害气体的加以关注。气体传感器作为一种能够监测各种气体浓度和成分的装置已经被广泛应用于众多场景,也吸引了更多人的目光。因金属氧化物半导体式气体传感器自身拥有的一系列优势,例如性能相对较好、器件结构简单以及性价比高等,而成为了许多研究人员争相报道的对象。很多时候人们评价一个气体传感器性能的优劣往往是从其灵敏度出发,而对于其它各项性能指标不够重视。事实上,气体传感器的性能从来都不是由哪一个单一指标决定的。本论文旨在检测两种目标气体,即二氧化氮和三乙胺,并致力于解决气体传感器存在的两个问题,一为加快室温气体传感器的恢复速度,二为提高气体传感器的灵敏度,具体的研究内容如下:1.使用静电纺丝法结合高温煅烧合成了一维In2O3纳米线,通过SEM、TEM对其微观形貌进行了进一步的细化。基于In2O3纳米线的传感器在NO2气敏性能测试中展现出了较高的响应值,较低的检测下限,以及良好的气体选择性。但是,在对NO2具有高响应的同时,与大多数室温NO2气体传感器类似,本文制备的传感器恢复时间较长,难以满足实际的需求。为了避免使用传统的升高温度来加快气体分子的脱附,本论文使用了波长范围为400-700 nm的可见光,并选取了合适的光照强度(4.58 m W/cm~2)在传感器开始恢复的时候照射传感器的表面,通过光子激发来加速NO2分子的脱附,从而达到加速传感器恢复的效果。在机理解释部分,通过材料的XPS测试结果并且结合材料的O2-TPD测试结果解释了该传感器性能高的原因,并且系统详细地阐述了光子对NO2分子脱附的促进作用,从而使得传感器的恢复速度加快。2.成功地合成了形貌均匀连续的α-Fe2O3纳米线,并且基于α-Fe2O3纳米线的传感器在几种有机挥发性气体中对三乙胺气体展现出更高的选择性,但是整体的气敏性能指标不佳。因此,为了提高传感器的气敏性能,在α-Fe2O3组分中引入In2O3,制备了几组Fe/In不同摩尔比(9:1,4:1,1:1)的样品,分别命名为Fe1.8In0.2O3 NWs、Fe1.6In0.4O3NWs、Fe In O3 NWs。通过XRD的表征结果,详细说明了In2O3的加入量对材料物相和结晶度的影响。通过SEM的表征结果,初步从微观形貌看出In2O3的加入对整体材料的影响,In2O3的加入使材料纳米线表面的组成晶粒尺寸变小,且越来越致密,纳米线表面逐渐变得光滑。TEM的表征结果进一步确定了Fe1.6In0.4O3 NWs样品的表面细节,纳米线的表面出现了孔隙。在随后的传感器气敏性能测试中发现,基于Fe1.8In0.2O3 NWs、Fe1.6In0.4O3 NWs、Fe In O3 NWs的传感器与α-Fe2O3 NWs相比,性能都有不同程度的提升,包括对三乙胺的响应值和响应/恢复时间,最终结果显示,基于Fe1.6In0.4O3 NWs的传感器性能最佳。在气敏机理解释部分,通过结合几组样品的XPS表征结果,尤其是对材料中OV、OC含量的分析,阐述了加入In2O3使得传感器气敏性能提升的原因。
其他文献
在体验经济时代下,博物馆正从单一的文化收藏展示机构转型为文化交流、社会教育、展览娱乐等功能为一体的综合性场所,并不断丰富人们的精神文化生活。随着移动互联网的深入发展,以智能手机为载体的移动导览系统正成为博物馆文化信息传播的主流媒介,扮演着辅助观众寻求个性化游览体验的智能助手角色。但是,目前多数博物馆移动端导览系统常关注新媒体技术的应用而忽视了用户情感需求的满足,导致在人性化功能和情感化体验建设方面
无线传感器网络(Wireless Sensor Network,WSN)由大量成本低廉、可收集数据的传感器构成,在环境、健康监测和入侵检测等领域得到广泛应用。由于传感器部署的随机性会影响网络的整体性能,且优化的前提是要获取WSN的整体概况,本文研究的边界和瓶颈就是其中最重要的整体信息。根据中介中心性可衡量节点在节点对间的重要性的特点,发现WSN中不同节点对间的最短路径较少经过边界节点,即边界的中介
受贸易政策变化、大流行疫情等因素影响我国针织童装行业发展增速放缓,但行业总体仍处于上升转型阶段,既有着国家“一带一路”倡议、互联网信息化、行业智能化的发展机遇,又有着缺乏创新性、品牌影响力小、消费者需求升级等挑战。今后几年针织童装行业即将迎来发展的黄金期,但对标国外成熟的针织童装市场以及国际头部童装品牌,中国针织童装行业仍处于成长期,针织童装要朝着柔软舒适、健康安全、时尚创新、多功能化、绿色可持续
由于第四次工业革命对工业智能化的需求逐渐增加,多智能体系统的分布式协同控制问题在近年来逐渐受到越来越多的研究者的关注。在多智能体系统的研究领域中,一致性问题是一个研究热点。在过去的许多研究中,研究者们假设多智能体系统所处的环境是理想的,即多智能体系统不会受到网络攻击的影响。然而,多智能体系统对于通信网络的依赖性使其暴露在了网络攻击的威胁中。因此在设计多智能体系统时,考虑网络攻击所带来的影响非常有必
人体行为识别是人工智能、模式识别以及机器学习等领域中最重要的研究方向之一,是计算机视觉和多媒体分析领域的热点研究课题,在安全监控、人机交互、医疗诊断、视频分类等领域都有着重要的学术意义和巨大的应用价值。虽然人体行为识别方法在早期的研究过程中已经取得了较大的进步,但是在实际应用中人体行为识别数据常受到光照变化、复杂背景、遮挡和人体自身等因素的影响。这使得人体行为识别研究始终是十分具有挑战性的课题。现
近年来,随着人工智能与机器视觉技术飞速发展,行人检测和跟踪技术因其具有重要的学术研究价值和商业价值,受到人们广泛关注,基于检测的目标跟踪算法逐渐成为研究的热点,其中检测器的性能对算法最终的跟踪性能起着至关重要的作用。论文沿用基于检测的跟踪框架,对基于卷积神经网络的行人检测与跟踪算法进行了深入研究,主要研究内容如下:在行人检测方面,针对目前行人检测过程中漏检率高和检测速率慢的问题,在YOLOv3算法
随着网络通信技术的日益成熟、网络规模的不断扩大,网络安全具有越来越重要的意义。网络流量数据的异常检测和分类成了维护网络安全的一种重要手段,近年来受到越来越多的关注和研究。但目前网络流量数据异常检测和分类的研究中存在着数据量大、数据分布不平衡、传统的异常检测和分类方法准确度较低等问题。自编码器是深度学习领域中重要的神经网络,由于其出色的特征提取能力而被广泛研究用于数据的异常检测和分类领域,本文主要针
迭代学习控制广泛应用于具有重复运动特性的被控对象的轨迹跟踪问题,其利用先前批次的输入以及误差信息,不断修正当前批次的输入信号,经过足够多的批次后能够实现准确跟踪。实际中被控系统一般都是非线性系统,因此,将迭代学习控制理论应用于非线性系统的跟踪控制问题具有重要研究价值。在传统的迭代学习控制研究中,学习律的增益大多是固定不可变常数,增益固定系统收敛速度一般也固定,初始参数的设定决定了系统的运行状况。变
目标跟踪是计算机视觉的重要分支之一,正随着信息科技的发展在人机交互、智能机器人、自动驾驶、国防安全、视频监控和智慧城市等领域中得到越来越多的重视和应用。尽管视觉跟踪技术在过去数十年中得到了长足的发展,但由于目标遮挡、尺度变化、外观形变以及相似物体干扰等跟踪环境因素的复杂多变,能够在多应用场景下满足对跟踪的精度、实时性和鲁棒性等需求仍是一项艰巨但有着光明前景的工作。本文基于深度学习算法模型,针对长时
在智能护理机器人领域,如何帮助机器人快速且准确地识别护理对象的动作行为已成为该领域的热点研究问题。准确识别动作行为是护理机器人实现护理智能化的先决条件,且可增强护理机器人的动态感知能力,故行为识别技术是护理机器人实现智能化的重要组成部分。基于深度学习的行为识别技术具有建模过程简便且训练模型容易的优点已逐渐成为行为识别技术的发展趋势,但基于深度学习的行为识别技术在识别准确率、泛化能力及收敛速度等方面