智能传感器识别甲醇过程

　　近日，我院科研团队在智能气体传感器领域取得新进展，成果以论文“Machine Learning-Assisted Sensor Based on CsPbBr3@ZnO Nanocrystals for Identifying Methanol in Mixed Environments”发表于传感器领域国际顶级期刊《ACS Sensors》。该期刊最新影响因子为9.618，位于中科院一区（升级版）TOP期刊、JCR Q1，是致力于传播有关传感器科学（选择性感知化学或生物物质和过程）各方面新认知的同行评议期刊。我校安全工程学院博士生轩吴凡为该成果第一作者，安全工程学院郑丽娜教授和材料与物理学院教师顾修全、黄胜为共同通讯作者，中国矿业大学为唯一通讯单位。

　　研究中重点监测的目标气体甲醇是包括尘肺病、COVID-19在内的肺部疾病的典型呼气生物标志物，是一种常见的有毒化学物质，在复杂环境中对甲醇精准有效监测对于筛查煤矿、石油和天然气等行业相关的职业疾病具有重要意义，然而目前的传感器难以做到这一点。该研究针对这一问题，将金属氧化物ZnO包覆于钙钛矿CsPbBr3纳米晶表面，形成稳定性好、气敏性优的CsPbBr3@ZnO纳米晶。随后，将其制备成传感器件，并结合智能算法，利用特征工程，实现了含有甲醇混合气体中组分和浓度的有效智能识别，传感器从未知混合气体中识别甲醇的准确率为94%。起到了仅用一个传感器，完成了多个传感器才能达到的效果。同时传感器响应速度快（10 ppm甲醇的响应/恢复时间为3.27/3.11s），检测限低（1 ppm），功耗低（室温工作），有助于职业健康类疾病的快速有效早筛。随后，研究团队基于第一性原理计算，提出了多组分气体识别机理。

　　该成果第一单位“江苏省粉尘治理与职业防护工程研究中心”是依托安全工程学院建设，以矿大职业健康研究院为基础，联合碳中和研究院、材料与物理学院等单位共同组建的高水平科研平台，是国家一流学科“安全科学与工程”建设的重要组成部分。中心设立职业危害检测评价、工业粉尘综合防治、热环境及热害防护技术、高效个体防护装备与技术四个研究方向，通过理、工、生、医多学科交叉融合，形成政、产、学、研、用协同创新联合体，发挥学校“双一流”学科群的专业和人才优势，在促进科技成果转化、推动学科建设发展、培养集聚创新人才、开展国际合作交流等方面建设一支高水平研究团队，助力和保障产业工人的职业健康目标实现。