由人工智能驱动的系统能快速准确地检测有毒气体

这一创新系统依赖于嵌入石墨烯表面的金属催化剂纳米带。这种装置的功能就像人造鼻子,能与目标有毒气体分子发生反应。当二氧化氮分子与石墨烯结合时,传感器的电导率就会发生变化,从而使该系统能够极其灵敏地检测气体泄漏。

由人工智能驱动的系统能快速准确地检测有毒气体

弗吉尼亚大学副教授 Kyusang Lee(摄影:Tom Cogill)

弗吉尼亚大学工程与应用科学学院的研究人员开发了一种人工智能驱动的系统,它可以模仿人类的嗅觉来实时检测和跟踪有毒气体。该系统利用先进的人工神经网络与传感器网络相结合,能迅速识别出二氧化氮(NO₂)等严重危害呼吸系统健康的有害气体的来源。

据世界卫生组织统计,包括二氧化氮在内的室外空气污染每年导致全球约 420 万人过早死亡,主要是由于哮喘和慢性阻塞性肺病(COPD)等呼吸系统疾病造成的。

他们的研究成果最近发表在Science Advances上。

基于石墨烯的模拟人体嗅觉传感器

这一创新系统依赖于嵌入石墨烯表面的金属催化剂纳米带。这种装置的功能就像人造鼻子,能与目标有毒气体分子发生反应。当二氧化氮分子与石墨烯结合时,传感器的电导率就会发生变化,从而使该系统能够极其灵敏地检测气体泄漏。

领导传感器研发工作的电气与计算机工程系研究科学家Yongmin Baek说:金属催化剂纳米岛是沉积在石墨烯等表面的微小金属颗粒簇,通过增加气体分子相互作用的表面积来增强化学反应,从而实现对有毒气体的精确检测。

电气与计算机工程系和材料科学工程系副教授、该项目的主要研究人员之一 Kyusang Lee 解释说:通过将人工智能与最先进的气体传感器相结合,我们能够以前所未有的精度精确定位气体泄漏,即使在大型或复杂的环境中也是如此。人工嗅觉感受器能够检测到气体浓度的微小变化,并将数据传递给近传感器计算系统,该系统使用机器学习算法来预测泄漏源。

神经网络优化传感器位置

该系统的人工神经网络根据优化后的传感器位置,实时分析来自传感器的数据,以确保系统的覆盖范围和效率。这种优化由 “信任区域贝叶斯优化算法 “实现,该算法是一种机器学习技术,可将复杂问题分解为更小的区域,以找到最有效的传感器位置。这可确保在提供更快、更准确的气体泄漏检测的同时,使用更少的资源。

电气与计算机工程博士生 Byungjoon Bae 补充说:”我们的人工智能驱动系统通过持续监测空气质量,有可能使工业环境、城市地区甚至住宅楼更加安全。这是在预防长期健康风险和保护环境方面迈出的重要一步。

这篇题为 “Network of artificial olfactory receptors for spatiotemporal monitoring of toxic gas”的文章发表在Science Advances上(https://www.science.org/doi/10.1126/sciadv.adr2659)。研究团队成员包括Yongmin Baek、Byungjoon Bae、Jeongyong Yang、Wonjun Cho、Inbo Sim、Geonwook Yoo、Seokhyun Chung、Junseok Heo和Kyusang Lee,他们在弗吉尼亚大学和安州大学等机构开展了合作。

本研究得到了韩国贸易、工业和能源部(MOTIE,韩国)资助的工业战略技术开发项目(20014247 和 20026440)、韩国国家研究基金会(NRF)、美国空军科学研究办公室青年研究员项目(FA9550-23-1-0159)以及美国国家科学基金会(NSF ECCS-1942868 和 NSF ECCS-2332060)的支持。

本文来自UVA Engineers,本文观点不代表石墨烯网立场,转载请联系原作者。

(0)
石墨烯网石墨烯网
上一篇 2024年10月30日 11:45
下一篇 2024年10月30日

相关推荐

发表回复

登录后才能评论
客服

电话:134 0537 7819
邮箱:87760537@qq.com

返回顶部