Методология разработки тонкопленочных систем с заданной газочувствительностью для хеморезистивной газовой сенсорики без источников питания

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Доступ платный или только для подписчиков

Аннотация

Представлена методология разработки тонкопленочных систем, которая позволит получать хеморезистивные сенсоры с заданной газочувствительностью. Методология заключается в проведении серий экспериментов по синтезу тонкопленочных систем с использованием различных технологий синтеза (различные исходные материалы, параметры синтеза тонких пленок, различные методы синтеза тонких пленок: терморезистивное испарение, воздушно-капельное распыление, отжиг в атмосфере кислорода), проведении измерений их свойств и характеристик, создании базы данных результатов экспериментов; обобщении зависимостей, содержащихся в экспериментальных данных с помощью искусственных нейронных сетей в виде многофакторных вычислительных моделей. Эти модели позволят решать прямые и обратные задачи, экстраполировать выявленные в экспериментальных данных зависимости, проводить виртуальные эксперименты.

Полный текст

Доступ закрыт

Об авторах

E. C. Тюнтеров

Федеральное государственное бюджетное образовательное учреждение высшего образования «Чувашский государственный университет имени И.Н. Ульянова»

Email: fizteh21@yandex.ru
ORCID iD: 0000-0002-8816-9737

аспирант

Россия, Чебоксары

В. С. Абруков

Федеральное государственное бюджетное образовательное учреждение высшего образования «Чувашский государственный университет имени И.Н. Ульянова»

Email: fizteh21@yandex.ru
ORCID iD: 0000-0002-4680-6224

д.ф-м.н., зав. каф., проф.

Россия, Чебоксары

В. А. Мукин

Федеральное государственное бюджетное образовательное учреждение высшего образования «Чувашский государственный университет имени И.Н. Ульянова»

Email: fizteh21@yandex.ru
ORCID iD: 0000-0002-9147-3799

к.ф.-м.н., доц.

Россия, Чебоксары

А. В. Смирнов

Федеральное государственное бюджетное образовательное учреждение высшего образования «Чувашский государственный университет имени И.Н. Ульянова»

Автор, ответственный за переписку.
Email: fizteh21@yandex.ru
ORCID iD: 0000-0003-2424-8142

инженер

Россия, Чебоксары

Д. В. Петров

Федеральное государственное бюджетное образовательное учреждение высшего образования «Чувашский государственный университет имени И.Н. Ульянова»

Email: fizteh21@yandex.ru
ORCID iD: 0000-0001-8697-257X

аспирант

Россия, Чебоксары

Н. И. Петров

Федеральное государственное бюджетное образовательное учреждение высшего образования «Чувашский государственный университет имени И.Н. Ульянова»

Email: fizteh21@yandex.ru
ORCID iD: 0000-0002-3790-6661

к.ф.-м.н., доц.

Россия, Чебоксары

Н. В. Александрова

Федеральное государственное бюджетное образовательное учреждение высшего образования «Чувашский государственный университет имени И.Н. Ульянова»

Email: fizteh21@yandex.ru
ORCID iD: 0000-0002-7145-3010

к.ю.н., доц.

Россия, Чебоксары

И. Ю. Семенова

Федеральное государственное бюджетное образовательное учреждение высшего образования «Чувашский государственный университет имени И.Н. Ульянова»

Email: fizteh21@yandex.ru

ст. преп.

Россия, Чебоксары

Список литературы

  1. Боченков В.Е., Сергеев Г.Б. Наноматериалы для сенсоров, Успехи химии, 2007, 76, 11.
  2. Федоров Л.Ю., Ушаков А.В., Карпов И.В. Синтез и хеморезистивная чувстивтельность к водороду наноструктурированных пленок CuO, Письма в ЖТФ, 2022, 48, 14.
  3. Тюнтеров Е.С., Смирнов А.В., Казаков В.А., Сорокин Г.М. Исследование свойств тонкопленочной системы на основе оксида олова с однослойными углеродными нанотрубками. Физическое образование в вузах, 2022, 28, 1.
  4. Абруков В., Киселев М., Ануфриева Д., Данилов Е. Искусственные нейронные сети как методологическая основа Генома материалов. Электронный ресурс: https://www.researchgate.net/publication/361103341_Iskusstvennye_nejronnye_seti_kak_metodologiceskaa_osnova_Genoma_materialov_Artificial_neural_networks_as_a_methodological_basis_of_the_Materials_Genome, 2022.
  5. Abrukov V.S., Karlovich E.V., Afanasyev V.N., Semenov Y.V., Abrukov S.V. Сreation of propellant combustion models by means of data mining tools. International Journal of Energetic Materials and Chemical Propulsion. 2010. Vol. 9. No. 5, PP. 385–396.
  6. Chandrasekaran N., Bharath R.S., Oommen C., Abrukov V.S., Kiselev M.V., Anufrieva D.A., Kumar V.R.S. Development of the Multifactorial Computational Models of the Solid Propellants Combustion by Means of Data Science Methods – Phase II, 2018 Joint Propulsion Conference, AIAA Propulsion and Energy Forum, (AIAA 2018-4961), https://doi.org/10.2514/6.2018-4961.
  7. Abrukov V., Lukin A., Anufrieva D., Oommen C., Sanalkumar V., Chandrasekaran N., Bharath R. (2019). Recent Advancements in Study of Effects of Nano Micro Additives on Solid Propellants Combustion by Means of the Data Science Methods. Defence Science Journal, 69(1), PP. 20–26. https://doi.org/10.14429/dsj.69.12948.
  8. Chandrasekaran N., Oommen C., Sanalkumar V.R., Abrukov V.S., Anufrieva D.A. Prediction of Detonation Velocity and N-O Composition of High Energy C-H-N-O Explosives by Means of the Data Science Methods, Prop., Explos., Pyrotech., 2019, vol. 44, no. 5, pp. 579–587.
  9. Mariappan A., Choi H., Abrukov V.S., Anufrieva D.A., Sankar V., Sanalkumar V.R. The Application of Energetic Materials Genome Approach for Development of the Solid Propellants Through the Space Debris Recycling at the Space Platform. Conference: AIAA Propulsion and Energy 2020 Forum. AIAA 2020-3898. https://doi/org/10.2514/6.2020-3898.
  10. Abrukov V.S., Chandrasekaran N., Sanal K.V.R., Anufrieva D.A. Genome approach and data science methods for accelerated discovery of new solid propellants with desired properties, AIAA Propulsion and Energy 2020 Forum, AIAA 2020-3929, https://doi.org/10.2514/6.2020-3929.
  11. Abrukov V.S., Oommen C., Kumar V.R.S., Chandrasekaran N., Sankar V., Kiselev M.V., Anufrieva D.A. Development of the Multifactorial Computational Models of the Solid Propellants Combustion by Means of Data Science Methods – Phase III. Technology and Investment, 2019, Proceedings of the 55th AIAA/SAE/ASEE Joint Propulsion Conference 2019, AIAA Propulsion and Energy Forum, Indianapolis, Indiana, 19–22 August 2019, AIAA 2019-3957 https://doi.org/10.2514/6.2019-3957.
  12. Abrukov V.S., Anufrieva D.A., et al. Multifactor Computational Models of the Effect of Catalysts on the Combustion of Ballistic Powders (experimental results of Denisyuk team) Direct Tasks, Virtual Experiments and Inverse Problems. Электронный ресурс: https://www.researchgate.net/publication/344727996_Multifactor_Computational_Models_of_the_Effect_of_Catalysts_on_the_Combustion_of_Ballistic_Powders_experimental_results_of_Denisyuk_team_Direct_Tasks_Virtual_Experiments_and_Inverse_Problems
  13. Abrukov V.S., Anufrieva D.A., et al. Comprehensive study of AP particle size and concentration effects on the burning rate of composite AP/HTPB propellants by means of neural networks. Development of the multifactor computational models. Direct tasks and inverse problems & virtual experiments. https://doi.org/10.13140/RG.2.2.19019.62242.
  14. Pinczlits M., Spingholz G., Bauer G. Appl. Phys. Lett , 73(1998) 250.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис.1. Вычислительная ИНС-модель графика зависимости сопротивления от температуры для синтезированных пленок SnO2/ОУНТ

Скачать (111KB)
3. Рис.2. Вычислительная ИНС-модель графика зависимости сопротивления от температуры для синтезированных SnO2/ОУНТ

Скачать (104KB)
4. Рис.3. Вычислительная ИНС-модель газочувствительности изменения сопротивления от времени выдержки в парах этанола для синтезированных SnO2

Скачать (127KB)
5. Рис.4. Вычислительная ИНС-модель газочувствительности, изменения сопротивления от времени выдержки в парах этанола для синтезированных SnO2/ОУНТ

Скачать (151KB)

© Тюнтеров E.C., Абруков В.С., Мукин В.А., Смирнов А.В., Петров Д.В., Петров Н.И., Александрова Н.В., Семенова И.Ю., 2023

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах