KAIST 14日表示,机械工程系朴仁圭教授、尹国振教授与物理系赵容焄教授的联合研究团队成功开发出“可超低功耗、常温运行的光源一体型微型LED气体传感器电子鼻系统”。
联合研究团队在制作集成微米级超小型LED的光源一体型气体传感器后,应用卷积神经网络(CNN)算法,开发出可实时选择性判别5种未知气体的技术,气体种类判别准确率达99.3%,浓度值预测误差为13.8%。尤其是利用微型LED的光活化式气体检测技术,与既有的微型加热器方式相比,将耗电量大幅降低至百分之一水平。
本次研究开发的超低功耗电子鼻技术,有望作为在任何场所都能以电池驱动长时间运行的移动式气体传感器加以应用。
利用金属氧化物气体检测材料的导电性随目标气体有无而变化原理的半导体式气体传感器,具有灵敏度高、响应速度快、可量产等诸多优点,正被积极研究。
金属氧化物检测材料要表现出高灵敏度和快速响应,需要通过外部能量供给进行活化,此前多采用集成加热器的焦耳加热方式。高温加热式半导体气体传感器存在耗电量高、选择性低等局限。
研究团队在本次研究中制作了发出紫外波段光的微米级LED,并在其正上方集成氧化铟(In2O3)金属氧化物,从而开发出光活化式气体传感器。将光源与检测材料之间距离最小化的光源一体型传感器结构减少了光损失,实现了μW(微瓦)级的超低功耗气体检测。
此外,研究人员为最大化光活化式气体传感器的反应性,在金属氧化物表面涂覆金属纳米颗粒,利用局域表面等离子体共振(Localized surface plasmon resonance, LSPR)现象,并确认传感器响应度由此得到提升。
随后,联合研究团队为解决前述半导体式气体传感器选择性低的问题,在微型LED气体传感器上集成不同检测材料制作传感器阵列,并应用卷积神经网络深度学习算法,捕捉并分析各目标气体所产生的金属氧化物特有响应模式(电阻变化)。
结果显示,所开发的电子鼻系统以总耗电量0.38mW(毫瓦)的超低功耗,可实时选择性判别5种气体(普通空气、二氧化氮、乙醇、丙酮、甲醇)。
研究负责人、机械工程系教授朴仁圭说明研究意义称:“基于微型LED的光活化式气体传感器可常温运行,与采用高温焦耳加热的既有半导体式气体传感器相比耗电量仅为百分之一,可超低功耗驱动,将成为可应用于大气污染监测、食品腐败管理监测、健康护理等多种领域的基础技术。”
本次研究由KAIST机械工程系博士生李基澈作为第一作者参与,在韩国研究基金会支持下完成,研究成果于2023年1月10日正式发表于纳米科学领域著名国际学术期刊《ACS Nano》。






