文献

J-GLOBAL ID：202202278610401006   整理番号：22A0706835

データ予測を用いた運転条件に基づく自己適応ガスセンサシステム【JST・京大機械翻訳】

Self-Adaptive Gas Sensor System Based on Operating Conditions Using Data Prediction

著者 (5件)： Kim Kyusung (National Institute of Advanced Industrial Science and Technology (AIST), Japan) ,  Pornaroontham Phuwadej (Department of Chemical Systems Engineering, Graduate School of Engineering, Nagoya University, Japan) ,  Choi Pil Gyu (National Institute of Advanced Industrial Science and Technology (AIST), Japan) ,  Itoh Toshio (National Institute of Advanced Industrial Science and Technology (AIST), Japan) ,  Masuda Yoshitake (National Institute of Advanced Industrial Science and Technology (AIST), Japan)
資料名： ACS Sensors  (ACS Sensors)
巻： 7  号： 1  ページ： 142-150  発行年： 2022年 
JST資料番号： W5046A  ISSN： 2379-3694  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ナノ材料技術の改善を通して,ガスセンサーをppmまたはppbレベルのガスを検出するために開発した。SnO_2ナノシートガスセンサは,Sn2+状態を含む(101)ファセットを曝露することにより,新しい金属触媒を必要とせず,50ppbのアセトンを検出できる。高性能にもかかわらず,同じ濃度でさえ,操作条件に基づくガス応答値の変動は,ガスセンサにおける重大な問題である。したがって,センサの警報基準は,典型的には安全係数によって決定される。しかし,この方法は,医学的検査または臭気分析に対して極めて低い濃度における微小差を識別することを必要とする超高感度センサへの応用に適していない。したがって,著者らは,データ予測モデルとの協調における操作条件に基づく自己適応システムを提案する。センサシステムは,応答曲面法によって得られた予測モデルに基づいている。システムが条件の変化を検出するとき,警報基準は予測モデルから計算値を通して適切に変化した。有効な予測モデルのためのデータベースを調製するために,SnO_2ナノシートセンサのガス応答を,3つの独立変数,すなわち,温度,流速,および濃度による20の処理で測定した。著者らの予測モデルは,R2=0.9299の訓練データに関する最良の性能を達成して,データの予測において5%未満の誤差を達成した。Copyright 2022 American Chemical Society All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 応答 ,  *気体 ,  警報 ,  データベース ,  流速 ,  ファセット ,  金属触媒 ,  応答曲面法 ,  予測モデル ,  ナノ材料 ,  ナノシート ,  脂肪族ケトン
準シソーラス用語： 訓練データ ,  操作条件 ,  独立変数 , 【Automatic Indexing@JST】

著者キーワード (6件)： SnO_2 ,  ナノシート ,  ガスセンサー ,  ゆらぎ ,  警報基準 ,  データ予測

分類 (1件)： 分析機器  (CC02020S)

物質索引 (1件)： アセトン

タイトルに関連する用語 (3件)： 予測 ,  自己適応 ,  ガスセンサ