16.11.2022 - King Abdullah University of Science and Technology (KAUST)

Un capteur plus intelligent détecte les gaz cibles

Un capteur chimique doté d'intelligence artificielle peut apprendre à détecter certains gaz dans l'air avec une sensibilité et une sélectivité élevées

Le dispositif, mis au point à KAUST, utilise l'apprentissage automatique pour différencier les gaz en fonction de la façon dont ils induisent de légers changements de température dans le capteur lorsqu'ils interagissent avec lui.

Les capteurs électroniques intelligents capables de détecter des molécules spécifiques en suspension dans l'air sont très demandés pour des applications allant du diagnostic médical à la détection de fuites de gaz industriels dangereux. Le défi consiste à détecter avec précision le gaz cible parmi le mélange complexe de produits chimiques généralement présents dans l'air, explique Usman Yaqoob, un post-doctorant dans les laboratoires de Mohammad Younis, qui a dirigé les recherches. "Les technologies de détection existantes souffrent toujours d'une sensibilité croisée", explique M. Yaqoob.

Plutôt que de se tourner vers des matériaux exotiques ou des revêtements spéciaux pour tenter d'améliorer la sélectivité des capteurs, l'équipe applique l'apprentissage automatique. Sur le plan matériel, le cœur du dispositif est une bande de silicium chauffée appelée résonateur à microfaisceau. Lorsque la microfaisceau est serrée à ses deux extrémités, de sorte qu'elle est pliée presque au point de flambage, la fréquence à laquelle la microfaisceau résonne est très sensible aux changements de température.

"Lorsqu'elle est exploitée à proximité du point de flambage, la microfaisceau chauffée montre une sensibilité significative à différents gaz lorsque ceux-ci ont une conductivité thermique inférieure ou supérieure à celle de l'air", explique M. Yaqoob. Les gaz dont la conductivité thermique est supérieure à celle de l'air, comme l'hélium et l'hydrogène, refroidissent la microfaisceau, ce qui augmente sa rigidité et sa fréquence de résonance. Les gaz tels que l'argon, dont la conductivité thermique est plus faible, ont l'effet inverse. "Le décalage de la fréquence de résonance est détecté à l'aide d'un vibromètre analyseur de microsystèmes", explique M. Yaqoob.

L'équipe a ensuite utilisé l'intelligence artificielle pour analyser les données et identifier les changements caractéristiques de la fréquence de résonance correspondant aux différents gaz. "Des algorithmes de traitement des données et d'apprentissage automatique sont utilisés pour générer des marqueurs de signature uniques pour chaque gaz testé afin de développer un modèle de classification des gaz précis et sélectif", explique Yaqoob. Une fois entraîné sur les données de la réponse du capteur à l'hélium, à l'argon et auCO2, l'algorithme a pu identifier ces gaz avec une précision de 100 % dans un ensemble de données inconnu.

"Contrairement aux capteurs de gaz traditionnels, notre capteur ne nécessite pas de revêtement spécial, ce qui améliore la stabilité chimique du dispositif et le rend également évolutif", explique M. Younis. "Il est possible de réduire le dispositif à l'échelle nanométrique sans affecter ses performances, car le revêtement nécessite une grande surface", ajoute-t-il.

Note: Cet article a été traduit à l'aide d'un système informatique sans intervention humaine. LUMITOS propose ces traductions automatiques pour présenter un plus large éventail d'actualités. Comme cet article a été traduit avec traduction automatique, il est possible qu'il contienne des erreurs de vocabulaire, de syntaxe ou de grammaire. L'article original dans Anglais peut être trouvé ici.

King Abdullah University of Science and Technology (KAUST)

Recommander les actualités PDF / Imprimer article

Partager

Faits, contextes, dossiers
  • capteurs
  • detection de gaz
  • capteurs chimiques
  • intelligence artificielle
  • apprentissage machine
Plus sur King Abdullah University of Science and Technology