项目名称: 检测变压器油中溶解气体的一维二氧化锡纳米纤维气体传感器掺杂改性机理及气敏特性研究

项目编号: No.51507144

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 电工技术

项目作者: 周渠

作者单位: 西南大学

项目金额: 21万元

中文摘要: 掺杂改性可以改善SnO2基气体传感器对油中故障特征气体的气敏性能,但由于掺杂改性机理及气敏响应机理的诸多不明确性,灵敏度低、选择性及稳定性差等难题仍未解决,限制了在线分析技术的推广应用。前期实验研究表明掺杂物的掺杂改性方式对SnO2基气体传感器的气敏性能有重要影响,但其影响规律和作用机制还有待进一步探讨。为此,本项目提出开展基于不同掺杂改性方式的SnO2基气体传感器掺杂改性机理及对油中特征气体的气敏特性研究。运用密度泛函理论建立基于表面直接沉积、原子配位取代、晶格间隙掺杂等不同掺杂改性方式的一维SnO2纳米纤维气敏材料的掺杂改性模型和对油中特征气体的气体吸附模型,并进行第一性原理原子、电子结构信息仿真计算,结合实验测试探究其掺杂改性机理及对油中特征气体的气敏响应机理。本研究将为研制高性能的油中溶解气体在线监测SnO2基气体传感器奠定坚实基础,并为解决氧化物气体传感器的关键难题提供新思路。

中文关键词: 高压电气设备;在线监测;状态评估;油中溶解气体;传感器

英文摘要: Doping modification could improve the gas sensing properties of SnO2 based gas sensors to fault characteristic gases dissolved in transformer oil. Because its doping and sensing mechanism is imperfect and controversial, some limitations still exist, for instance, low gas response, poor selectivity and stability, which restricts the prevalent application of on-line monitoring devices with SnO2 sensing technology. Our previous experiments indicate that doping modification route has significant influence on the sensing properties of SnO2 based gas sensors, while its effecting law and action mechanism remains to be further proved and discussed. Therefore, this project plans to investigate doping modification mechanism and sensing characteristics of SnO2 based gas sensors with various doping modification routes. One-dimensional SnO2 nanofibers are selected as the sensitive materials, and three most representative doping modification routes, including direct surface decoration, atomic coordination substitution, and lattice interstitial doping are focused in this project. Firstly, based on the density functional theory, three kinds of doping modification models and gas adsorption models are established. Simulating calculations are conducted with the first principle from the atomic and electronic level. Finally, its doping modification mechanism and sensing mechanism to fault characteristic gases are discussed combined with experimental test and theory calculation. This work may lay a solid foundation for developing high-performance SnO2 based gas sensors with the purpose of on-line monitoring dissolved gases in transformer oil, and also provide a new insight to solve some key problems of oxide gas sensors.

英文关键词: high voltage electric equipment;on-line monitoring;condition assessment;gas dissolved in oil;sensor

成为VIP会员查看完整内容
0

相关内容

【NUS-Xavier教授】生成模型VAE与GAN,69页ppt
专知会员服务
72+阅读 · 2022年4月6日
数据价值释放与隐私保护计算应用研究报告,64页pdf
专知会员服务
39+阅读 · 2021年11月29日
专知会员服务
38+阅读 · 2021年9月28日
专知会员服务
25+阅读 · 2021年4月2日
基于多头注意力胶囊网络的文本分类模型
专知会员服务
76+阅读 · 2020年5月24日
【NUS-Xavier教授】生成模型VAE与GAN,69页ppt
ISI新研究:胶囊生成对抗网络
论智
17+阅读 · 2018年3月7日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Invertible Mask Network for Face Privacy-Preserving
Arxiv
0+阅读 · 2022年4月19日
RIS-Assisted Cooperative NOMA with SWIPT
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月17日
Max-Margin Contrastive Learning
Arxiv
18+阅读 · 2021年12月21日
小贴士
相关VIP内容
【NUS-Xavier教授】生成模型VAE与GAN,69页ppt
专知会员服务
72+阅读 · 2022年4月6日
数据价值释放与隐私保护计算应用研究报告,64页pdf
专知会员服务
39+阅读 · 2021年11月29日
专知会员服务
38+阅读 · 2021年9月28日
专知会员服务
25+阅读 · 2021年4月2日
基于多头注意力胶囊网络的文本分类模型
专知会员服务
76+阅读 · 2020年5月24日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员