一种气体识别方法、突触晶体管器件及其制备方法技术

本发明专利技术涉及气体探测技术领域，公开了一种气体识别方法，其利用突触晶体管器件，具体包括如下步骤：获取突触晶体管器件在无气体刺激下的初始电流；向突触晶体管器件施加不同气体刺激，分别获取突触电流，计算不同突触电流和初始电流之间的差值ΔPSC；基于cnn神经网络，训练学习，进行特征提取，对气体种类及浓度的识别进行分类，得到分类后数据。本发明专利技术利用突触晶体管对不同气体的类突触行为响应，结合CNN神经网络软件算法，将整个响应恢复随时间的动态过程纳入分析，相较于传统传感器仅对单一气体的响应性、恢复时间的分析方法，本发明专利技术所使用的方法功能更多、成本更低、操作过程更为简单。为简单。为简单。

【技术实现步骤摘要】
一种气体识别方法、突触晶体管器件及其制备方法


[0001]本专利技术涉及气体探测
，尤其涉及一种气体识别方法、突触晶体管器件及其制备方法。

技术介绍

[0002]随着社会的快速发展，空气污染物对生物安全有着极大的危害。人体器官在短暂的低浓度危险气体暴露下通常还能够保持安全，而长期暴露则会受到不可逆转的损害。以常见的空气污染物NO2为例，长时间暴露在这种气体中会导致头晕、呕吐和意识丧失。但值得注意的是，绝大部分危害气体在低浓度时，对于生物体所表现出的是无色无味，使生物体处于危险环境中而无法察觉。因此，需要借助传感器，来监测预警低浓度的危害气体。
[0003]现阶段，人们对于气体的分类进行了很多研究，目前主要通过物理和化学鉴定方法检测低浓度有害气体，包括非色散红外法、气相色谱法、纳氏试剂比色法、离子选择电极法，但操作过程繁琐，所使用的仪器也需要专业训练，而且不能进行实时检测。而仿生嗅觉系统的引入，将极大改善这一问题。通过简单的制备方法得到的OFET对不同气体有不同的突触行为，将该行为结合CNN 神经网络提取特征，从而进行气体种类和浓度的识别分类。相较于传统气体传感器，该方法将整个动态过程进行特征提取，而不是单一的响应时间、响应值，因此在所需训练数据较少的情况下可以得到较高的识别率。

技术实现思路

[0004]为解决
技术介绍
中所提出的技术问题，本专利技术提供一种气体识别方法、突触晶体管器件及其制备方法，具体包括如下步骤：
[0005]获取突触晶体管器件在无气体刺激下的初始电流；
>[0006]向突触晶体管器件施加不同气体刺激，分别获取突触电流，计算不同突触电流和初始电流之间的差值ΔPSC；
[0007]基于CNN神经网络，训练学习，进行特征提取，对气体种类及浓度的识别进行分类，得到分类后数据。
[0008]上述方案中利用突触晶体管器件的突触行为曲线与CNN进行结合可以实现单个器件分析多种气体及其浓度。
[0009]作为上述方案的进一步改进，撤掉外部气体刺激后，突触晶体管器件的气敏性电荷传输单元的电流值会逐渐衰变。
[0010]作为上述方案的进一步改进，识别分类方法是基于整个动态响应过程而纳入分析提取特征的。
[0011]本专利技术提出了一种突触晶体管器件，其用于上述的方案中的识别方法，突触晶体管器件包括作为栅电极的基底上沉积的绝缘介电层，在介电层上设置的修饰层以及在修饰层上旋涂的气敏性活性层，上述工作利用旋涂仪进行，且气敏性活性层上间隔设置有源电极和漏电极，气敏性活性层对多种气体具有类突触行为。
[0012]优选的，气敏性活性层为有机物，其能够使用溶液旋涂以大面积制备，具有较高电学性能，用以在室温下对多种气体及浓度进行响应。
[0013]优选的，气敏性活性层采用的的材料为PTDPPSe
‑
C7Si5。
[0014]优选的，修饰层为CYTOP层。
[0015]本专利技术还提出了一种突触晶体管器件的制作方法，包括如下步骤：
[0016]取表面带有SiO2层的高掺杂硅片，将带有SiO2层的高掺杂硅片依次用食人鱼溶液和去离子水清洗，然后用氮气流干燥，以1800
‑
2200rpm转速下持续30
‑
50 秒在其表面旋涂CYTOP作为修饰层；
[0017]将PTDPPSe
‑
C7Si5溶解在氯仿中，浓度为4
‑
6mg/ml，室温下震荡1.5
‑
2.5h，在手套箱中，通过旋涂仪将溶液旋涂在形成有CYTOP层的基底上， 2500
‑
3500rpm转速下持续30
‑
50秒，然后在真空烘箱中干燥过夜，不加热以除去溶剂，随后，将Au通过阴影掩膜热蒸发至气敏性活性层上，形成厚度为 45
‑
55nm的源极和漏极，其中沟道的长度和宽度分别为1000μm和100μm。
[0018]本专利技术同样提出了一种突触晶体管器件在气体种类及浓度的识别中的应用。
[0019]相比现有技术，本专利技术的有益效果在于：
[0020]1、本专利技术利用突触晶体管对不同气体的类突触行为响应，结合CNN神经网络软件算法，将整个响应恢复随时间的动态过程纳入分析，相较于传统传感器仅对单一气体的响应性、恢复时间的分析方法，本专利技术所使用的方法功能更多、成本更低、操作过程更为简单。
[0021]2、本专利技术基于有机场效应晶体管的突触行为，能够实现单个器件对气体种类及其浓度的识别，可重复利用，降低成本。
[0022]3、本专利技术可实现气体检测的小型化和集成化，有利于提高气体种类和浓度识别的准确率。
[0023]4、本专利技术的突触晶体管器件的气体响应性能和电学性能优异，且制作方法简单、成本低，具有好的应用前景。
附图说明
[0024]图1为本专利技术突触晶体管器件的结构示意图。
[0025]图2为本专利技术实施例1中PTDPPSe
‑
C7Si5的结构式；
[0026]图3为本专利技术实施例1中CNN神经网络模型工作方式；
[0027]图4为本专利技术实施例1中CNN神经网络模型对于气体种类、浓度的训练测试准确率与训练次数的关系；
[0028]图5为本专利技术实施例1中CNN神经网络模型对于气体种类、浓度的训练测试交叉熵损失函数与训练次数的关系；
[0029]图6为本专利技术实施例1中未知气体种类及浓度经训练后模型验证的输出结果。
[0030]主要符号说明：
[0031]1、高掺杂硅基底；2、绝缘介电层；3、修饰层；4、气敏性活性层；5、源电极；6、漏电极。
具体实施方式
[0032]下面，结合附图以及具体实施方式，对本专利技术做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
[0033]实施例1：
[0034]本实施例第一方面提出一种突触晶体管器件，突触晶体管器件包括作为栅电极的基底上沉积有绝缘介电层，在介电层上设置的修饰层以及在修饰层上旋涂的气敏性活性层，且气敏性活性层上间隔设置有源电极和漏电极，气敏性活性层对多种气体具有类突触行为。源电极和漏电极选用Au电极，二者之间间距为100μm。
[0035]作为本专利技术一可选地实施方式，气敏性活性层为有机物，其能够使用溶液旋涂以大面积制备，具有较高电学性能，用以在室温下对多种气体及浓度进行响应。其中，较高电学性能指的是在有机场效应晶体管作为气体传感器领域中，我们的器件所表现的基础电学性能(载流子迁移率：＞0.8cm2V
‑1s
‑1)优于大多数已报道的器件(0.4
‑
0.7cm2V
‑1s
‑1)。
[0036]作为本专利技术一可选地实施方式，气敏性活性层采用的材料为 PTDPPSe
‑
C7Si5(结构式如图2所示)。本实施例的PTDPPS本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种气体识别方法，其特征在于，其利用突触晶体管器件，具体包括如下步骤：获取突触晶体管器件在无气体刺激下的初始电流；向突触晶体管器件施加不同气体刺激，分别获取突触电流，计算不同突触电流和初始电流之间的差值ΔPSC；基于CNN神经网络，训练学习，进行特征提取，对气体种类及浓度的识别进行分类，得到分类后数据。2.如权利要求1所述的识别方法，其特征在于，撤掉外部气体刺激后，所述突触晶体管器件的气敏性电荷传输单元的电流值会逐渐衰变。3.如权利要求2所述的识别方法，其特征在于，所述识别分类方法是基于整个动态响应过程而纳入分析提取特征的。4.一种突触晶体管器件，其用于权利要求1
‑
3任一项所述的识别方法，其特征在于，所述突触晶体管器件包括作为栅电极的基底上沉积的绝缘介电层、在所述介电层上设置的修饰层以及在所述修饰层上旋涂的气敏性活性层，所述气敏性活性层上间隔设置有源电极和漏电极，所述气敏性活性层对多种气体具有类突触行为。5.如权利要求4所述的一种突触晶体管器件，所述气敏性活性层为有机物，其能够使用溶液旋涂以大面积制备，其能够在室温下对多种气体及浓度进行响应。6.如权利要求4或5所述的一种突触晶体管器件，所述气敏性活性层采用的的材料为PTDPPSe...

【专利技术属性】
技术研发人员：邱龙臻，吴孝成，王邦虎，王晓鸿，王恒，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：