МОДЕЛИРОВАНИЯ СВОЙСТВ МАТЕРИАЛОВ СЕНСОРОВ ГАЗОВ НА ОСНОВЕ КОБАЛЬТСОДЕРЖАЩЕГО ПОЛИАКРИЛОНИТРИЛА С ИСПОЛЬЗОВАНИЕМ РЕГРЕССИОННОГО АНАЛИЗА И НЕЙРОННЫХ СЕТЕЙ
Аннотация
Разработан подход моделирования для материалов на основе органических полупро- водников их физико-химических и газочувствительных свойств. Для моделирования исполь- зовались такие методы как множественная линейная и нелинейная регрессия, нейронные сети. В качестве входного вектора для моделирования свойств металлосодержащего по- лиакрилонитрила являются параметры технологического процесса формирования мате- риалов: массовая доля легирующего компонента (кобальта) в пленкообразующем растворе, технологические режимы ИК-отжига: температура, время первого и второго этапов. Выходной вектор - функциональные характеристики и физико-химические свойства мате- риалов (удельное сопротивление, коэффициент газочувствительности, стабильность и селективность). Методом ИК-пиролиза синтезированы металл-углеродные системы с металлическими частицами Co на основе полиакрилонитрила. Измерены значения сопро- тивления в среде детектируемого газа (хлора). Моделирование функциональных характе- ристик и физико-химических свойств материалов проводилось на основе данных, получен- ных при исследовании 200 образцов пленок кобальт/полиакрилонитрил. Множественной линейной регрессии оказалась эффективной для прогноза значений удельного сопротивле- ния. Нейронные сети использованы для прогнозирования значений коэффициента газочув- ствительности, селективности и стабильности пленок кобальтсодержащего полиакрило- нитрила. Построена искусственная нейронная сеть в виде многослойного персептрона для прогнозирования коэффициента газочувствительности элементов сенсора газа на основе данных технологических процессов получения материала (массовая доля легирующего ком- понента (кобальта) в пленкообразующем растворе, технологические режимы ИК-отжига: температура, время первого и второго этапов). Проверена соответствие синтезирован- ной модели: экспериментальным данным: коэффициент корреляции R=0,82, среднеквадра- тичная ошибка st= 0,017. Синтезированные модели в пределах экспериментальной ошибки удовлетворительно описывает собранные данные, что позволяет оптимизировать хими- ческий состав и условия термообработки.
