Найти

Результаты поиска

• МОДЕЛИРОВАНИЯ СВОЙСТВ МАТЕРИАЛОВ СЕНСОРОВ ГАЗОВ НА ОСНОВЕ КОБАЛЬТСОДЕРЖАЩЕГО ПОЛИАКРИЛОНИТРИЛА С ИСПОЛЬЗОВАНИЕМ РЕГРЕССИОННОГО АНАЛИЗА И НЕЙРОННЫХ СЕТЕЙ

  Т. А. Бедная , С.П. Коноваленко

  2023-02-27

  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.