Ultrasensitive NO2 Gas Sensors Based on Layered α‐MoO3 Nanoribbons

三氧化钼 材料科学 选择性 检出限 纳米技术 气相 灵敏度(控制系统) 表征(材料科学) 二硫化钼 电子工程 化学 催化作用 有机化学 色谱法 冶金 物理化学 工程类
作者
Wei Li,Kaijian Xing,Porun Liu,Cheng‐Hao Chuang,Ying‐Rui Lu,Ting‐Shan Chan,Tuquabo Tesfamichael,Nunzio Motta,Dongchen Qi
出处
期刊:Advanced materials and technologies [Wiley]
卷期号:7 (4) 被引量:23
标识
DOI:10.1002/admt.202100579
摘要

Abstract The detection and monitoring of nitrogen dioxide (NO 2 ) plays a vital role in the environmental, healthcare, farming, and industrial sectors. However, the development of NO 2 gas sensors with simultaneously high sensitivity, reversibility, low detection limit, and excellent selectivity remains challenging. In this work, an ultrasensitive NO 2 gas sensor with superb selectivity and reversibility is demonstrated based on α‐phase molybdenum trioxide (α‐MoO 3 ). Nanoribbons of α‐MoO 3 are synthesized via vapor phase transport (VPT) and systematically characterized using a combination of advanced characterization probes. At an optimal operating temperature of 125 °C, the α‐MoO 3 ‐based sensor shows a very high sensitivity toward NO 2 with a detection limit as low as 24 ppb, while also exhibiting excellent selectivity and reversibility. Such impressive performance originates from the layered nature of the α‐MoO 3 nanoribbons as well as the hierarchical assembly of the nanoribbons as the sensing layer. The study demonstrates a facile sensing platform based on α‐MoO 3 for ultrasensitive and selective NO 2 gas sensing.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
ZhuYJ完成签到,获得积分10
刚刚
刚刚
eason完成签到,获得积分10
1秒前
NexusExplorer应助灰太狼大王采纳,获得10
1秒前
左佳伟发布了新的文献求助10
2秒前
wangting发布了新的文献求助10
2秒前
ZhuYJ发布了新的文献求助10
3秒前
00完成签到,获得积分10
4秒前
nsdcdcbdv发布了新的文献求助10
4秒前
赘婿应助眼睛大初翠采纳,获得10
4秒前
等待羿发布了新的文献求助10
4秒前
Zhang发布了新的文献求助10
5秒前
一碗笋汤完成签到 ,获得积分10
5秒前
白开水完成签到 ,获得积分10
7秒前
fxt完成签到,获得积分10
7秒前
8秒前
9秒前
幻月完成签到,获得积分10
10秒前
12秒前
剑八发布了新的文献求助10
15秒前
烂漫的无心完成签到,获得积分10
15秒前
大川发布了新的文献求助10
15秒前
树叶有专攻完成签到,获得积分10
15秒前
传奇3应助英俊纸飞机采纳,获得10
16秒前
慕青应助科研通管家采纳,获得30
16秒前
慕青应助科研通管家采纳,获得10
16秒前
CipherSage应助科研通管家采纳,获得10
16秒前
大个应助科研通管家采纳,获得10
17秒前
酷波er应助科研通管家采纳,获得10
17秒前
orixero应助科研通管家采纳,获得10
17秒前
乐乐应助科研通管家采纳,获得10
17秒前
Akim应助科研通管家采纳,获得10
17秒前
JIEJIEJIE应助科研通管家采纳,获得10
17秒前
深情安青应助科研通管家采纳,获得10
17秒前
Akim应助肖孟良采纳,获得10
17秒前
ding应助科研通管家采纳,获得10
17秒前
17秒前
桐桐应助科研通管家采纳,获得10
17秒前
18秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Modern Epidemiology, Fourth Edition 5000
Kinesiophobia : a new view of chronic pain behavior 5000
Molecular Biology of Cancer: Mechanisms, Targets, and Therapeutics 3000
Digital Twins of Advanced Materials Processing 2000
Weaponeering, Fourth Edition – Two Volume SET 2000
Signals, Systems, and Signal Processing 610
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 纳米技术 化学工程 生物化学 物理 计算机科学 内科学 复合材料 催化作用 物理化学 光电子学 电极 冶金 细胞生物学 基因
热门帖子
关注 科研通微信公众号,转发送积分 6018248
求助须知:如何正确求助?哪些是违规求助? 7605646
关于积分的说明 16158476
捐赠科研通 5165797
什么是DOI,文献DOI怎么找? 2765030
邀请新用户注册赠送积分活动 1746581
关于科研通互助平台的介绍 1635307