亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Enhanced memristor-based gas sensor for fast detection using a porous carbon nanotube top electrode with membrane

电极 材料科学 碳纳米管 吸附 响应时间 多孔性 纳米技术 乙二胺 分析化学(期刊) 化学工程 光电子学 无机化学 化学 复合材料 色谱法 有机化学 计算机图形学(图像) 物理化学 计算机科学 工程类
作者
Myoungsu Chae,Doowon Lee,Jin-Su Jung,Hee‐Dong Kim
出处
期刊:Cell reports physical science [Elsevier BV]
卷期号:4 (11): 101659-101659 被引量:7
标识
DOI:10.1016/j.xcrp.2023.101659
摘要

The detection speed of a memristor-based gas sensor (gasistor) is limited because it detects gas passing through the top electrode (TE). In this work, to enhance the response characteristics to nitric oxide (NO) for a hafnium dioxide (HfO2)-based gasistor, we propose the use of a porous carbon nanotube (CNT) electrode and N-[3-(trimethoxysilyl)propyl]ethylenediamine (en-APTAS) familiar with NO. First, the CNT as a TE provides approximately five times more sensitivity to 50-ppm NO than that with the conventional metal-TE. Also, when employing the en-APTAS of 1.5 wt % to further enhance the response/response time to NO, we observe a 2-fold higher response under 50-ppm NO at room temperature (RT), as well as a 134-s faster response time with en-APTAS due to the increased adsorption energy of the electrode. These results indicate that the use of both porous TE and an en-APTAS membrane with high adsorption energies can effectively improve the NO-sensing characteristics of the gasistor.

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
3秒前
木十四完成签到 ,获得积分10
28秒前
42秒前
Soul完成签到 ,获得积分20
44秒前
45秒前
50秒前
53秒前
不安太阳发布了新的文献求助10
57秒前
MUYI完成签到,获得积分10
59秒前
慕青应助一方采纳,获得10
59秒前
xyjf15发布了新的文献求助10
1分钟前
Keats发布了新的文献求助10
1分钟前
zyh关闭了zyh文献求助
1分钟前
斯文的薯片完成签到,获得积分10
1分钟前
1分钟前
Yas应助HS215采纳,获得10
1分钟前
林枫发布了新的文献求助10
1分钟前
1分钟前
打打应助Crushxk采纳,获得10
1分钟前
xx应助林枫采纳,获得10
1分钟前
ling361完成签到,获得积分10
1分钟前
CAST1347完成签到,获得积分0
1分钟前
林枫完成签到,获得积分10
1分钟前
GingerF应助科研通管家采纳,获得80
1分钟前
fearless应助科研通管家采纳,获得10
1分钟前
共享精神应助科研通管家采纳,获得20
1分钟前
在水一方应助科研通管家采纳,获得10
1分钟前
汉堡包应助蔷薇之花采纳,获得10
1分钟前
科目三应助ax采纳,获得10
1分钟前
1分钟前
是老六呀完成签到,获得积分20
1分钟前
汤姆完成签到,获得积分10
1分钟前
蔷薇之花发布了新的文献求助10
1分钟前
是老六呀发布了新的文献求助10
2分钟前
科研通AI6.1应助200072采纳,获得10
2分钟前
英俊的铭应助善逸采纳,获得10
2分钟前
CipherSage应助Keats采纳,获得10
2分钟前
2分钟前
2分钟前
一方给一方的求助进行了留言
2分钟前
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
Introduction to Helicopter and Tiltrotor Flight Simulation, Second Edition 2500
Developing Genetic Editing Tools for Lysobacter 2000
卤化钙钛矿人工突触的研究 2000
Моделирование процессов самоорганизации в кристаллообразующих системах 1000
History of U.S. Space Surveillance and Satellite Cataloging 1000
Malcolm Fraser : a biography 700
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6512103
求助须知:如何正确求助?哪些是违规求助? 8305539
关于积分的说明 17741046
捐赠科研通 5613618
什么是DOI,文献DOI怎么找? 2923654
邀请新用户注册赠送积分活动 1900837
关于科研通互助平台的介绍 1762574