Моделирование функциональных характеристик сенсоров газа на основе полиакрилонитрила

• Автор: Бедная, Татьяна Алексеевна
• Шифр специальности: 05.27.01
• Научная степень: Кандидатская
• Год защиты: 2014
• Место защиты: Таганрог
• Количество страниц: 134 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ
1. Моделирование физико-химических свойств газочувствительных материалов методами математического моделирования и вычислительного эксперимента
1.1. Использование металлорганических нанокомпозитных полимерных материалов в сенсорах газов
1.1.1.Технология формирования газочувствительного материала и получения пленок металлсодержащего полиакрилонитрила
1.1.2. Анализ факторов, влияющих на физико-химические свойства пиролизованного полиакрилонитрила
1.2. Статистические методы исследования и прогнозирования физикохимических свойств материалов по заданным параметрам
1.2.1. Множественная линейная регрессия
1.2.2. Нейронные сети
1.2.3. Метод частичных наименьших квадратов (РЬБ)
1.2.4. Метод опорных векторов
1.2.5. Метод к ближайших соседей
1.2.6. Алгоритм «случайный лес»
1.3. Выводы
2. Разработка алгоритма построения математической модели
2.1. Моделирование свойств материалов в зависимости от режимов технологического процесса
2.2. Численные методы построения регрессионной модели по данным нейросетевого анализа
2.3. Программная реализация алгоритма построения математических моделей
2.4. Выводы
3. Разработка математических моделей физико-химических свойств металлсодержащего полиакрилонитрила и функциональных характеристик сенсора газа на его основе
3.1. Выбор входных параметров для моделирования физико-химических свойств пленок металлсодержащего полиакрилонитрила
3.2. Разработка регрессионной модели зависимости удельного сопротивления
и газочувствительности от технологических параметров
3.3. Разработка нейросетевых моделей зависимости функциональных характеристик сенсоров газов на основе полиакрилонитрила от технологических
параметров
3.3.1 Моделирование коэффициента газочувствительности сенсоров диоксида азота и хлора на основе полиакрилонитрила
3.3.1.1 Сенсор на основе кобальтсодержащего ПАН
3.3.1.2 Сенсор на основе серебросодержащего ПАН.
3.3.1.3. Сенсор на основе медьсодержащего ПАН
3.3.2. .Моделирование процессов адсорбции молекул диоксида азота и хлора
3.3.3.Исследование селективности сенсоров на основе пленок кобальтсодержащего полиакрилонитрила
3.3.4.Исследование стабильности отклика сенсоров на основе пленок кобальтсодержащего полиакрилонитрила
3.4. Выводы
4. Определение параметров технологического процесса сенсоров газа с контролируемыми характеристиками
4.1. Тестирование регрессионной модели
4.2. Проверка адекватности построенных нейросетевых моделей
4.3. Разработка регрессионной модели коэффициента газочувствительности кобальтсодержащего полиакрилонитрила по данным нейросетевого анализа..
4.4. Определение технологических параметров изготовления сенсоров газов

4.5. Выводы
Заключение
Список литературы
Приложение А
Приложение Б

ВВЕДЕНИЕ
В последнее время в качестве газочувствительных материалов (ГЧМ) сенсоров газов резистивного типа используются полимерные органические материалы, обладающие полупроводниковыми свойствами, среди которых интенсивно исследуются электропроводящие полисопряженные полимеры. Свойства полупроводниковых органических ГЧМ могут быть изменены в широких пределах путем изменения их структуры и состава, в том числе с помощью модифицирования состава переходными металлами. Такие ГЧМ обладают высокой чувствительностью и селективностью, быстрым обратимым адсорбционным откликом и работают при комнатной температуре. Одним из таких материалов является полиакрилонитрил (ПАН). Создание неподогревных сенсоров газов на основе металлсодержащего ПАН является актуальной проблемой.
Как правило, оптимальный химический состав металлсодержащего ПАН с целью получения сенсоров газа с заданными характеристиками определяют экспериментально путем изменения режимов технологического процесса. В случае многокомпонентной системы, каковым является сенсор газа на основе металлсодержащего ПАН, такой подход приводит к излишним материальным и временным затратам.
С другой стороны, недостаточная разработанность общей теории физикохимических и газочувствительных свойств полимерных ГЧМ также не позволяет установить зависимости между электрофизическими свойствами ГЧМ, характеристиками сенсоров газов на их основе и режимами технологического процесса их формирования.
В этой связи актуальной проблемой является разработка математических моделей, с помощью которых можно определить параметры технологических процессов формирования ГЧМ с заданными свойствами, а сенсоров газов на их основе с контролируемыми функциональными характеристиками.

параметров, которые нужно оценить, делится на части. Далее часть параметров фиксируется, условно считается, что они известны, а другая часть оценивается [71-74].
В модели участвуют две группы переменных: латентные - переменные, которые не измерены непосредственно, и наблюдаемые - индикаторы, которые должны предсказывать значение латентных переменных. Наблюдаемые переменные содержатся в наборе данных, которым располагает исследователь.
Модель делится на внутреннюю и внешнюю.
Внутренняя модель - это структурная модель, которая описывает связи между латентными переменными.
Внешняя модель - это измерительная модель, которая описывает связи между латентными и наблюдаемыми переменными.
Латентные переменные обычно обозначат как £, наблюдаемые -
Измерительные модели могут быть трех типов, все зависит от способа составления латентных переменных.
1. Рефлективный способ - каждая наблюдаемая переменная отражает латентные переменные. Наблюдаемые переменные сопоставлены со своими латентными переменными с помощью простой регрессии, где £ имеет среднее ноль и стандартное отклонение единица:
Хк~Лм+ [1.10)
где хн - наблюдаемая переменная, я* - коэффициенты модели, ец~ остатки.
Делается предположение, что остатки еА имеют среднее ноль и не коррелируют с латентными переменными.
Наблюдаемые переменные, которые относятся к одной латентной переменной, должны изначально коррелировать между собой.
2. Формативный способ - предполагается, что латентные переменные составлены из собственных наблюдаемых переменных, то есть латентные переменные представляют собой линейную функцию от наблюдаемых переменных плюс ошибки: