Un capteur plus intelligent renifle les gaz cibles
Le capteur de l’équipe pourrait être utilisé dans des contextes qui nécessitent des tests sensibles pour les gaz, tels que les diagnostics médicaux ou pour la détection de fuites de gaz industriels dangereux. 1 crédit
Un capteur chimique doté d’une intelligence artificielle peut apprendre à détecter certains gaz dans l’air avec une sensibilité et une sélectivité élevées. L’appareil, développé à KAUST, utilise l’apprentissage automatique pour différencier les gaz en fonction de la manière dont ils induisent de légers changements de température dans le capteur lorsqu’ils interagissent avec lui.
Les capteurs électroniques intelligents capables de détecter des molécules spécifiques en suspension dans l’air sont très demandés pour être utilisés dans des applications allant du diagnostic médical à la détection de fuites de gaz industriels dangereux. Le défi consiste à détecter avec précision le gaz cible parmi le mélange complexe de produits chimiques généralement présents dans l’air, explique Usman Yaqoob, postdoctorant dans les laboratoires de Mohammad Younis, qui a dirigé la recherche. « Les technologies de détection existantes souffrent encore d’une sensibilité croisée », déclare Yaqoob.
Plutôt que de se tourner vers des matériaux exotiques ou des revêtements spéciaux pour essayer d’améliorer la sélectivité des capteurs, l’équipe applique l’apprentissage automatique. Côté matériel, le cœur de l’appareil est une bande de silicium chauffée appelée résonateur à microfaisceau. Lorsque le microfaisceau est serré aux deux extrémités, de sorte qu’il est plié presque jusqu’au point de flambage, la fréquence à laquelle le microfaisceau résonne est très sensible aux changements de température.
« Lorsqu’il est utilisé près du point de flambage, le microfaisceau chauffé montre une sensibilité significative à différents gaz lorsqu’ils ont une conductivité thermique inférieure ou supérieure à celle de l’air », explique Yaqoob. Les gaz à conductivité thermique plus élevée que l’air, tels que l’hélium et l’hydrogène, refroidissent la micropoutre, ce qui augmente sa raideur et sa fréquence de résonance. Des gaz comme l’argon, avec une conductivité thermique plus faible, ont l’effet inverse. « Le changement de fréquence de résonance est détecté à l’aide d’un vibromètre analyseur de microsystème », explique Yaqoob.
L’équipe a ensuite utilisé l’intelligence artificielle pour analyser les données et identifier les changements caractéristiques de la fréquence de résonance correspondant aux différents gaz. « Des algorithmes de traitement de données et d’apprentissage automatique sont utilisés pour générer des marqueurs de signature uniques pour chaque gaz testé afin de développer un modèle de classification des gaz précis et sélectif », explique Yaqoob. Une fois formé sur les données de la réponse du capteur à l’hélium, à l’argon et au CO2l’algorithme pourrait alors identifier ces gaz avec une précision de 100 % dans un ensemble de données inconnu.
« Contrairement aux capteurs de gaz traditionnels, notre capteur ne nécessite aucun revêtement spécial, ce qui améliore la stabilité chimique de l’appareil et le rend également évolutif », déclare Younis. « Vous pouvez réduire l’appareil au régime nano sans affecter ses performances car il a besoin d’une grande surface pour le revêtement », dit-il.
La recherche est publiée dans le Journal des capteurs IEEE.
