利用6G物联网(6G-IoT)和人工智能优化的太赫兹气体传感器,在采矿现场实现智能环境风险监测

《IEEE Potentials》:Intelligent Environmental Risk Surveillance in Mining Sites Using 6G-IoT and AI-Optimized Terahertz Gas Sensor

【字体: 大 中 小 】 时间:2026年10月21日 来源:IEEE Potentials CS1.3

编辑推荐:

   摘要: 在地下矿井中可靠地检测有害气体需要具备高光谱选择性、可调谐性、快速数值设计以及与智能监控基础设施兼容性的传感平台。本文报道了一种基于石墨烯、黑磷(BP)和VO2的混合太赫兹(THz)超传感器,用于选择性检测NO2、CH4、CO、H2S和SO2。该设备利用了石墨

  

摘要:

在地下矿井中可靠地检测有害气体需要具备高光谱选择性、可调谐性、快速数值设计以及与智能监控基础设施兼容性的传感平台。本文报道了一种基于石墨烯、黑磷(BP)和VO2的混合太赫兹(THz)超传感器,用于选择性检测NO2、CH4、CO、H2S和SO2。该设备利用了石墨烯可调谐等离子体限制效应、black phosphorus(BP)中的各向异性电流重新分布以及VO2中的导电性控制阻抗调制功能。通过开发一种波概念迭代过程公式,对多层共振结构进行全波分析,并通过超薄导电界面的解析传输结果进行了验证。该求解方法实现了低于百分点的数值误差,并将运行时间缩短了约58.6×,与有限差分时域(FDTD)方法相比,在128×128离散化下具有更优的性能。初始传感器对SO2的灵敏度可达0.985 THz/折射率单位(RIU),优值(FOM)为11.42 RIU?1。为了加速设计优化,引入了一个在WCIP生成的数据上训练的深度神经网络(DNN)替代模型,用于预测气体依赖的光谱响应并确定最佳材料参数。该模型具有较高的回归精度,平均误差为R2,优于传统的回归算法。在DNN引导的优化之后,SO2的灵敏度提高至1.8 THz/RIU,与独立WCIP验证结果的平均偏差仅为0.47%。最后,将优化后的传感器嵌入到一个概念性的6G物联网(IoT)监控框架中,实现了低延迟传输、边缘到云的分析、异常检测和决策支持。所提出的方法为智能采矿环境中高灵敏度的智能气体监测建立了一种紧凑的设备到系统的路径。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号