가스센서 제조 공정 결함 제어 및 데이터 기반 패턴인식/계측 자동화 연구

Defect-controlled fabrication and neural-pattern recognition for gas sensing automation

연구 내용

ZnO 및 TMD 감지층에 양성자 빔·레이저 공정으로 결함과 입자 형성을 제어하고, 신경망 기반 농도 추정으로 측정 자동화를 구현하는 연구

가스센서 제작 단계에서 결함과 미세구조를 직접 제어하기 위해 양성자 빔과 레이저 조사 공정을 적용합니다. ZnO 감지층에는 proton-beam을 통해 산소 결함 및 아연 결함을 형성하여 습도 안정성과 센싱 감도를 동시에 개선하는 방식을 검토합니다. TMD 감지층에는 laser 조사로 1차 입자의 증발 후 응집된 2차 입자 형성을 유도하여 활성 표면과 반응 거동을 조절합니다. 또한 센서 어레이 출력에 대해 neural network 기반 패턴인식으로 CO/NO2 혼합물 농도 추정을 수행해 계측제어 및 자동 판별 절차를 보강합니다. 유독가스 환경에서는 Fe3O4 나노선 기반 자가발열형 설계를 연동합니다.

관련 프로젝트

3건

연구 흐름

제조 공정의 출발점으로 결함 형성이 감지 성능에 미치는 영향을 정리하고, proton-beam 기반 ZnO 결함 형성으로 습도 조건에서의 신뢰도 변화를 평가했습니다. 이어서 레이저 조사로 TMD 감지층의 입자 구조를 재형성하는 공정 전략을 적용하여 응답 신호의 재현성과 선택성 개선 방향을 확인했습니다. 한편 센서 출력의 변동성을 완화하기 위해 신경망 기반 패턴인식으로 가스 혼합물의 농도를 추정하고, 현장 운용을 고려해 자가발열형 나노선 센서 및 수소센싱용 표면/물성 제어 과제를 병행했습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

양성자빔 결함 제어 기반 제조 공정
레이저 조사 기반 TMD 감지층 재형성
ZnO 결함 안정화 센싱 플랫폼
자가발열형 유독가스 감지 소자
수소센싱용 표면 활성화 소재
센서 어레이 농도 추정 모델
습도 보정 포함 패턴인식 알고리즘
현장형 계측제어 자동 보정 시스템
저전력 운용형 측정 모듈
측정-판정 통합 캘리브레이션 체계