规模化气体传感器制备新策略:气敏材料合成与沉积一步法工艺
2026-04-26 09:38:20 来源:麦姆斯咨询 评论:0 点击:
半导体金属氧化物(SMO)气体传感器因其高灵敏度、低成本及低功耗等优势,被广泛应用于空气监测、工业安全及有害气体检测等领域。纳米技术的进步使得对半导体金属氧化物的形态和电子结构的精确调控成为可能,从而提升其传感性能。然而,将纳米尺度半导体金属氧化物应用于气体传感器时,通常需经历材料合成与后续转移至器件基底两个步骤,这在确保高均匀性和可重复性方面面临诸多挑战。
据麦姆斯咨询报道,近日,北京理工大学刘霞教授和中国科学院上海微系统与信息技术研究所涂敏研究员等人联合提出了一种基于火花烧蚀打印技术的规模化气体传感器制备新策略,能够同步合成半导体金属氧化物薄膜并将其直接沉积到微热板传感器芯片上。这种一步法工艺能够集成纯相和贵金属修饰的半导体金属氧化物材料,实现ppb级的气体检测极限,并具备优异的器件间一致性。此外,由多种不同半导体金属氧化物材料构成的气体传感器阵列,在结合机器学习算法后,能够实现对四种气体的精准分类(准确率> 99%),展示了该方法在规模化与智能化气体传感应用中的巨大潜力。相关研究成果以“Scalable fabrication of gas sensors via spark-ablation printing of semiconductive metal oxide nanoparticles and heterostructures”为题发表在Microsystems & Nanoengineering期刊上。
在这项工作中,研究人员提出了一种火花烧蚀打印技术,能够在传感器平台上同步合成并沉积金属氧化物纳米颗粒。这种无需溶剂、无需转移的工艺能够实现精确的位置控制,并有助于制造高性能气体传感器。火花烧蚀打印技术通过在导电电极之间施加高压放电,实现靶材的气化。每次放电产生的气化原子与团簇物在气流中迅速淬冷并稀释。原子与团簇之间的后续碰撞导致它们立即黏附并生长为纳米颗粒,这些纳米颗粒可进一步聚集成纳米多孔团聚体。这些气溶胶颗粒随后由气流输送,并以空间可控的方式沉积到MEMS微热板基底上。该无溶剂工艺可制备高化学纯度的多孔金属氧化物薄膜。当与空间可编程沉积技术结合时,还可实现区域选择性图案化,并在传感器阵列中保持高度均匀性。

用于制备气体传感器阵列的火花烧蚀打印策略示意图
研究人员利用火花烧蚀打印技术制备出SnO₂薄膜原型,这是一种在化学电阻式气体传感器中广泛应用的代表性气体敏感材料。结果表明,经火花烧蚀制备的SnO₂薄膜具有高结晶度、成分均匀性和多孔结构,提供了丰富的活性位点,并有助于气体的高效扩散,从而为实现优异的气体传感性能奠定了坚实的结构基础。

通过火花烧蚀打印沉积的半导体金属氧化物薄膜表征
通过在MEMS微热板的感测区域上进行区域选择性打印多孔SnO₂层,形成了化学电阻式气体传感器。在最佳工作温度325 °C下,SnO₂传感器对0.5-5 ppm浓度范围内的NO₂表现出可逆响应。在反复暴露于2 ppm NO₂时,响应信号几乎保持不变,证实了传感器的可重复性能。随后对选择性进行了评估,因为它是气体传感中的一个关键参数。以不同打印速度制备的SnO₂薄膜对2 ppm的NO₂、H₂S、NH₃和H₂进行了测试。传感器对NO₂的响应显著高于其他被测气体,证实了传感器的选择性。

SnO₂传感器的气体传感性能
金(Au)、铂(Pt)和钯(Pd)等贵金属具有高功函数和强电子俘获能力,有助于半导体金属氧化物界面上的电荷转移。结合其固有的催化活性,这些特性可以提高传感器灵敏度,降低工作温度,并提高气体选择性,因此贵金属被广泛用于半导体金属氧化物基传感器的功能化。除了半导体金属氧化物之外,火花烧蚀技术还可以用于沉积贵金属簇,这些簇可以可控地集成到半导体金属氧化物薄膜中。在此基础上,研究人员通过Au和Sn电极的共烧蚀,制备了不同Au含量的SnO₂薄膜。在275 °C的最佳工作温度下,评估了Au掺入对SnO₂传感器传感特性的影响。Au的电子和催化功能促进了Au-SnO₂界面上的电荷转移,并促进了氧的活化,从而解释了响应增强、选择性提高、检测限降低以及恢复速度加快的现象。

Au/SnO₂纳米颗粒的表征和Au/SnO₂基气体传感器的传感性能
为了证明火花烧蚀打印技术的通用性,气体传感器由两种代表性的半导体金属氧化物制成:ZnO(n型)和NiO(p型)。与之前报道的基于半导体金属氧化物的气体传感器相比,通过火花烧蚀打印制造的器件在响应性、检测限和响应时间方面表现出顶尖性能。此外,这种方法显示出可规模化批量制造的巨大潜力,进一步证明其适用于高性能气体传感器的生产。

火花烧蚀打印制备的ZnO和NiO传感器气体传感性能
火花烧蚀打印技术的材料通用性使得制备多氧化物传感器阵列成为可能,这类阵列利用互补的响应模式来实现对多种气体的可靠区分。因此,机器学习被应用于根据SnO₂、ZnO和NiO传感器的响应对气体进行分类。混淆矩阵分析证实,在四种气体中分类几乎达到了完美,仅在H₂和NH₃之间存在少量(<1%)的误分类。这些结果强调了火花烧蚀制备的氧化物传感器阵列和机器学习的协同潜力,为环境监测和安全领域的智能气体传感提供了一条可靠的途径。

利用所制备的传感器阵列进行气体识别的机器学习结果
综上所述,研究人员验证了火花烧蚀打印技术在制备高性能MEMS气体传感器方面的有效性。这种一步法工艺能够同时生成纳米尺寸的半导体金属氧化物以及贵金属修饰的半导体金属氧化物,并将其直接沉积在传感区域,从而有效克服了传统合成-转移工作流程的局限性。所制备的传感器对H₂S和NO₂气体表现出高传感性能,并且在大面积传感器阵列上具有优异的均匀性。利用该技术的通用性,研究人员进一步制备了多材料传感器阵列,并将其与机器学习相结合,实现了对NO₂、H₂S、NH₃和H₂近乎完美的分类,误分类率低于1%。总体而言,火花烧蚀工艺将材料合成与器件集成统一到单一且可规模化工艺中,为面向下一代环境、医疗和工业传感应用的多氧化物电子鼻平台提供了一条通用路径。
论文链接:https://doi.org/10.1038/s41378-026-01208-1
延伸阅读:
上一篇:华中科大综述硅兼容半导体气体传感器研究进展
下一篇:最后一页
