散射增强型光声光谱技术机理及其应用研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    11904045
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    26.0万
  • 负责人：
    宫振峰
  • 依托单位：
    大连理工大学
  • 学科分类：
    A2207.光谱学与固体发光
  • 结题年份：
    2022
  • 批准年份：
    2019
  • 项目状态：
    已结题
  • 起止时间：
    2020-01-01 至2022-12-31

项目摘要

Trace gas detection plays important roles in the fields of characteristic gases analysis of electrical installation, breathing gases detection of medical diagnosis and noxious gas emission monitoring of industrial production. To improve the sensitivity of online trace gas detection, it is urgent to explore and innovate the mechanism and structure of photoacoustic (PA) spectroscopy (PAS). A novel scattering enhanced photoacoustic spectroscopy (SEPAS) based on porous scattering material is proposed in this project. The project focuses on the principle of the SEPAS and lays a strong emphasis on how the PA signals generate and transmit in the porous scattering material. Meanwhile, integrated gas detectors are designed on the basis of simulation analysis by finite element method. Finally, a novel SEPAS based high-sensitivity trace gas detection system is fabricated. A distributed feedback (DFB) laser cascaded with an erbium-doped fiber amplifier (EDFA) is used as the PA excitation source in this system. The proposed SEPAS will provide a better solution for high sensitive trace gas detection.
痕量气体检测技术在电力系统故障特征气体分析、医疗领域呼吸气检测和工业有害气体排放监测等应用中发挥重要的作用。为了进一步提高痕量气体在线检测的灵敏度，急需对光声光谱技术进行机理和结构上的深入探索和创新。本项目提出新的散射增强型光声光谱技术，利用多孔散射材料可以显著提高光程的特点，实现痕量气体的高灵敏度测量。项目以散射增强型光声光谱技术的机理研究为核心，重点研究光声信号在多孔散射材料中的激发和传输机制；通过有限元方法分析光声池和光纤声波传感器的声学特性，完成集成化气体传感探头结构的设计；采用半导体激光器级联光纤放大器作为激发光源，结合多孔散射材料，建立新型的散射增强型光声光谱痕量气体检测系统。该研究方案有望为光声光谱技术提供创新的理论支撑，为高灵敏度痕量气体检测提供一种更优化的解决方案。

结项摘要

痕量气体检测技术在电力系统故障特征气体分析、医疗领域呼吸气检测和工业有害气体排放监测等应用中发挥重要的作用。为了进一步提高痕量气体在线检测的灵敏度，急需对光声光谱技术进行机理和结构上的深入探索和创新。本项目提出新的散射增强型光声光谱技术，利用多孔散射材料可以显著提高光程的特点，实现痕量气体的高灵敏度测量。项目以散射增强型光声光谱技术的机理研究为核心，重点研究光声信号在多孔散射材料中的激发和传输机制；通过有限元方法分析光声池和光纤声波传感器的声学特性，完成集成化气体传感探头结构的设计；采用半导体激光器级联光纤放大器作为激发光源，结合多孔散射材料，建立新型的散射增强型光声光谱痕量气体检测系统。实验测量结果表明，利用醋酸纤维膜作为散射材料贴敷在光声池内壁，可以显著提高光声信号的大小，同时实现光声池免抛光的效果。该研究方案为光声光谱技术提供了创新的理论支撑，为高灵敏度痕量气体检测提供了一种更优化的解决方案。

项目成果

期刊论文数量（12）
专著数量（0）
科研奖励数量（1）
会议论文数量（1）
专利数量（2）
Sub-ppb level detection of nitrogen dioxide based on an optimized H-type longitudinal acoustic resonator and a lock-in white-light interferometry demodulation algorithm
基于优化的H型纵声谐振器和锁定白光干涉解调算法的亚ppb级二氧化氮检测
  • DOI：
    10.1016/j.jqsrt.2020.107136
  • 发表时间：
    2020-09-01
  • 期刊：
    JOURNAL OF QUANTITATIVE SPECTROSCOPY & RADIATIVE TRANSFER
  • 影响因子：
    2.3
  • 作者：
    Gong, Zhenfeng;Gao, Tianli;Chen, Ke
  • 通讯作者：
    Chen, Ke
High-Sensitivity Multitrace Gas Simultaneous Detection Based on an All-Optical Miniaturized Photoacoustic Sensor
基于全光学小型光声传感器的高灵敏度多痕量气体同时检测。
  • DOI：
    10.1021/acs.analchem.2c02767
  • 发表时间：
    2022-09-13
  • 期刊：
    ANALYTICAL CHEMISTRY
  • 影响因子：
    7.4
  • 作者：
    Wu, Guojie;Gong, Zhenfeng;Mei, Liang
  • 通讯作者：
    Mei, Liang
High-sensitivity miniature dual-resonance photoacoustic sensor based on silicon cantilever beam for trace gas sensing.
用于微量气体传感的基于硅悬臂梁的高灵敏度微型双谐振光声传感器
  • DOI：
    10.1016/j.pacs.2022.100386
  • 发表时间：
    2022-09
  • 期刊：
    PHOTOACOUSTICS
  • 影响因子：
    7.9
  • 作者：
    Wu, Guojie;Gong, Zhenfeng;Ma, Junsheng;Li, Haie;Guo, Min;Chen, Ke;Peng, Wei;Yu, Qingxu;Mei, Liang
  • 通讯作者：
    Mei, Liang
Parylene-C diaphragm-based low-frequency photoacoustic sensor for space-limited trace gas detection
基于聚对二甲苯-C 隔膜的低频光声传感器，用于空间有限的痕量气体检测
  • DOI：
    10.1016/j.optlaseng.2020.106288
  • 发表时间：
    2020-11-01
  • 期刊：
    OPTICS AND LASERS IN ENGINEERING
  • 影响因子：
    4.6
  • 作者：
    Gong, Zhenfeng;Chen, Yewei;Yu, Qingxu
  • 通讯作者：
    Yu, Qingxu
Trace CH4 Gas Detection Based on an Integrated Spherical Photoacoustic Cell
基于集成球形光声池的痕量 CH4 气体检测
  • DOI：
    10.3390/app11114997
  • 发表时间：
    2021-06-01
  • 期刊：
    APPLIED SCIENCES-BASEL
  • 影响因子：
    2.7
  • 作者：
    Jiao, Yexiang;Fan, Hongji;Yu, Qingxu
  • 通讯作者：
    Yu, Qingxu

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

宫振峰的其他基金

Mie共振增强型全光学光声光谱技术研究
  • 批准号：
    62375035
  • 批准年份：
    2023
  • 资助金额：
    54.00 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码