Глобальный поиск Единое окно поиска по РИД и запросам

Мультисенсорные селективные системы на основе полупроводниковых и углеродных наноматериалов для газовой сенсорики при комнатной температуре

Название НИОКТР Мультисенсорные селективные системы на основе полупроводниковых и углеродных наноматериалов для газовой сенсорики при комнатной температуре
Аннотация Разработка газовых сенсоров нового поколения является одной из важнейших задач современной науки и технки, направленной на обеспечение экологической безопасности, мониторинг выбросов, медицинскую диагностику и контроль качества воздуха. Газоанализаторы находят применение в транспорте, геологоразведке и носимой электронике, однако существующие технологии обладают рядом фундаментальных ограничений. Сенсоры на основе металл-оксидных полупроводников требуют высоких рабочих температур (200–500°C), что увеличивает энергопотребление и сокращает срок службы сенсора. Низкотемпературные органические и полимерные сенсоры имеют недостаточную стабильность и чувствительность, особенно при высокой влажности. Актуальность настоящего проекта обусловлена необходимостью создания энергоэффективных, высокочувствительных и селективных газовых сенсоров, работающих при комнатной температуре. Решение данной проблемы требует поиска новых материалов и архитектур сенсорных устройств, обеспечивающих одновременно высокую чувствительность, стабильность и возможность работы без нагрева. Одним из перспективных направлений является использование полупроводниковых гетероструктур на основе нитевидных нанокристаллов (ННК) соединений А3В5 и Si. Эти материалы обладают высокой подвижностью носителей заряда и развитой поверхностью, что увеличивает эффективность адсорбции молекул газа. Однако для повышения селективности требуется комбинирование с дополнительными функциональными слоями. Проект предлагает новый подход - создание гибридных гетероструктур ННК со слоями одностенных углеродных нанотрубок (ОУНТ), объединяя преимущества полупроводниковых и углеродных материалов. Принцип работы датчика — хеморезистивный. Проект предусматривает комплексное теоретическое и экспериментальное исследование гетероструктур ННК/ОУНТ для детектирования летучих соединений. С использованием теории функционала плотности и метода конечных элементов будут выполнены расчеты электронных свойств и энергетических зон различных ННК (InAs, GaAs, GaP, GaN, Si и др.) и анализ влияния адсорбции молекул газа на проводимость. ННК A3B5 будут синтезированы методом молекулярно-пучковой эпитаксии, а ННК Si будут получены плазмохимическим травлением. Морфология, фазовый состав и электронные (транспортные) свойства ННК будут детально охарактеризованы методами электронной микроскопии, рентгеновской дифракции и спектроскопии комбинационного рассеяния света. В качестве газопроницаемого электрода будут использованы слои ОУНТ, синтезированные газофазным методом в открытом реакторе и собранные на нитроцеллюлозный фильтр, что обеспечивает их удобный перенос на массив ННК. Научная новизна проекта заключается в создании гибридных сенсоров на осное ННК A3B5, Si и слоев ОУНТ, обладающих высокой селективностью за счет уникального механизма детекции, основанного на управлении областью пространственного заряда (ОПЗ) на интерфейсе ННК/ОУНТ. Адсорбция молекул газа перераспределяет носители заряда, изменяя ширину ОПЗ и плотность электронных состояний. Это вызывает разнонаправленный сигнал в зависимости от способа электрического подключения (отклик от ННК, ОУНТ и области их пересечения), что позволяет получить многовекторный отклик и повысить селективность. Особое внимание уделяется изучению фотостимулированной десорбции газов (УФ\видимый свет), что обеспечит низкотемпературную регенерацию и повысит стабильность сенсора. Результатом проекта станет разработка прототипов гибридных сенсоров, работающих при комнатной температуре, с высокой чувствительностью и селективностью. Разработанные в проекте методики обеспечат эффективное детектирование многокомпонентных газовых смесей, включая летучие органические соединения и бытовой газ. Полученные результаты обеспечат научную и технологическую базу для нового поколения энергоэффективных, высокоселективных и регенерируемых светом газовых сенсоров для промышленности, экологии, медицины, геологоразведки и носимой электроники.
Доступ к ОКОГУ исполнителя False
Количество связанных РИД 0
Количество завершенных ИКРБС 0
Сумма бюджета 18000.0
Дата начала 2025-09-10
Дата окончания 2028-06-30
Номер контракта 25-79-10245
Дата контракта 2025-09-10
Количество отчетов 3
УДК 539.23 539.216.1
Количество просмотров 5
Руководитель работы Митин Дмитрий Михайлович
Руководитель организации Мухин Иван Сергеевич
Исполнитель ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ И НАУКИ "САНКТ-ПЕТЕРБУРГСКИЙ НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ АКАДЕМИЧЕСКИЙ УНИВЕРСИТЕТ ИМЕНИ Ж.И. АЛФЕРОВА РОССИЙСКОЙ АКАДЕМИИ НАУК"
Заказчик Российский научный фонд
Федеральная программа Отсутствует
Госпрограмма
Основание НИОКТР Грант
Последний статус 2025-10-31 11:52:01 UTC, 2025-10-31 11:52:01 UTC
ОКПД Нет
Отраслевой сегмент
Минздрав
Межгосударственная целевая программа
Ключевые слова углеродные нанотрубки; селективность; комнатная температура; А3Б5; газовая сенсорика
Соисполнители
Типы НИОКТР Фундаментальное исследование
Приоритетные направления
Критические технологии
Рубрикатор 29.19.22 - Физика наноструктур. Низкоразмерные структуры. Мезоскопические структуры
OECD
OESR Физика конденсированного состояния (включая физику твердого тела, сверхпроводимость)
Приоритеты научно-технического развития в) переход к персонализированной, предиктивной и профилактической медицине, высокотехнологичному здравоохранению и технологиям здоровьесбережения, в том числе за счет рационального применения лекарственных препаратов (прежде всего антибактериальных) и использования генетических данных и технологий;; а) переход к передовым технологиям проектирования и создания высокотехнологичной продукции, основанным на применении интеллектуальных производственных решений, роботизированных и высокопроизводительных вычислительных систем, новых материалов и химических соединений, результатов обработки больших объемов данных, технологий машинного обучения и искусственного интеллекта;
Регистрационные номера