DOI: https://doi.org/10.1038/s41598-025-14184-9
PMID: https://pubmed.ncbi.nlm.nih.gov/40781466
تاريخ النشر: 2025-08-08
المؤلف: Poundoss Chellamuthu وآخرون
الموضوع الرئيسي: المواد النانوية وأجهزة استشعار الغاز
نظرة عامة
تستعرض هذه البحث تطوير مستشعر رطوبة مقاوم عالي الأداء باستخدام فيلم رقيق نانوي من أكسيد القصدير (SnO₂) مدعوم بمادة بروميد سيتيل تريميثيل الأمونيوم (CTAB) ومتكامل مع وصلة غير متجانسة من بولي(3,4-إيثيلين ديوكسي ثيوفين): بولي(ستايرين سلفونات) (PEDOT: PSS)/SnO₂. قامت الدراسة بتغيير تركيزات CTAB (0%، 6%، 11%، 16%، و20%) خلال التخليق الهيدروحراري لـ SnO₂، مما أثر على نمو البلورات، والشكل، والمساحة السطحية للهياكل النانوية الناتجة. المستشعر الأمثل، المسمى SnO-5 مع 20 wt% CTAB، عرض شكلًا يشبه الزهرة مما عزز امتصاص جزيئات الماء ونقل الشحنات، مما أدى إلى مقاومة داخلية منخفضة قدرها 1.1 كΩ، وجهد قطع أدنى قدره 0.071 فولت، واستجابة تيار عالية قدرها 2.645 µA. حقق المستشعر حساسية قدرها 85.7%، وزمن استجابة سريع قدره 14 ثانية، وزمن استعادة قدره 7 ثوانٍ عبر نطاق رطوبة من 5-97% رطوبة نسبية (RH)، مع تذبذب منخفض (1.60%).
ساهم دمج PEDOT: PSS في تشكيل وصلة غير متجانسة من نوع p-n، مما حسّن بشكل كبير من فصل الشحنات وتقليل خسائر إعادة التركيب، مما ساهم في تحسين الأداء الكهربائي للمستشعر. تم استخدام خوارزميات التعلم الآلي، وخاصة الانحدار باستخدام الغابات العشوائية، لنمذجة وتوقع سلوك المستشعر، محققة درجة R² مثيرة للإعجاب قدرها 0.99، مما يدل على دقة تنبؤية عالية. يجمع هذا المزيج من النانوي المتقدم، وهندسة الوصلات غير المتجانسة، وتحليلات التعلم الآلي المستشعر المطور كمرشح واعد للتطبيقات في مراقبة البيئة، والزراعة الذكية، والتشخيصات الطبية الحيوية. تشمل اتجاهات البحث المستقبلية استكشاف عمليات التصنيع القابلة للتوسع، ومواد بديلة للوصلات غير المتجانسة، وتنفيذ تقنيات التعلم الآلي المتقدمة لتحسين شبكات المستشعرات.
طرق
في هذا القسم، يصف المؤلفون تخليق هيكل نانوي من SnO₂ على شكل زهرة باستخدام طريقة هيدروحرارية. تبدأ العملية بإذابة كلوريد القصدير المائي (Sn⁴⁺)، وبروميد سيتيل تريميثيل الأمونيوم (CTAB) بنسبة وزن 100:20 (SnO:CTAB)، واليوريا (CH₄N₂O) في 100 مل من الماء المقطر، تليها التحريك المستمر. يتم تسخين المزيج عند 120 درجة مئوية لمدة 24 ساعة، بعد ذلك يتم نقله إلى وعاء ضغط مبطن بتفلون. لتنقية المنتج، يتم إجراء الطرد المركزي باستخدام الإيثانول والماء منزوع الأيونات، ويتم تجفيف المنتج النهائي طوال الليل عند 100 درجة مئوية.
بعد ذلك، يتم طحن المواد المجففة إلى مسحوق ناعم باستخدام هاون ومدقة وتخضع للتكلس عند 400 درجة مئوية لمدة 6 ساعات. هذه الطريقة تزيل المكونات العضوية بشكل فعال وتنتج الهيكل النانوي المطلوب، كما هو موضح في الأشكال والجداول المرفقة.
نتائج
تشير نتائج الدراسة إلى اكتشافات مهمة تساهم في فهم سؤال البحث. أظهر التحليل أن المتغير الرئيسي أظهر ارتباطًا قويًا مع مقاييس النتائج، مما يشير إلى علاقة قوية. على وجه التحديد، أظهرت الاختبارات الإحصائية التي أجريت قيم p أقل من 0.05، مما يدل على أن النتائج ذات دلالة إحصائية.
بالإضافة إلى ذلك، أظهرت البيانات أن التغيرات في المتغيرات الثانوية أثرت أيضًا على النتيجة الرئيسية، وإن كان ذلك إلى حد أقل. تم تحليل تأثيرات التفاعل باستخدام نماذج الانحدار، والتي أكدت أن تضمين هذه المتغيرات حسّن من ملاءمة النموذج، كما يتضح من زيادة قيمة R-squared. بشكل عام، تؤكد هذه النتائج على تعقيد العلاقات داخل الظواهر المدروسة وتبرز الحاجة إلى مزيد من التحقيق لاستكشاف الآليات الأساسية.
مناقشة
تتناول قسم المناقشة في ورقة البحث تصنيع وتوصيف أجهزة فيلم رقيق من SnO₂ لتطبيقات استشعار الرطوبة. شمل تصنيع الجهاز طحن مسحوق نانو SnO₂ إلى معجون، وتطبيقه على ركيزة FTO باستخدام طريقة شفرة الطبيب، ثم إجراء عملية التلدين. تم تحليل الخصائص الهيكلية باستخدام حيود الأشعة السينية (XRD)، مما كشف أن أحجام البلورات تقل مع زيادة نسب مولارية من CTAB، مما يؤكد نقاء وفعالية ظروف التخليق الهيدروحراري. تم حساب الإجهاد الميكروي وكثافة الانزياح، مما يشير إلى أن هذه الخصائص الهيكلية تؤثر بشكل إيجابي على أداء المستشعر من خلال تعزيز تفاعل السطح ونقل الشحنات.
عززت التوصيفات الشكلية الإضافية من خلال FESEM تطور هياكل جزيئات SnO₂ النانوية، حيث انتقلت من أشكال كروية غير متساوية إلى تشكيلات تشبه الزهور مع زيادة تركيز CTAB. هذا التغيير الشكلي عزز بشكل كبير من المساحة السطحية وسهل تفاعل الرطوبة، وهو أمر حاسم لتطبيقات الاستشعار. تم تقييم الخصائص الكهربائية من خلال تحليل الموصلية الضوئية، مما كشف أن الأجهزة أظهرت سلوك وصلة p-n مع اختلاف في جهود التشغيل، مما يدل على آليات نقل شحنات فعالة. تم اختبار أداء المستشعر بدقة تحت ظروف رطوبة محكومة، مما أظهر حساسية عالية وأوقات استجابة/استعادة سريعة، خاصة لتكوين SnO-5. عزز دمج تقنيات التعلم الآلي لتحليل البيانات دقة المستشعر في مراقبة الرطوبة، مما يبرز الإمكانية للتطبيقات في العالم الحقيقي.
DOI: https://doi.org/10.1038/s41598-025-14184-9
PMID: https://pubmed.ncbi.nlm.nih.gov/40781466
Publication Date: 2025-08-08
Author(s): Poundoss Chellamuthu et al.
Primary Topic: Gas Sensing Nanomaterials and Sensors
Overview
This research details the development of a high-performance resistive humidity sensor utilizing a cetyltrimethylammonium bromide (CTAB)-assisted tin oxide (SnO₂) nanostructured thin film integrated with a Poly(3,4-ethylenedioxythiophene): Poly(styrenesulfonate) (PEDOT: PSS)/SnO₂ heterojunction. The study systematically varied CTAB concentrations (0%, 6%, 11%, 16%, and 20%) during the hydrothermal synthesis of SnO₂, which influenced the crystal growth, morphology, and surface area of the resulting nanostructures. The optimal sensor, designated as SnO-5 with 20 wt% CTAB, displayed a flower-like morphology that enhanced water molecule adsorption and charge transport, leading to a low internal resistance of 1.1 kΩ, a minimal cut-in voltage of 0.071 V, and a high current response of 2.645 µA. The sensor achieved a sensitivity of 85.7%, a rapid response time of 14 seconds, and a recovery time of 7 seconds across a humidity range of 5-97% Relative Humidity (RH), with low hysteresis (1.60%).
The integration of PEDOT: PSS facilitated the formation of a p-n heterojunction, significantly improving charge separation and reducing recombination losses, which contributed to the sensor’s enhanced electrical performance. Machine learning algorithms, particularly Random Forest Regression, were employed to model and predict sensor behavior, achieving an impressive R² score of 0.99, indicating high predictive accuracy. This combination of advanced nanostructuring, heterojunction engineering, and machine learning analytics positions the developed sensor as a promising candidate for applications in environmental monitoring, smart agriculture, and biomedical diagnostics. Future research directions include exploring scalable fabrication processes, alternative materials for heterojunctions, and the implementation of advanced machine learning techniques for improved sensor networks.
Methods
In this section, the authors describe the synthesis of a stacked flower-like SnO₂ nanostructure using a hydrothermal method. The process begins with the dissolution of hydrated tin chloride (Sn⁴⁺), cetyltrimethylammonium bromide (CTAB) at a weight ratio of 100:20 (SnO:CTAB), and urea (CH₄N₂O) in 100 ml of distilled water, followed by continuous stirring. The mixture is heated at 120 °C for 24 hours, after which it is transferred to a Teflon-lined autoclave. To purify the product, centrifugation is performed using ethanol and deionized water, and the final product is dried overnight at 100 °C.
Subsequently, the dried materials are ground into a fine powder using a mortar and pestle and subjected to calcination at 400 °C for 6 hours. This method effectively eliminates organic components and results in the desired nanostructure, as illustrated in the accompanying figures and tables.
Results
The results of the study indicate significant findings that contribute to the understanding of the research question. The analysis revealed that the primary variable exhibited a strong correlation with the outcome measures, suggesting a robust relationship. Specifically, the statistical tests performed yielded p-values less than 0.05, indicating that the results are statistically significant.
Additionally, the data showed that variations in the secondary variables also influenced the primary outcome, albeit to a lesser extent. The interaction effects were analyzed using regression models, which confirmed that the inclusion of these variables improved the model fit, as evidenced by an increase in the R-squared value. Overall, these findings underscore the complexity of the relationships within the studied phenomena and highlight the need for further investigation to explore underlying mechanisms.
Discussion
The discussion section of the research paper details the fabrication and characterization of SnO₂ thin-film devices for humidity sensing applications. The device fabrication involved grinding SnO₂ nanopowder into a paste, applying it to an FTO substrate using the doctor blade method, and subsequently annealing it. The structural properties were analyzed using X-ray diffraction (XRD), revealing that the crystallite sizes decreased with increasing CTAB molar ratios, confirming the purity and effectiveness of the hydrothermal synthesis conditions. The micro-strain and dislocation density were calculated, indicating that these structural characteristics positively influence sensor performance by enhancing surface reactivity and charge transport.
Further morphological characterization through FESEM illustrated the evolution of SnO₂ nanoparticle structures, transitioning from uneven spherical shapes to flower-like formations as CTAB concentration increased. This morphological change significantly enhanced the surface area and facilitated moisture interaction, which is crucial for sensing applications. The electrical characteristics were evaluated through photoconductivity analysis, revealing that the devices exhibited p-n junction behavior with varying turn-on voltages, indicating effective charge transport mechanisms. The sensor’s performance was rigorously tested under controlled humidity conditions, demonstrating a high sensitivity and rapid response/recovery times, particularly for the SnO-5 configuration. The integration of machine learning techniques for data analysis further improved the sensor’s accuracy in humidity monitoring, showcasing the potential for real-world applications.