麻省理工学院在气体检测技术方面取得了突破性进展，实现了高灵敏度和连续监测的完美结合。这种材料可以制成薄涂层，用于分析工业或家庭环境中的空气质量。大多数用于检测工业或家庭环境中有毒气体的系统都仅限于单一用途或最小用途。然而，麻省理工学院的研究人员创造了一种探测器，能够对这些气体进行持续、低成本的监测。

访问：

NordVPN 立减 75% + 外加 3 个月时长 另有NordPass密码管理器

新系统结合了两种现有技术，既保留了各自的优点，又避免了它们的局限性。研究小组使用了一种被称为金属有机框架（MOF）的材料，这种材料对微量气体非常敏感，但其性能很快就会退化，研究小组将其与一种聚合物材料相结合，这种材料非常耐用，更易于加工，但敏感性要低得多。

麻省理工学院教授 Aristide Gumyusenge、Mircea Dinca、Heather Kulik 和 Jesus del Alamo、研究生 Heejung Roh 以及博士后 Dong-Ha Kim、Yeongsu Cho 和 Young-Moo Jo 今天在《先进材料》（Advanced Materials）杂志上发表了一篇论文，报告了这一研究成果。

麻省理工学院的研究人员开发出一种探测器，可以低成本持续监测有毒气体的存在。研究小组使用了一种名为金属有机框架（MOF）的材料（图中为黑色晶格），这种材料对微量气体高度敏感，但其性能很快就会退化。他们将 MOF 与一种聚合物材料（如图中的茶色半透明链）相结合，这种材料非常耐用，但灵敏度要低得多。图片来源：研究人员提供

MOFs多孔性强，表面积大，有多种成分。有些可能是绝缘体，但本研究中使用的 MOFs 具有很强的导电性。它们的形状像海绵，能有效捕捉各种气体分子，其孔隙的大小可以定制，使它们对特定种类的气体具有选择性。"论文的资深作者、材料科学与工程系 Merton C. Flemings 职业发展助理教授 Gumyusenge 说："如果把它们用作传感器，只要气体对 MOF 的电阻率有影响，就能识别出气体是否存在。

这些材料用作气体检测器的缺点是容易饱和，无法再检测和量化新输入的气体。"这不是你想要的。你想要的是能够检测和重复使用，"Gumyusenge 说。"因此，我们决定使用聚合物复合材料来实现这种可逆性。"

研究小组使用了一类导电聚合物，Gumyusenge 和他的同事们之前已经证明，这类聚合物可以对气体做出反应，而不会与气体永久结合。"他说："这种聚合物虽然没有 MOFs 那样的高表面积，但至少可以提供这种识别-释放型现象。

研究人员在一个实验室规模的小型装置中展示了这种材料检测一氧化二氮（一种由多种燃烧产生的有毒气体）的能力。经过 100 次检测后，这种材料仍能保持其基线性能，误差在 5% 到 10% 之间，这证明了它具有长期使用的潜力。以下是传感装置的布局。图片来源：研究人员提供

研究小组将液态溶液中的聚合物与粉末状的 MOF 材料结合在一起，然后将混合物沉积在基底上，干燥后形成一层均匀的薄涂层。他说："通过将具有快速检测能力的聚合物和灵敏度更高的 MOF 以一比一的比例结合在一起，我们突然得到了一种传感器，它既具有 MOF 带来的高灵敏度，又具有聚合物带来的可逆性。"

当气体分子暂时滞留在材料中时，材料的电阻会发生变化。只需安装一个欧姆表来跟踪电阻随时间的变化，就能持续监测这些电阻变化。Gumyusenge 和他的学生们在一个实验室规模的小型装置中演示了这种复合材料检测二氧化氮的能力。经过 100 次检测后，该材料仍能保持其基线性能，误差在 5% 到 10% 之间，证明了其长期使用的潜力。

此外，研究小组报告说，这种材料的灵敏度远远高于目前使用的大多数二氧化氮检测器。这种气体经常在使用炉灶后被检测到。而且，由于这种气体最近与美国的许多哮喘病例有关，因此对低浓度的可靠检测非常重要。研究小组证明，这种新型复合材料可以可逆地检测到浓度低至百万分之二的气体。

虽然他们的演示是专门针对二氧化氮的，但 Gumyusenge 说："我们可以调整化学成分，使其针对其他挥发性分子，只要它们是小的极性分析物，这往往是大多数有毒气体"。

除了与简单的手持式探测器或烟雾报警装置兼容之外，这种材料的一个优点是，聚合物使其能够沉积成极薄的均匀薄膜，而不像普通的 MOFs 通常是低效的粉末状。由于薄膜非常薄，因此所需的材料很少，生产材料成本可能很低；加工方法可以是典型的工业涂料加工方法。Gumyusenge说："因此，限制因素可能是聚合物合成规模的扩大，我们一直在少量合成聚合物。"

他说："下一步将是在实际环境中对这些材料进行评估。例如，可以在烟囱或排气管上涂上这种材料，通过附带的电阻监测装置读取数据，对气体进行连续监测。在这种环境下，我们需要进行测试，以检查我们是否真正将其与实验室环境中可能忽略的其他潜在污染物区分开来。让我们把传感器放到真实世界的场景中，观察它们的效果如何"。

编译来源：ScitechDaily