文档主要内容
化学战剂检测技术研究领域，一篇博士学位论文系统探讨了基于石英晶体微天平（QCM）传感器阵列的聚合物敏感薄膜优化方法。该论文通过模式识别中的主成分分析与聚类分析，从15种不同性质的聚合物材料中筛选出最少数目的敏感薄膜，用于构建能够有效识别化学战剂模拟剂的传感器阵列。研究重点聚焦于有机磷神经性毒剂模拟剂甲基膦酸二甲酯（DMMP）的检测性能，并分析了聚合物薄膜的敏感机理。
实验结果显示，含单个氟原子的聚甲基氟苯基硅氧烷（PMFPS）对DMMP的敏感性能最差，而聚甲基苯基硅氧烷（PMPS）和聚甲基二氟苯基硅氧烷（PMDFPS）则需要在响应时间与响应幅度之间进行综合权衡。通过主成分分析和聚类分析，最终选定聚乙烯吡咯烷酮（PVP）、聚偏氟乙烯（PVDF）、聚异丁烯（PIB）以及聚-2-甲氧基-5-辛氧基-对苯乙炔（PMOCOPV）四种聚合物作为敏感薄膜，构成QCM传感器阵列。该阵列能够最大程度保留原始信息，为后续气体识别奠定基础。
验证实验中，选用DMMP、N,N-二甲基乙酰胺（DMA）、二氯乙烷（DCE）和二氯戊烷（DCP）分别作为有机磷神经性毒剂和糜烂性毒剂的模拟剂。主成分分析结果清晰显示，四种气体在主成分图上位于不同位置，两个主成分之和即可代表95.46%的信息，表明该传感器阵列能够完全分辨上述四种气体。这一结果证实了通过模式识别方法优化薄膜选择的可行性与有效性。
在敏感机理分析方面，论文指出聚合物薄膜对DMMP的响应规律符合BET吸附模型。通过计算，三种聚硅氧烷材料的吸附比表面积大小顺序为PMPS > PMDFPS > PMFPS，该顺序与实验测得的传感器灵敏度完全一致。此外，研究将化学传感器视为线性定常（LTI）系统，建立方程模拟其在单位浓度脉冲信号作用下的响应曲线，模拟结果与实际响应曲线具有较好的一致性。结合气体响应的动力学过程以及线性溶剂化能关系，论文阐述了气体分子对聚合物敏感膜的响应结果是各作用力影响因素综合作用的结果。
该论文属于博士学位论文，适用于化学战剂检测技术研究人员、传感器设计工程师、高分子材料科学工作者以及相关专业研究生阅读。文档可帮助读者理解如何利用模式识别方法从多种聚合物中高效筛选敏感薄膜，构建QCM传感器阵列以实现对多种化学战剂模拟剂的准确区分，并为聚合物敏感机理的深入分析提供理论参考。
暂无评论内容