基于Saba Shariati博士在新材料科学领域的研究,我们的嗅觉仿生芯片项目拥有强大的基础。Shariati博士的专业知识涵盖了广泛的材料,从固态纳米材料到次纳米材料,如硅元件、过渡金属和金属氧化物,以及碳纳米材料和高分子有机材料。她的研究重点是评估材料及其相互作用的特性,特别是表面和界面。作为多篇国际顶级期刊的第一作者发表的SCI论文,她的研究涵盖了与人类健康和环境可持续性相关的话题,并获得了美国国家科学基金会(NSF)的赞助。 Shariati博士的创新工作包括在美国专利和商标局提出的发明,以减少环境中的挥发性有机化合物(VOC)和碳足迹,并设计吸附VOC化合物的新材料。她专注于推广清洁生产方法,致力于创建稳定和可持续产品的内置机制。此外,她还对由低成本材料衍生的新型修饰剂的设计保持浓厚的兴趣。她还发表了关于开发方法以从聚合物纳米粒子中获得大小分辨率药物载荷和释放分布的研究。 目前,我们已完成对CO2、VOC气体和湿度的纳米材料设计和模拟仿真,并对纳米感应材料功能化进行了测试,已达到预期结果。体声波谐振器的模拟仿真设计也已完成,进一步将进行晶圆代工流片。
研究开发内容是开发一种基于创新材料设计的感应层功能化的集群型体声波(BAW)谐振器阵列的嗅觉仿生芯片电子鼻。该技术通过结合机器学习算法,实现了超小型、高精度和高选择性的气体检测能力。相比于传统的嗅觉传感器技术,该技术具有以下创新点和先进性: 1. 创新材料设计:通过创新的材料设计,在感应层中引入功能化材料,提高感应层的灵敏度和选择性,并实现更好的气体检测性能。 2. 集群型体声波(BAW)谐振器阵列:项目采用集群型体声波(BAW)谐振器阵列作为核心技术,利用其在特定频率下对气体的敏感度,实现高灵敏度的气体检测。 3. 机器学习算法:结合机器学习算法,对收集到的感测数据进行处理和分析,提高气体检测的准确性和可靠性,并适应多种不同类型气体的检测需求。
我们的项目团队采用扁平化的运行机制,以去CTO化的方式进行目标制管理。这种方式能有效集结全球高科技的人才,以实现项目目标。市场销售组致力于挖掘客户需求,并提出满足市场痛点的解决方案。首席科学家评估项目目标实施的技术要点和难点。 根据项目目标的需要,我们动态配置项目技术负责人、如纳米感应材料功能化负责人、体声波谐振器负责人、MUC负责人、模型训练负责人、传感器装置设计和测量负责人、生产工艺负责人等职位。确保各个技术组及技术人员之间保持开放和竞争的态势,以保持团队的活力。 我们的CEO制定项目目标,组织具备实现目标能力的人才,以保持团队的活力,并持续接纳和挑战新的事物。
评价单位:- (-)
评价时间:2023-10-31
综合评价
感算一体嗅觉仿生芯片的应用范围非常广泛。除了环保、医疗、农业、安防等领域外,还可以应用于食品、化工、能源等多个领域,推荐关注这个项目。
查看更多>