Enhancing detecting ammonia from 1 to 10,000’s PPM using laser-induced fluorescence of tuned vapochromic coordination polymers
Notice bibliographique
Résumé
The detection of ammonia and similar gases over a wide range from a few Parts Per Millions (ppm) to 10,000’s ppm in a single sensor is important for industrial applications. We are exploring Vapochromic Coordination Polymers (VCP) specifically Zn[Au(CN)2]2, developed to achieve fluorescence when exposed to NH3. At high concentration of ammonia under UV stimulation VCP spectrally shifts its fluorescent peak from 470nm to 530nm while the intensity grows 3~5X. We use a 405nm laser diode excitation source which provides a narrow (4nm) stimulation clearly separated from the spectral peak. Focusing the emission on a USB portable spectrometer (430 to 700nm) at concentrations <1000 ppm of ammonia there is almost no peak wavelength spectral shift or intensity change and only subtle fluorescent spectrum alterations. To detect first we create a method that gives unique values over the range 1- <1000 ppm by dividing the spectrum into 10 nm bins, integrate the emission in each bin, relative to that of 0 ppm exposure, then sum all the bins (Sum of Integrated Emissions, SIE). The key analysis point is to note that the way the spectrum changes in each wavelength bin varies at different ammonia ppm exposures. SIE gives excellent sensitivity between 0-50 ppm and <400 ppm, but poor accuracy in the 100-500ppm range. Using the SIE to identify measurements in that region we switch to a second metric, Limited Range SIE, that covers only the 430-470nm bins but for 100-500ppm gives an accurate linear response. This shows that in many spectral fluorescence cases in the region where the longer wavelength peak begins to dominate looking at regions outside of the peak maximas is more accurate than including those within the unexposed to saturated exposure (eg ammonia) peak range. By creating a model assuming the fraction z of 0ppm and saturated spectrum are linearly combined we fit the measured spectrum using regression analysis to obtain the z value for all ppm measurements which show what is going on in the VCP conversion.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».