基于WSe2/聚吡咯(PPy)复合纳米构筑技术用于开发电位型NO2传感器的突触(Synaptic)传感单元研究

《ACS Sensors》：Synaptic Sensors for Development of Potentiometric NO2 Sensors by Using WSe2/PPy Composite Nanoarchitectonics

　　

本研究报道了一种基于二硒化钨(WSe2)/聚吡咯(polypyrrole, PPy)纳米复合材料、经液相剥离结合原位氧化聚合法合成的仿生突触式电位型NO2传感器设计。所得核壳异质结构表现出动态电荷转移及可塑性行为，可在重复气体刺激下模拟生物突触的长时程增强(potentiation)与抑制(depression)功能。优化后的WSe2/PPy(1:1)器件在100 ppb NO2下展现出优异的突触传感响应值7.33，具备超快响应(19 s)、恢复(249 s)特性，并在室温无后退火处理条件下实现8.74 ppb的超低检测限。富缺陷WSe2与含氮活性位点的PPy之间的协同作用增强了NO2的选择性吸附，密度泛函理论(DFT)分析证实了显著的界面电荷重分布与能带调制。此外，神经网络辅助学习准确复现并预测了突触响应模式(R2> 0.99)，验证了传感器的自适应识别行为。本工作展示了一种连接神经形态(neuromorphic)传感与气体检测的杂化材料平台，为下一代环境与健康监测系统中的自学习低功耗突触气体传感器开辟了道路。协同效应带来灵敏度提升与快速响应，凸显其在先进气体传感应用中的潜力。

《ACS Sensors》刊载论文解读：WSe₂/PPy复合纳米构筑的突触仿生NO₂电位型传感器研究

一、研究背景与意义

气体传感器在环境监控、工业安全及健康诊断中至关重要。二氧化氮(NO₂)是常见的有毒污染物，需在ppb级进行高灵敏检测。二维过渡金属硫族化合物(transition-metal dichalcogenides, TMDs)如WSe₂具高比表面积和表面吸附活性，但单独使用时存在响应偏低、恢复慢的问题；导电聚合物聚吡咯(PPy)对NO₂有选择性，但机械稳定性和灵敏度受限。传统传感器无法模拟生物神经系统的自适应学习功能。研究人员通过构建WSe₂/PPy核壳纳米复合材料，引入突触仿生(synaptic)感知概念，并结合密度泛函理论(density functional theory, DFT)与人工神经网络(artificial neural network, ANN)验证，开发了一种室温工作的高性能电位型NO₂传感器，发表于《ACS Sensors》。

二、主要关键技术方法

研究人员采用液相剥离法(liquid-phase exfoliation, LPE)将块体WSe₂超声剥离为少层纳米片，随后在其表面通过过硫酸铵引发吡咯单体原位氧化聚合(in situ oxidative polymerization)制备WSe₂/PPy核壳纳米复合材料。将复合材料滴涂于预置叉指电极(interdigitated electrodes, IDEs)的Al₂O₃基底制样。通过场发射扫描电镜(FESEM)、高分辨透射电镜(HRTEM)、原子力显微镜(AFM)、X射线衍射(XRD)、X射线光电子能谱(XPS)、傅里叶变换红外光谱(FTIR)及光致发光谱(PL)进行材料表征。采用定制密闭气室与质量流量控制器测试不同浓度NO₂下的电位/电阻响应。利用Gaussian 16程序包(B3LYP/LANL2DZ基组)进行DFT计算吸附能与电子结构；采用MATLAB贝叶斯正则化反向传播(Bayesian Regularization backpropagation)算法构建ANN模型对传感信号进行分类与浓度预测。

三、研究结果

3.1. 材料表征(Results and Discussion—Characterization)

XRD证实WSe₂六方相(JCPDS No. 00-038-1388)特征峰及PPy非晶宽峰(~23°)；FTIR显示C–N(1045 cm^?1)、N–H伸缩振动等PPy特征吸收；XPS中W 4f_7/2(~35.7 eV)、Se 3d(~55.2 eV)证实WSe₂化学态，N 1s分峰(–N⁺、–NH–、＝N–)证明掺杂态PPy并与WSe₂发生相互作用。SEM显示PPy包覆使WSe₂片层松散且粗糙度增加；HRTEM观察到WSe₂晶格条纹(0.28 nm对应(100)面)外包覆无定形PPy层，确认为核壳结构。PL谱中WSe₂/PPy相对于纯WSe₂发光淬灭，表明界面有效电荷转移。

3.2. 气体传感性能(Results and Discussion—Gas Sensing Performance)

在25–100 ppb NO₂范围内，WSe₂/PPy(1:1)器件电流随浓度升高而增大(I_a/I_g上升)，具良好线性与可逆性。100 ppb时响应值达7.33，响应/恢复时间为19 s/249 s，检测限(limit of detection, LOD)为8.74 ppb(3σ法)。传感器对NO₂选择性远高于CO、CO₂、SO₂、CH₄、NH₃、C₂H₅OH；相对湿度升高会促进表面质子传递从而放大响应；30天测试显示良好长期稳定性。对比文献，该复合材料在室温ppb级检测中综合性能优于单纯WSe₂、PPy及其他TMD基传感器。

3.3. 传感机理(Results and Discussion—Sensing Mechanism)

WSe₂与PPy均为p型半导体，形成p–p异质结后在界面产生空穴积累区。空气中预吸附氧物种(O₂^?)夺取价带电子；强氧化性NO₂进一步从异质结抽取电子，增大空穴浓度使电导上升。DFT计算显示NO₂吸附能为?0.86 eV，电离能由4.91 eV降至4.77 eV，电子亲和能从3.61 eV升至4.13 eV，最高占据分子轨道(HOMO)–最低未占分子轨道(LUMO)能隙由1.30 eV缩至0.64 eV，态密度(density of states, DOS)在费米能级附近增加，证实强化学吸附与界面电荷重分布。能带模型推导表明p型材料中NO₂吸附引起带隙减小，准电场变化比值与响应正相关。

3.4. 机器学习辅助识别(Results and Discussion—Machine Learning)

以25、50、75、100 ppb NO₂响应为输入特征，构建单隐层前向ANN，采用贝叶斯正则化训练。训练集、测试集及总体回归相关系数R分别达0.99668、0.99964和0.99737，均方误差(MSE)最小为4.7335，误差直方图呈零中心窄对称分布，证明模型可高精度区分ppb级浓度并预测突触响应模式。

四、结论总结(Conclusions)

研究人员成功设计并评估了一种基于WSe₂/PPy纳米复合材料的突触式NO₂气体传感器，融合实验、DFT计算与机器学习方法。该异质结构提供丰富吸附位点、增强界面电荷转移及NO₂强化学吸附，在室温下实现8.74 ppb超低检测限。对比研究表明其对NO₂的灵敏度、选择性与稳定性优于已报道的WSe₂及PPy基传感器。DFT模拟验证了电荷转移机制与能带调制，DOS分析确认与NO₂的强电子相互作用。贝叶斯正则化神经网络实现了高精度的气体响应模式识别与预测建模，表明数据驱动优化在传感器技术中的可行性。综上，WSe₂/PPy纳米复合材料非常适用于实际环境监测与安全应用，为具有高可靠性与实时自适应性的先进突触传感器件提供了可行路径。