中國農(nóng)大新聞網(wǎng)訊 近日，工學(xué)院智能檢測(cè)與精密儀器研究中心湯修映教授團(tuán)隊(duì)在國際高水平期刊《Chemical Engineering Journal》（化學(xué)工程雜志）（中科院一區(qū)Top期刊，IF=13.4）上發(fā)表了題為“Fabricating Quartz Crystal Microbalance Sensors by Synthesizing Molecularly Imprinted/ZIF-8 framework Composites for Discrimination of Moldy Wheat”（通過合成分子印跡/ZIF-8框架復(fù)合材料制備石英晶體微天平傳感器用于霉變小麥的鑒別）的研究論文。該研究合成了分子印跡聚合物（MIPs）和金屬有機(jī)框架（MOF）的復(fù)合涂層用于修飾石英晶體微天平氣體傳感器，并以該傳感器為核心部件開發(fā)了嗅覺檢測(cè)系統(tǒng)實(shí)現(xiàn)了不同霉變程度小麥的鑒別。
小麥在儲(chǔ)藏過程中由于微生物代謝作用的影響容易發(fā)霉變質(zhì)。在該過程中釋放的揮發(fā)性有機(jī)化合物（VOCs）可作為小麥霉變檢測(cè)的重要指標(biāo)。在該研究中，使用分子印跡聚合物（MIPs）和金屬有機(jī)框架（MOF）的復(fù)合涂層來修飾石英晶體微平衡（QCM）氣體傳感器，且以該QCM傳感器為核心部件開發(fā)了嗅覺檢測(cè)系統(tǒng)用于區(qū)分不同霉變程度的小麥。氣相-色譜質(zhì)譜聯(lián)用儀（GC-MS）分析表明1-辛烯-3-醇是霉變小麥的特征標(biāo)志物，將其作為模板分子合成MIP用于修飾QCM傳感器。在MIP合成過程中，為了提高傳感器的檢測(cè)性能加入了一種典型的MOF（沸石咪唑酸框架-8（ZIF-8））。QCM傳感器在5-100 ppm范圍內(nèi)對(duì)1-辛烯-3-醇的靈敏度為0.66 Hz/ppm，檢測(cè)限為4.53 ppm。以QCM傳感器為核心組件的嗅覺檢測(cè)系統(tǒng)極大的縮短了檢測(cè)過程的響應(yīng)時(shí)間和恢復(fù)時(shí)間。最后，使用4種分類器對(duì)不同霉變程度的小麥樣品進(jìn)行分類。結(jié)果表明，支持向量機(jī)（SVM）模型是最有效的分類模型，分類準(zhǔn)確率高達(dá)98.6%。該研究為氣體傳感器的發(fā)展和小麥早期的霉變檢測(cè)提供了新思路。
《Chemical Engineering Journal》隸屬于 Elsevier出版集團(tuán)，是工程技術(shù)與化學(xué)化工領(lǐng)域最有影響力的Top頂級(jí)刊物之一，其主要目的是及時(shí)快速地報(bào)道工程領(lǐng)域化學(xué)反應(yīng)工程、環(huán)境化學(xué)工程及材料合成應(yīng)用等方面重要的科學(xué)研究成果和創(chuàng)新技術(shù)。作為國際頂級(jí)刊物在中國知曉度極高，2024年期刊最新影響因子為13.4。
中國農(nóng)業(yè)大學(xué)為該研究的唯一完成單位。中國農(nóng)業(yè)大學(xué)工學(xué)院博士研究生侯宇鑫為論文的第一作者，湯修映教授為論文的通訊作者。
近年來，工學(xué)院湯修映教授團(tuán)隊(duì)在氣體高精度傳感器設(shè)計(jì)制造、傳感器信號(hào)漂移補(bǔ)償、科學(xué)儀器數(shù)據(jù)降維算法等領(lǐng)域取得突破性進(jìn)展。其中，團(tuán)隊(duì)博士研究生熊黎劍于2023年和2024年在國際高水平期刊《Sensors and Actuators: B. Chemical》（傳感器和執(zhí)行器B：化學(xué)）（中科院一區(qū)Top期刊，IF=8.4）上連續(xù)發(fā)表兩篇文章“Image presentation and effective classification of odor intensity levels using multi-channel electronic nose technology combined with GASF and CNN”（使用多通道電子鼻技術(shù)并結(jié)合GASF和CNN進(jìn)行傳感器數(shù)據(jù)圖像表征以實(shí)現(xiàn)氣味強(qiáng)度等級(jí)的高效分類）、“Improved support vector regression recursive feature elimi) for processing correlated gas sensor data”（組內(nèi)代表性特征采樣的改進(jìn)的支持向量回歸迭代特征刪除方法（IRFS-SVR-RFE）用于處理氣體傳感器相關(guān)數(shù)據(jù)）。
《Sensors and Actuators B:Chemical》（傳感器和執(zhí)行器B：化學(xué)）是一本跨學(xué)科期刊，主要報(bào)道化學(xué)、生物傳感器與分析微nation based on intragroup representative feature sampling (IRFS-SVR-RFE系統(tǒng)領(lǐng)域的創(chuàng)新研究成果，屬于中科院一區(qū)Top期刊，在63本儀器儀表學(xué)科期刊中排名第一(Web of Science學(xué)科分區(qū))。
