开发能够使用结构色表征气体的压敏设备

NIMS、哈佛大学和康涅狄格大学设计并制造了一种简单的设备，能够根据其气体特性以多种颜色对注入其中的气体进行成像，从而实现不同气体的色差。这种用户友好的设备将注入气体产生的压力转换为结构颜色，从而对其进行成像。该技术可能具有广泛的应用前景，例如环境监测、安全保障和医疗保健。

气体成像在许多与气体相关的基础和应用研究项目中很重要，因为几乎所有环境气体都是无色且不可见的。仅开发了几种用于对环境气流进行成像的方法(例如，使用能够通过向空气中释放示踪粒子来检测温度变化和气流测量的红外摄像机)。这些方法需要精密的设备，不适合以一致的方式对不同类型的气体进行成像。此外，它们生成的图像不适合分析气体特性。一种能够对所有类型的气体进行成像和分析的简单方法可能具有广泛的应用，例如基于图像的测量。

该研究小组最近制造了一种能够使用多种颜色(即结构色)对各种气体进行成像和区分的设备，方法很简单：首先将聚二甲基硅氧烷 (PDMS)(一种软材料)制成板状。然后用氩等离子体处理部分 PDMS 表面。将等离子体处理过的 PDMS 平板放置在玻璃基板表面，等离子体处理面朝下，使它们完全接触。当注入的气体通过 PDMS 和玻璃层之间的紧密边界时，经过等离子体处理的 PDMS 表面会形成周期性的波纹状微图案。这种压缩和由此产生的微图案形成导致结构色的产生。该机制适用于任何类型气体的成像和区分。当进入的气流中断时，结构颜色完全消失。PDMS 变形的程度取决于注入气体的流速、粘度和密度。由于所有气体都具有独特的粘度和密度，因此该设备可用于在恒定流速下根据这些特性区分和分析气体样品。

在未来的研究中，团队将致力于通过提高灵敏度来优化设备，以使其与各种应用兼容(例如，环境气体和生物样品的识别)。该团队还将考虑开发一种新的气体识别技术，将其与图像识别和机器学习技术相结合，并制造出结构简单的小型CCD(电荷耦合器件)集成设备。

该项目由 Kota Shiba(NIMS 功能材料研究中心嗅觉传感器组高级研究员)、David A. Weitz(哈佛大学教授)和 Luyi Sun(国立大学教授)组成的研究团队进行康涅狄格州)。

本研究于当地时间2022年11月17日发表在开放获取期刊Advanced Science上。