In recent years, air pollution has emerged as a major environmental issue worldwide, posing a serious threat to human health and ecosystems. As a result, there is a growing demand for gas monitoring systems that can effectively monitor air pollution. However, most of the gas sensors used to monitor air pollution in this way are a type of electronic device, which generates e-waste, which is a significant environmental pollution problem that must be addressed. Therefore, there is a need for green gas sensors that do not generate e-waste by fabricating them with eco-friendly materials and methods.
In this study, we fabricated an eco-friendly gas sensor based on laser-induced graphene (LIG) generated by patterning on wood. LIG was generated by a one-step process of irradiating wood with a femtosecond laser to fabricate an eco-friendly gas sensor with precision and efficiency. We confirmed that the fabricated gas sensor has a three-dimensional porous structure and responds to carbon monoxide, ammonia, and methane gases. We also fabricated a gas sensor array by doping CuO and CoO, which are different sensing materials, and developed a system that can selectively predict four gases (air, carbon monoxide, ammonia, and methane) in real-time by using the measured gas experimental data as training data for a convolutional neural network (CNN) algorithm. In the developed system, gas species classification of the four gases in real time was achieved with an accuracy of about 98%, and concentration prediction was also realized with an error range of about 12%. In addition, we measured the gases generated during forest fires and confirmed that it effectively detects forest fires. Thus, the femtosecond laser-induced graphene-based gas sensor developed in this study using a femtosecond laser and wood, combined with a deep learning algorithm, can effectively detect multiple types of gases selectively and within a short time, showing its potential as an eco-friendly gas sensor.
최근 대기 오염은 전 세계적으로 인간의 건강과 생태계에 심각한 위협이 되는 주요 환경 문제로 대두되고 있습니다. 이에 대기 오염을 효과적으로 모니터링 할 수 있는 가스 모니터링 시스템에 대한 수요가 증가하고 있습니다. 하지만 이렇게 대기 오염을 모니터링하기 위해 사용되는 대부분의 가스 센서는 전자 장치의 한 종류로서, 전자 폐기물을 생성하며, 이는 반드시 해결해야 할 중대한 환경 오염 문제입니다. 따라서 친환경적인 재료와 방법으로 제작하여 전자 폐기물을 생성하지 않는 친환경 가스 센서가 필요합니다.
본 연구에서는 목재에 패터닝하여 생성된 레이저 유도 그래핀(LIG) 기반의 친환경 가스 센서를 제작했습니다. 목재에 펨토초 레이저를 조사하는 원스텝 공정으로 LIG를 생성하여 정밀하고 효율적으로 친환경적인 가스 센서를 제작하였습니다. 제작된 가스 센서는 3차원 다공성 구조를 띠고, 일산화탄소와 암모니아, 메탄 가스에 대해 반응하는 것을 확인하였습니다. 또한 서로 다른 감지물질인 CuO와 CoO를 도핑하여 가스 센서 어레이를 제작하였으며, 측정된 가스 실험 데이터를 컨볼루션 신경망의 합성곱 신경망(CNN) 알고리즘의 훈련 데이터로 사용하여 4가지 가스(공기, 일산화탄소, 암모니아, 메탄)를 선택적으로 실시간으로 예측할 수 있는 시스템을 개발하였습니다. 개발된 시스템의 경우 실시간으로 4종의 가스에 대한 가스 종 분류를 약 98%의 정확도로 달성하였으며, 농도 예측 또한 약 12%의 오차범위에서 구현할 수 있었습니다. 또한 산불 발생 시 발생하는 가스들을 측정하여 효과적으로 산불을 감지해내는 것을 확인하였습니다. 이로써 본 연구에서 개발된 펨토초 레이저와 목재를 이용한 펨토초 레이저-유도 그래핀 기반 가스 센서는 딥러닝 알고리즘과 결합하여 효과적으로 여러 종류의 가스를 선택적으로, 빠른 시간내에 감지해 낼 수 있어 친환경 가스 센서로써 가능성을 보여줍니다.
