Skip to main content
Ir a la página de inicio de la Comisión Europea (se abrirá en una nueva ventana)
español español
CORDIS - Resultados de investigaciones de la UE
CORDIS

A Universal Acoustic MEMS Gas Sensor with Machine Learning

Descripción del proyecto

Ese gas «suena» familiar: un sensor de gases acústico que aprovecha la tecnología de los microrresonadores

Los sensores detectan o miden las propiedades físicas de muchas maneras en una cantidad de aplicaciones prácticamente ilimitada. Cuando se trata de detectar moléculas en un gas, la mayoría de los sensores actuales dependen de la detección de señales eléctricas u ópticas. El equipo del proyecto SmartGas, financiado con fondos europeos, tiene previsto ampliar las opciones con un sensor de gas acústico innovador que aprovecha la tecnología de los sistemas microelectromecánicos (SMEM), la resonancia acústica y el aprendizaje automático. Los patrones de resonancia acústica de un gas o gases dentro de la pequeña cavidad de un resonador SMEM reemplazarán las frecuencias ópticas en la espectroscopia. En el proyecto se propone entregar un diseño patentado para un sensor de gases universal de bajo coste, que podría revolucionar el mercado de detección de gases.

Objetivo

I am proposing a novel acoustic MEMS gas sensor with machine learning for the first time that can revolutionize the gas sensing field. Gas sensors targeting only a specific type of gas are developed due to the nature of the existing sensing technologies. Current gas sensors either rely on the detection of the electrical property changes upon the reaction of an active material with the gas or infrared (IR) transmission/absorption characteristics of the gases. I am proposing to couple the acoustic resonance in a cavity with a MEMS resonator and use the coupled resonance and damping as a gas sensor. Acoustic frequency and the damping are a function of the gas inside the cavity, and together can be used to detect any gas with machine learning. Since the frequency and damping change with multiple gases in the proposed approach, machine learning algorithms can extract the gas changes in a smart way. Proposed sensor solves the problems of the current gas sensors. It can be manufactured with standard MEMS fabrication flows, can be used with any gas, does not saturate, and has immediate response time. The sensors will be fabricated in the fully equipped clean room UNAM in Bilkent University. I will apply the sensor on human health by working with a pulmonologist to measure CO in human breath and indoor air quality. My supervisor Prof. Hilmi Volkan Demir will guide me throughout the project and help me to improve my technical and soft skills. I will also be able to improve my network and knowledge during my secondment in Fraunhofer EMFT, Germany. Collaborating with Analog Devices and Fraunhofer will be the key for further product technology development. In summary, this fellowship will establish me as a recognized European leader by demonstrating a proof of concept with interdisciplinary research (MEMS, machine learning, and medical application), by patenting and publishing my innovation, and by enabling the path for low cost universal gas sensor productization.

Ámbito científico (EuroSciVoc)

CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural. Véas: El vocabulario científico europeo..

Para utilizar esta función, debe iniciar sesión o registrarse

Palabras clave

Palabras clave del proyecto indicadas por el coordinador del proyecto. No confundir con la taxonomía EuroSciVoc (Ámbito científico).

Programa(s)

Programas de financiación plurianuales que definen las prioridades de la UE en materia de investigación e innovación.

Tema(s)

Las convocatorias de propuestas se dividen en temas. Un tema define una materia o área específica para la que los solicitantes pueden presentar propuestas. La descripción de un tema comprende su alcance específico y la repercusión prevista del proyecto financiado.

Régimen de financiación

Régimen de financiación (o «Tipo de acción») dentro de un programa con características comunes. Especifica: el alcance de lo que se financia; el porcentaje de reembolso; los criterios específicos de evaluación para optar a la financiación; y el uso de formas simplificadas de costes como los importes a tanto alzado.

MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)

Ver todos los proyectos financiados en el marco de este régimen de financiación

Convocatoria de propuestas

Procedimiento para invitar a los solicitantes a presentar propuestas de proyectos con el objetivo de obtener financiación de la UE.

(se abrirá en una nueva ventana) H2020-WF-2018-2020

Ver todos los proyectos financiados en el marco de esta convocatoria

Coordinador

BILKENT UNIVERSITESI VAKIF
Aportación neta de la UEn

Aportación financiera neta de la UE. Es la suma de dinero que recibe el participante, deducida la aportación de la UE a su tercero vinculado. Considera la distribución de la aportación financiera de la UE entre los beneficiarios directos del proyecto y otros tipos de participantes, como los terceros participantes.

€ 157 355,52
Dirección
ESKISEHIR YOLU 8 KM
06800 BILKENT ANKARA
Turquía

Ver en el mapa

Región
Batı Anadolu Ankara Ankara
Tipo de actividad
Higher or Secondary Education Establishments
Enlaces
Coste total

Los costes totales en que ha incurrido esta organización para participar en el proyecto, incluidos los costes directos e indirectos. Este importe es un subconjunto del presupuesto total del proyecto.

€ 157 355,52
Mi folleto 0 0