Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français français
CORDIS - Résultats de la recherche de l’UE
CORDIS

A Universal Acoustic MEMS Gas Sensor with Machine Learning

Description du projet

Ce gaz a un «son» familier: un capteur acoustique de gaz exploitant la technologie des microrésonateurs

Les capteurs détectent ou mesurent des propriétés physiques de diverses manières et dans un nombre pratiquement illimité d’applications. Lorsqu’il s’agit de détecter des molécules dans un gaz, la plupart des capteurs actuels reposent sur la détection de signaux électriques ou optiques. Le projet SmartGas, financé par l’UE, envisage d’élargir ces possibilités au moyen d’un capteur de gaz acoustique innovant qui exploite la technologie des systèmes microélectromécaniques (MEMS), la résonance acoustique et l’apprentissage automatique. Les modèles de résonance acoustique d’un ou plusieurs gaz à l’intérieur de la minuscule cavité d’un résonateur MEMS remplaceront les fréquences optiques en spectroscopie. Le projet prévoit de présenter un modèle breveté de capteur de gaz universel et peu coûteux qui pourrait révolutionner le marché de la détection des gaz.

Objectif

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.

Champ scientifique (EuroSciVoc)

CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.

Vous devez vous identifier ou vous inscrire pour utiliser cette fonction

Mots‑clés

Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).

Programme(s)

Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.

Thème(s)

Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.

Régime de financement

Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.

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

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.

(s’ouvre dans une nouvelle fenêtre) H2020-WF-2018-2020

Voir tous les projets financés au titre de cet appel

Coordinateur

BILKENT UNIVERSITESI VAKIF
Contribution nette de l'UE

La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.

€ 157 355,52
Adresse
ESKISEHIR YOLU 8 KM
06800 BILKENT ANKARA
Turquie

Voir sur la carte

Région
Batı Anadolu Ankara Ankara
Type d’activité
Higher or Secondary Education Establishments
Liens
Coût total

Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.

€ 157 355,52
Mon livret 0 0