Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Adaptable multi-pixel gas sensor platform for a wide range of appliance and consumer markets

Opis projektu

Innowacyjne czujniki gazów pomogą w monitorowaniu jakości powietrza i ochronie zdrowia

Czujniki gazu są ważne z punktu widzenia pomiaru zanieczyszczeń powietrza w otoczeniu, szczególnie na obszarach przemysłowych. Pomagają także w dbaniu o odpowiednią jakość produktów w przemyśle spożywczym, a także umożliwiają pracownikom ochrony zdrowia realizację działań. Wszystkie te sektory wymagają zminiaturyzowanych, energooszczędnych i tanich czujników charakteryzujących się wysoką selektywnością. Zespół finansowanego ze środków Unii Europejskiej projektu AMUSENS ma na celu opracowanie elastycznej platformy czujników gazu poprzez połączenie czujników wielopikselowych i sztucznej inteligencji. Zastosowanie tego podejścia zwiększy selektywność i możliwości dostosowania do określonych potrzeb. Wykorzystując innowacyjne techniki obróbki przyrostowej, zespół projektu AMUSENS zamierza wykorzystać nowe materiały oparte na tlenkach metali, aby wykazać ich trwałość w procesie obróbki na poziomie wafli. Możliwości dostosowania platformy zostaną zaprezentowane na przykładach monitorowania ekspozycji osobistej i zastosowań w sektorze ochrony zdrowia.

Cel

Gas sensors are crucial in the personal and industrial monitoring to analyze personal exposure to air pollutants or to critical gases, to control product quality such as in the food industry, in health care by analyzing gases from human body and using breath analysis combined with wearable sensors for personal stress estimation. These applications require miniaturized low power and low-cost gas sensors with good gas selectivity to be integrated in personal devices, in product packaging or in widely distributed sensor networks.
AMUSENS aims at developing a gas sensor platform with flexible selectivity to different gas environments by combining a multi-pixel approach and artificial intelligence to adapt the data analysis to the targeted applications. It is based on metal oxide sensing materials on micro-hotplate platform, which are already available on the market for low power applications, but suffer from a lack of selectivity. Gas-selective multi-pixel sensors based on different metal oxide materials have been demonstrated, but their industrialization is limited to few industrially available materials. By using original additive manufacturing approaches for local liquid-phase and gas-phase depositions, we aim at extending the choice of available materials and demonstrate their sustainability in wafer-scale processing. Artificial intelligence will be used to accelerate the choice of materials, for data fusion to determine specific patterns in the gas analysis and to optimize sensor calibration through calibration transfer models. Three specific applications targeting personal exposure and health care will demonstrate the adaptability of the platform, based on an analysis of the users' requirements. AI interpretation will be facilitated using model-agnostic interpretability analysis of the AI-based models for calibration transfer and on the use-case models.
The proposed architecture will be adaptable to many applications (i) from the flexibility in choosing the materials, made possible by the local deposition techniques, and (ii) from the programming protocol of the artificial intelligence. This approach of products with on-demand properties will improve the resilience of the gas sensor industry by accelerating the time to market of products with enhanced performances.

Dziedzina nauki (EuroSciVoc)

Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego. Więcej informacji: Europejski Słownik Naukowy.

Aby użyć tej funkcji, musisz się zalogować lub zarejestrować

Słowa kluczowe

Słowa kluczowe dotyczące projektu wybrane przez koordynatora projektu. Nie należy mylić ich z pojęciami z taksonomii EuroSciVoc dotyczącymi dziedzin nauki.

Program(-y)

Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.

Temat(-y)

Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.

System finansowania

Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.

HORIZON-RIA - HORIZON Research and Innovation Actions

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.

(odnośnik otworzy się w nowym oknie) HORIZON-CL4-2023-RESILIENCE-01-TWO-STAGE

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

LUXEMBOURG INSTITUTE OF SCIENCE AND TECHNOLOGY
Wkład UE netto

Kwota netto dofinansowania ze środków Unii Europejskiej. Suma środków otrzymanych przez uczestnika, pomniejszona o kwotę unijnego dofinansowania przekazanego powiązanym podmiotom zewnętrznym. Uwzględnia podział unijnego dofinansowania pomiędzy bezpośrednich beneficjentów projektu i pozostałych uczestników, w tym podmioty zewnętrzne.

€ 1 558 132,21
Koszt całkowity

Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.

Brak danych

Uczestnicy (10)

Moja broszura 0 0