POLLUTION : Bientôt un tracker personnel pour surveiller son environnement

Un nez électronique patché sur le bras

Les ingénieurs ont notamment conçu un principe de capteur innovant car il utilise un mécanisme d'auto-échauffement qui améliore sa sensibilité. Les nanomatériaux utilisés pour les capteurs sont l'oxyde de graphène et le bisulfure de molybdène ou un composite d'oxyde métallique composé d'un noyau d'oxyde de zinc et d'une coque d'oxyde de cuivre (soit les 2 types de nanomatériaux les plus largement utilisés pour fabriquer les capteurs de gaz). Avec un défi technologique, explique l’auteur principal, Huanyu Cheng, professeur de Sciences et mécanique de l'ingénierie à la Penn State : « Le problème est que le nanomatériau est très difficilement branchable avec des fils permettant de recevoir ou transmettre le signal, ce qui implique l’ajout d’électrodes interdigitées ».

Dans la partie non sensible du dispositif, une série de lignes en serpentin, capable de s’étirer comme la peau, enduites d'argent reçoit un courant électrique et réchauffe la zone de détection des gaz. Enfin, chaque dispositif pourrait intégrer 10 à des centaines de capteurs, chacun sélectif d'une molécule différente, tel un nez électronique sophistiqué, capable de détecter plusieurs composants dans un mélange complexe.

 

Détecter les polluants à l’échelle du pays et à l’échelle individuelle : Ici, l’équipe apporte la preuve de concept avec des prototypes  permettant déjà de détecter le dioxyde d'azote caractéristique de la pollution automobile. Ils se déclarent également en mesure de détecter le dioxyde de soufre et le dioxyde d'azote, caractéristiques des pluies acides.

Les applications sont multiples, de la surveillance des agences gouvernementales et des associations environnementales mais aussi pour le développement de dispositifs médicaux de surveillance des patients, de la détection à des polluants pouvant affecter la santé pulmonaire à la détection de biomarqueurs gazeux du corps humain.

 

 

La prochaine étape explique l’équipe est de rendre les capteurs plus sélectifs, peut-être avec l'utilisation de l'apprentissage automatique pour mieux identifier les signaux distincts des molécules individuelles.