Non-faradaic electrochemical sensors and their data analysis
Faradaik olmayan elektrokimyasal sensörler ve veri analizleri
- Tez No: 882891
- Danışmanlar: PROF. DR. ŞENOL MUTLU
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 133
Özet
Bu tez, kuvvetli elektrolitlerin çözeltilerinden çeşitli algılama yapıları kullanılarak elde edilen faradaik olmayan elektrokimyasal empedans spektroskopisi (EIS) verilerinin analizine odaklanmaktadır. Temel amaç, bu verilerin hem bağımsız hem de karışık tuz çözeltilerindeki bileşenleri ve bunların konsantrasyonlarını iyon- seçici elementler, referans elektrotlar veya diğer karmaşık kurulumlar olmadan tespit etme yeteneğini ortaya koymaktır. İlk çalışmalarda, 200 mM seviyesine kadar değişen konsantrasyonlardaki çözelti setleri manuel olarak hazırlanmıştır. EIS verileri daha sonra Cr-Au elektrot tabanlı elektrik çift tabaka (EDL) kondansatörü kullanılarak ölçülmektedir. Ardından, çözelti hazırlama ve veri toplama süreçlerini otomatize etmek için, yalın grafit elektrotlar içeren akışkan bir platform geliştirilmiştir. EIS verileri, 20 Hz ila 200 kHz arasındaki belirli frekans değerlerinde gerçekleştirilen faradaik olmayan voltaj taramaları (ZV) ile elde edilmektedir. Veri setleri üzerinde gözetimsiz ve gözetimli öğrenme yöntemleri uygulanmıştır. Ayrıca, ZV-EIS veri seti için yapay sinir ağı modellerinin eğitimini mümkün kılan yeni bir veri çoklama modeli sunulmaktadır. Bulgular, gözetimli öğrenme modellerinin bileşik sınıflandırma ve konsantrasyon tespiti ile ilgili görevlerde tatmin edici performans sonuçları sunduğunu göstermektedir. Ek olarak bu çalışma, frekans değeri ve örnekleme voltaj penceresinin etkilerini, elektrot seçiciliği ve konsantrasyon kapsamı analizlerini de incelemektedir. Tez, bu alandaki gelecek araştırmalarla ilgili bir değerlendirme ile sona ermektedir.
Özet (Çeviri)
This thesis delves into the exploration of non-faradaic electrochemical impedance spectroscopy (EIS) data derived from strong electrolyte solutions using diverse sensing structures. The primary objective is to assess the capability of these data to identify the presence of electrolytes and their respective concentrations within both individual and mixed salt solutions, without using ion-selective elements, reference electrodes, or other intricate setups. Initial experiments involve the manual preparation of solution sets featuring varying concentrations, reaching up to 200 mM. The EIS data is then measured utilizing a Cr-Au electrode-based electrical double-layer (EDL) capacitor. Subsequently, an automated fluidic platform, incorporating bare graphite electrodes, is developed to streamline the entire process, encompassing solution preparation and data collection. The non-faradaic EIS data is measured through voltage sweeps (ZV) within a non-faradaic interval on selected frequency values spanning from 20 Hz to 200 kHz. Implementation of unsupervised and supervised learning methods is carried out for the obtained non-faradaic datasets. Additionally, a novel augmentation model is introduced for the ZV-EIS dataset, making neural network model training possible. The findings demonstrate that supervised learning models yield satisfactory performance results in tasks related to compound classification and concentration detection. In addition, the study delves into the impact of frequency bias and sampling voltage window variations, as well as analysis of electrode selectivity and concentration coverage. The thesis concludes with a discussion on future directions for research in this domain.
Benzer Tezler
- Investigation of the catalytic performance of tin nanowires produced by aluminum anodic oxide template method for electrochemical CO2 reduction
Alüminyum anodik oksit şablon yöntemiyle üretilen kalay nanotellerin elektrokimyasal CO2 redüksiyonuna yönelik katalitik performansinin i̇ncelenmesi
DİLAN ER GÖNÜL
Doktora
İngilizce
2023
Metalurji Mühendisliğiİstanbul Teknik ÜniversitesiMalzeme Bilimi ve Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA KAMİL ÜRGEN
- Characterization of non-faradaic label free impedimetric electrochemical sensor
Etiketsiz faradaik olmayan impedimetrik elektrokimyasal sensor karakterizasyonu
NURCAN GÜNGÖRDÜ
Yüksek Lisans
İngilizce
2018
Mühendislik BilimleriBoğaziçi ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. ŞENOL MUTLU
YRD. DOÇ. DR. BORA GARİPCAN
- Karbon nanofiber esaslı hibrit elektrotların geliştirilmesi ve süperkapasitör uygulamaları
Development of carbon nanofiber based hybrid electrodes and supercapacitors applications
HAMİDE AYDIN
Doktora
Türkçe
2024
Enerjiİstanbul Üniversitesi-CerrahpaşaKimya Ana Bilim Dalı
DOÇ. DR. SELCAN KARAKUŞ
DR. ÖĞR. ÜYESİ ÜMRAN KURTAN
- AAO şablonlar içerisine nikel biriktirme ile yüksek kapasiteli hibrit kapasitör elektrotlarının üretimi
Fabrication of high capacity hybrid capacitor elecrodes via nickel deposition into AAO templates
BURAG HAMPARYAN
Yüksek Lisans
Türkçe
2015
Metalurji Mühendisliğiİstanbul Teknik ÜniversitesiMetalurji ve Malzeme Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA KAMİL ÜRGEN
- Yüksek performanslı karbon/metal-oksit nanokompozit süperkapasitörlerin üretim ve karakterizasyonu
Fabrication and characterization of high performance carbon/metal-oxide nanocomposite supercapacitors
NERİMAN SİNAN
Yüksek Lisans
Türkçe
2016
Bilim ve TeknolojiBursa Teknik Üniversitesiİleri Teknolojiler Ana Bilim Dalı
DOÇ. DR. ECE ÜNÜR YILMAZ