深圳大学&大连理工大学：研发基于金属有机框架的双模态传感系统用于气体泄漏检测与定位

传统单模态气体监测系统仅在气体浓度超过阈值时触发报警，无法定位泄漏源，大幅增加泄漏排查的难度与安全风险。针对该缺陷，深圳大学周晔教授团队，联合大连理工大学彭孝军院士研制了一套双模态传感感知系统（BSPS），巧妙利用金属有机框架（MOF）的多孔特性。一方面，金属有机框架可作为传感单元高效捕获氨气；另一方面，它还充当忆阻器活性层，调控导电细丝的迁移过程（变异系数 = 0.022），从而仅依靠单一材料即可实现核心功能组件。该系统融合传感内计算与近传感器计算技术，能够独立完成氨气浓度梯度与气流信号的感知、编码及预处理。最后通过脉冲神经网络（SNN）融合双模态信息，可视化识别氨气浓度以及泄漏源位置（识别率 95%）。该技术方案可为先进气体传感平台提供更高的选择性与实时泄漏定位能力。

该研究工作以“Metal–Organic Framework-Enabled Bimodal Sensory System for Gas Leak Detection and Localization”为题，发表在国际知名期刊《ACS Nano》（IF=16.0）上， 深圳大学周晔教授、丁光龙助理教授、大连理工大学彭孝军院士为文章共同通讯作者。

Metal–Organic Framework-Enabled Bimodal Sensory System for Gas Leak Detection and Localization. JiYu Zhao, Zhuo Chen, Wei Zeng, Yifan Zheng, Hang Li, Xinqi Ma, Qingxiu Li, Wen-Min Zhong, Lili Gao, Su-Ting Han, Guanglong Ding*, Xiaojun Peng*, and Ye Zhou*. ACS Nano 2026, 20, 16243−16252

文章链接：

https://doi.org/10.1021/acsnano.6c03433