Projektinformation
Projekttitel:
Nanotransistorgassensor kombinerad med maskininlärning (ML) för vätgasfordon
Projekttitel (eng):
Nanotransistor Gas Sensor Combined with Machine Learning (ML) for Hydrogen Vehicles
Koordinator:
Uppsala universitet
Diarienummer:
2025-202852
Projektnummer:
P2025-01053
Projektstart:
2025-07-01
Projektslut:
2026-10-31
Budget:
| År | Beviljat |
|---|---|
| 2025 | 495 512 kr |
| Total: | 495 512 kr |
Program:
FFI Nollutsläpp
Programområde:
Transporter, forskningsprogram
Projektsammanfattning:
Projektet syftar till att utveckla gassensor baserad på funktionaliserade kisel-nanotrådsfälteffekttransistorer (NanoFET), kombinerat med maskininlärning (ML), för att övervaka H2-gas i fordon med bränsleceller och H2-förbränningsmotorer. NanoFET-sensorarkitekturen är utformad för att selektivt detektera små koncentrationer och variationer av H2-gas i gasblandningar som innehåller störande gaser som CO, NH3, NO och NO2. ML-algoritmer förbättrar sensorns prestanda vid kontinuerlig mätning och möjliggör förutsägelse av upptäckta gasmönster. Projektet innefattar utveckling av NanoFET-enheter på kisel, integration och implementering av den första generationen H2-sensorchips som är lämpliga för fordonsdiagnostik ombord, i samarbete med spinoff-företaget SweSenSI AB. Vi tror att kiselbaserade NanoFETs i kombination med ML-driven dataanalys kan revolutionera den nuvarande tekniken för detektering och övervakning av H2-utsläpp och stödja FFI:s initiativ för nollutsläpp inom transportsektorn.
Energimyndighetens andel:
75 %
