A parametrized numerical model to simulate the semiconductor influence of thick film metal oxide gas sensors

DSpace Repository


Dateien:

URI: http://hdl.handle.net/10900/108808
http://nbn-resolving.de/urn:nbn:de:bsz:21-dspace-1088081
http://dx.doi.org/10.15496/publikation-50185
Dokumentart: Dissertation
Date: 2020-10-30
Language: English
Faculty: 7 Mathematisch-Naturwissenschaftliche Fakultät
Department: Chemie
Advisor: Weimar, Udo (Prof. Dr.)
Day of Oral Examination: 2020-08-03
DDC Classifikation: 540 - Chemistry and allied sciences
Keywords: Halbleiter , Gassensor , Python
Other Keywords: Gas Sensor
Jupyter Notebook
Metalloxide
Metal Oxide
License: Publishing license including print on demand
Order a printed copy: Print-on-Demand
Show full item record

Inhaltszusammenfassung:

Das Ziel der vorliegenden Arbeit kann thematisch in zwei Bereiche aufgeteilt werden. Zum einen wird beschrieben, wie Gassensoren, welche auf halbleitenden Metalloxiden basieren, durch numerische Verfahren simuliert werden können. Am Beispiel von SnO 2 werden die notwendigen Zusammenhänge zur Beschreibung des Halbleiters hergeleitet. Aus den hergeleit- eten Gleichungssystemen wird in einem zweiten Schritt der Sensor als solcher numerisch simuliert. In einem dritten Schritt werden die Ergebnisse der Simulation mit realen Daten ver- glichen. Durch das Abgleichen der Simulationen mit den experimentellen Daten lassen sich zusät- zliche Rückschlüsse über die Sensoreigenschaften ableiten, die kaum direkt meßbar sind. Parallel dazu legt der zweite Bereich einen Schwerpunkt drauf, wie die Programmiersprache Python als effizientes Werkzeug für die wissenschaftliche Arbeit genutzt werden kann. Auf- bauend auf Python wird das interaktive Entwicklungswerkzeug „Jupyter" vorgestellt. Anhand von vielen Beispielen kann diese Arbeit als Einführung in Python und „Jupyter“ genutzt wer- den. Aufgeteilt in drei übergeordneten Abschnitten wird demonstriert, wie selbst mit wenigen Vorkenntnissen folgende grundlegende Methoden implementiert werden können: 1. Lösen von Integralen sowie differentiellen Gleichungssystemen 2. Erstellen von numerischen Modellen zur Simulation von physikalischen und chemischen Prozessen 3. Daten gestütztes Analysieren von realen Prozesse („Data-Mining“) In dieser Arbeit soll somit demonstriert werden, wie man: • wissenschaftliche Herleitung von Zusammenhängen • experimentelle Daten und deren (interaktive) Darstellung • sowie die zugrundeliegenden Algorithmen in einem einzigen Dokument vereinen kann. Eine solche gebündelte Darstellungsform kann dazu beitragen, das kollaborative Arbeiten in der Wissenschaft stark zu vereinfachen.

This item appears in the following Collection(s)