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

DSpace Repository

Show simple item record

dc.contributor.advisor Weimar, Udo (Prof. Dr.)
dc.contributor.author Bonanati, Peter
dc.date.accessioned 2020-10-30T07:33:16Z
dc.date.available 2020-10-30T07:33:16Z
dc.date.issued 2020-10-30
dc.identifier.other 1737570130 de_DE
dc.identifier.uri http://hdl.handle.net/10900/108808
dc.identifier.uri http://nbn-resolving.de/urn:nbn:de:bsz:21-dspace-1088081 de_DE
dc.identifier.uri http://dx.doi.org/10.15496/publikation-50185
dc.description.abstract 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. de_DE
dc.language.iso en de_DE
dc.publisher Universität Tübingen de_DE
dc.rights ubt-podok de_DE
dc.rights.uri http://tobias-lib.uni-tuebingen.de/doku/lic_mit_pod.php?la=de de_DE
dc.rights.uri http://tobias-lib.uni-tuebingen.de/doku/lic_mit_pod.php?la=en en
dc.subject.classification Halbleiter , Gassensor , Python de_DE
dc.subject.ddc 540 de_DE
dc.subject.other Gas Sensor de_DE
dc.subject.other Jupyter Notebook de_DE
dc.subject.other Metalloxide de_DE
dc.subject.other Metal Oxide en
dc.title A parametrized numerical model to simulate the semiconductor influence of thick film metal oxide gas sensors en
dc.type PhDThesis de_DE
dcterms.dateAccepted 2020-08-03
utue.publikation.fachbereich Chemie de_DE
utue.publikation.fakultaet 7 Mathematisch-Naturwissenschaftliche Fakultät de_DE

Dateien:

This item appears in the following Collection(s)

Show simple item record