MoS2 Van der Waals p–n Junctions Enabling Highly Selective Room‐Temperature NO2 Sensor

材料科学 堆积 范德瓦尔斯力 平面的 灵敏度(控制系统) 检出限 紫外线 薄膜 分析化学(期刊) 分子 纳米技术 光电子学 化学 核磁共振 物理 有机化学 计算机图形学(图像) 色谱法 电子工程 计算机科学 工程类
作者
Wei Zheng,Yi Xu,Lingli Zheng,Chen Yang,Nicola Pinna,Xianghong Liu,Jun Zhang
出处
期刊:Advanced Functional Materials [Wiley]
卷期号:30 (19) 被引量:187
标识
DOI:10.1002/adfm.202000435
摘要

Abstract Van der Waals p–n junctions of 2D materials present great potential for electronic devices due to the fascinating properties at the junction interface. In this work, an efficient gas sensor based on planar 2D van der Waals junctions is reported by stacking n‐type and p‐type atomically thin MoS 2 films, which are synthesized by chemical vapor deposition (CVD) and soft‐chemistry route, respectively. The electrical conductivity of the van der Waals p–n junctions is found to be strongly affected by the exposure to NO 2 at room temperature (RT). The MoS 2 p–n junction sensor exhibits an outstanding sensitivity and selectivity to NO 2 at RT, which are unavailable in sensors based on individual n‐type or p‐type MoS 2 . The sensitivity of 20 ppm NO 2 is improved by 60 times compared to a p‐type MoS 2 sensor, and an extremely low limit of detection of 8 ppb is obtained under ultraviolet irradiation. Complete and very fast sensor recovery is achieved within 30 s. These results are superior to most of the previous reports related to NO 2 detection. This work establishes an entirely new sensing platform and proves the feasibility of using such materials for the high‐performance detection of gaseous molecules at RT.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Maestro_S的应助被冷傲的化蛹采纳,获得10
1秒前
小化发布了新的文献求助10
1秒前
2秒前
祟祟发布了新的文献求助10
2秒前
2秒前
嗯呐发布了新的文献求助10
7秒前
7秒前
Caroline完成签到 ,获得积分10
7秒前
8秒前
orixero的应助被尊敬谷波采纳,获得20
8秒前
H_W发布了新的文献求助20
11秒前
11秒前
fhw完成签到 ,获得积分10
11秒前
Lucas的应助被核桃采纳,获得10
12秒前
典雅的初蓝完成签到,获得积分20
12秒前
领导范儿的应助被核桃采纳,获得10
12秒前
科研通AI6.2的应助被核桃采纳,获得10
12秒前
领导范儿的应助被核桃采纳,获得10
12秒前
充电宝的应助被核桃采纳,获得30
12秒前
尊嘟假嘟的应助被核桃采纳,获得50
13秒前
13秒前
13秒前
丘比特的应助被核桃采纳,获得30
13秒前
yyzhz发布了新的文献求助10
13秒前
orixero的应助被核桃采纳,获得10
13秒前
ZZShun的应助被海布里的风采纳,获得10
14秒前
冷傲的化蛹完成签到,获得积分10
14秒前
15秒前
15秒前
Lucas的应助被Yichen采纳,获得10
16秒前
16秒前
16秒前
邵小庆发布了新的文献求助10
17秒前
18秒前
18秒前
19秒前
尊敬谷波发布了新的文献求助20
21秒前
顾矜的应助被典雅的初蓝采纳,获得10
22秒前
彩色德天完成签到 ,获得积分10
22秒前
菜鸟学习发布了新的文献求助10
24秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
RNA结合蛋白调控丝状真菌次级代谢的分子机制及功能研究 2000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1080
Encyclopedia of Modern Artificial Intelligence 1000
Особенности технологий и методов информационно-психологических войн СССР с Великобританией и США в период 1939-1953 гг 1000
Critical Psychology 600
Analyses de reconnaissances de dettes passées devant les échevins d'Ypres (1249-1291) 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8145303
求助须知:如何正确求助?哪些是违规求助? 9544308
关于积分的说明 21662107
捐赠科研通 7731240
什么是DOI,文献DOI怎么找? 3422644
关于科研通互助平台的介绍 2547723
邀请新用户注册赠送积分活动 2465410