Non-faradaic electrochemical sensors and their data analysis

Bu tez, kuvvetli elektrolitlerin çözeltilerinden çeşitli algılama yapıları kullanılarak elde edilen faradaik olmayan elektrokimyasal empedans spektroskopisi (EIS) verilerinin analizine odaklanmaktadır. Temel amaç, bu verilerin hem bağımsız hem de karışık tuz çözeltilerindeki bileşenleri ve bunların konsantrasyonlarını iyon- seçici elementler, referans elektrotlar veya diğer karmaşık kurulumlar olmadan tespit etme yeteneğini ortaya koymaktır. İlk çalışmalarda, 200 mM seviyesine kadar değişen konsantrasyonlardaki çözelti setleri manuel olarak hazırlanmıştır. EIS verileri daha sonra Cr-Au elektrot tabanlı elektrik çift tabaka (EDL) kondansatörü kullanılarak ölçülmektedir. Ardından, çözelti hazırlama ve veri toplama süreçlerini otomatize etmek için, yalın grafit elektrotlar içeren akışkan bir platform geliştirilmiştir. EIS verileri, 20 Hz ila 200 kHz arasındaki belirli frekans değerlerinde gerçekleştirilen faradaik olmayan voltaj taramaları (ZV) ile elde edilmektedir. Veri setleri üzerinde gözetimsiz ve gözetimli öğrenme yöntemleri uygulanmıştır. Ayrıca, ZV-EIS veri seti için yapay sinir ağı modellerinin eğitimini mümkün kılan yeni bir veri çoklama modeli sunulmaktadır. Bulgular, gözetimli öğrenme modellerinin bileşik sınıflandırma ve konsantrasyon tespiti ile ilgili görevlerde tatmin edici performans sonuçları sunduğunu göstermektedir. Ek olarak bu çalışma, frekans değeri ve örnekleme voltaj penceresinin etkilerini, elektrot seçiciliği ve konsantrasyon kapsamı analizlerini de incelemektedir. Tez, bu alandaki gelecek araştırmalarla ilgili bir değerlendirme ile sona ermektedir.