MESSAI.iO
Plattform
  • Atlas
  • Research Intelligence
  • Ihr Reproduzierbarkeitsbericht
  • Wissensgraph
  • Protokollgraph
  • Parameterkatalog
  • Mikrobenkatalog
  • Metaanalyse
  • Hunter
  • Erkenntnisse
  • Manuskriptprüfung
Labor
  • 3D-Labor
  • Modellkatalog
  • MESS Explorer
  • Parameterstudie
  • Vorhersagen
  • Experimente
  • Virtueller Sensor
  • Methodik
Anwendungsfälle
  • Für Forschende
  • Für Unternehmen
  • Für Institutionen
Wissen
  • Die Wissenschaft
  • Handbuch
  • Whitepaper
Über uns

Sprache

  • Englishen
  • Deutschde

Plattform

  • Atlas
  • Research Intelligence
  • Ihr Reproduzierbarkeitsbericht
  • Wissensgraph
  • Protokollgraph
  • Parameterkatalog
  • Mikrobenkatalog
  • Metaanalyse
  • Hunter
  • Erkenntnisse
  • Manuskriptprüfung

Labor

  • 3D-Labor
  • Modellkatalog
  • MESS Explorer
  • Parameterstudie
  • Vorhersagen
  • Experimente
  • Virtueller Sensor
  • Demo: Ressourcenrückgewinnung

Unternehmen

  • Über uns
  • Für Forschende
  • Für Unternehmen
  • Für Institutionen
  • Whitepaper
  • Handbuch
  • API-Dokumentation

Rechtliches

  • Datenschutz
  • Nutzungsbedingungen
  • Nachweise
  • Kontakt

MESSAI · KI für mikrobielle elektrochemische Systeme · © 2026

Jede Zahl auf dieser Website führt auf eine Quelldatei zurück – /proof

Forschungsdaten – Titel und Zusammenfassungen von Publikationen, extrahierte Daten und Katalogeinträge – erscheinen in ihrer Originalsprache Englisch.

← Zurück zur Forschung

3D Printing as an Adaptive Tool for Sensor Fabrication Applied through pH Monitoring

Franc Paré, Mingyue Pan, Oscar Guerrero‐Sodric, Juan Antonio Baeza +2

ChemElectroChem·2025·2 Zitationen·doi.org/10.1002/celc.202500264
KI-angereichert· 78 %Quell-PDF

KI-Zusammenfassung

78 % Konfidenz

This work demonstrates 3D printing as a versatile platform for fabricating customized pH sensors using iridium oxide (IrOx)-modified carbon electrodes for bioelectrochemical ammonia recovery monitoring. The 3D-printed sensors exhibit super-Nernstian response (−77 ± 0.2 mV/pH), high reproducibility (RSD < 5%), excellent repeatability (RSD < 2%), and stability exceeding 20 days. The modular platform integrates multiple sensors of variable lengths with integrated Ag/AgCl reference electrodes, enabling spatial pH profiling within a plate-module bioelectrochemical reactor's recovery chamber.

Erstellt von der MESSAI-Extraktionspipeline · mit dem Quell-PDF abgleichen

Extraktion

Berichtete Parameter

Noch keine extrahierten Parameter – fordern Sie eine KI-Extraktion an, um diese Publikation mit den Literaturverteilungen zu vergleichen.

Dieser Publikation ist noch kein 3D-Modell zugeordnet. Die Parameterbereiche oben ordnen die berichteten Werte trotzdem in die Literaturverteilung ein.

Zusammenfassung

As a key parameter, pH has received a lot of attention from the sensing perspective. New materials and technologies are being used to produce state of the art devices capable of tracking it. However, most generic sensors lack the applicability that certain applications require. In this article, 3D printing technology is used to its full potential to produce electrodes, which are modified into pH sensors and reference electrodes, with shapre‐driven additional functionality for monitoring ammonia recovery in a bioreactor. The 3D‐printed electrodes are modified with a layer of iridium oxide to be turned into pH sensitive devices. Their characterization showed their characteristic super‐Nernstian response (−77 ± 0.2 mV pH −1 ), high reproducibility (RSD < 5%) between sensors and repeatability (RSD < 2%) between measurements. Moreover, the sensors are stable for at least 20 days and tunable in length. All of this results in the sensors being built into a functional shape and tested to monitor the performance of an ammonia‐producing bioelectrochemical reactor.

Schlagwörter

FabricationReproducibilityRepeatability3D printingElectrodeLayer (electronics)

Kennungen

DOI
10.1002/celc.202500264
Zeitschrift
ChemElectroChem
Jahr
2025
Extraktion

Berichtete Parameter

Noch keine extrahierten Parameter – fordern Sie eine KI-Extraktion an, um diese Publikation mit den Literaturverteilungen zu vergleichen.

Dieser Publikation ist noch kein 3D-Modell zugeordnet. Die Parameterbereiche oben ordnen die berichteten Werte trotzdem in die Literaturverteilung ein.