黑磷烯（BP）是当今研究前沿的类石墨烯半导体材料,具有独特的褶皱结构,电子迁移率高,优异的力学性能、可调能带结构以及热、电、光学性能的各向异性。然而BP在水氧环境中易被快速降解,限制了其优异性质的发挥和在电子器件、能量存储等领域的应用。因此,本论文旨在采用几种金属掺杂策略稳定BP,并且与其他材料形成杂化物,进一步提升BP的稳定性及催化性,制备了电化学传感器,结合机器学习,应用于不同分子的智能分析。具体内容如下:（1）黑磷烯的初步探究:采用液相超声辅助剥离法制备BP,并对黑磷晶体和未经修饰的BP进行形貌表征,可以看出BP具有褶皱结构且出现降解的暗号“气泡”,验证后续掺杂策略的必要性。探索了几种常见的有机溶剂剥离BP的效率,挑选出N-甲基吡咯烷酮作为后续实验剥离BP的高效溶剂。对掺杂工程的金属初步筛选,选择结果较为满意的Ag NO3和Cu Cl后续实验与不同材料复合,进一步稳定BP提高催化性能,应用于电化学传感。（2）P-PCMs-BP-Ag NPs传感器的制备及其对DNA损伤标志物的智能分析:制备银纳米粒子（Ag NPs）修饰BP复合磷掺杂多孔碳微球（P-PCMs）作为纳米酶传感平台,结合机器学习（ML）中的神经网络（ANN）算法用于智能分析DNA氧化损伤的生物标记物8-羟基-2’-脱氧鸟苷（8-OHd G）。Ag+原位还原为Ag NPs并在BP表面生长,实现了对修饰BP的金属离子有效表面钝化的BP-Ag NPs的可控制备。以α-环糊精为碳源,水热碳化,然后在磷酸作为活化剂和掺杂剂的存在下煅烧,制备了比表面积提高4.9倍,为1636.73 m2·g-1的P-PCMs。使用液相超声辅助剥离法,将Ag+、P-PCMs和黑磷晶体粉末共剥离,制备出良好的长期水氧稳定性、大的比表面积、优异的电催化性能（提高303倍）且具有类酶特性的P-PCMs-BP-Ag NPs复合材料,采用ANN算法的ML模型对8-OHd G进行智能输出,在0.2～125μM的工作范围内可接受的回收率。（3）基于激光诱导多孔石墨烯自组装BN/Ti3C2-MXene的便携式传感器对萘乙酸的检测:使用Cu Cl修饰的BP（BN）,与氢氟酸刻蚀的Ti3C2-MXene,通过液相超声共剥离的方法,制备复合材料BN/Ti3C2-MXene。在商用聚酰亚胺膜上激光直写石墨烯（LIPG）,并通过计算机辅助设计系统进行图案化设计。将复合材料滴涂在LIPG上制备纳米酶柔性电极,通过机器学习（ML）对农田环境和农产品中的植物调节因子α-萘乙酸（NAA）残留进行智能超痕量分析。讨论了利用人工神经网络算法实现对NAA智能输出的ML模型,并使用便携式无线智能传感器进行NAA的检测,电化学检测范围为0.02～40μM,且具有良好的回收率。纳米酶柔性电极具有大而粗糙的表面、良好的电化学响应和令人满意的实用性证明了该方法的可行性和检测能力。这将提供一个便携式的无线智能纳米酶灵活传感平台,用于低成本、简单、快速和超痕量检测环境、产品和食品安全中的有害物质。