论文摘要
电子鼻是一种人工嗅觉系统,一般由传感器阵列、数据采集设备和模式识别系统三部分构成。气敏传感器阵列是电子鼻系统的“心脏”,其性能直接影响电子鼻的整体性能。有效提高传感器阵列的性能指标(如灵敏度、选择性、稳定性等)是提高电子鼻性能的关键。阵列优化通过对传感器响应的特征空间进行特征选择,来决定具体应用条件下较优的传感器类型及阵列规模,是提高电子鼻性能的有效途径之一。本文首先基于电子鼻在易挥发性有机化合物(VOCs)检测和定性识别中的应用,对阵列优化的作用进行了考察。在对五种VOCs(浓度在600ppb～2000pb范围)的定性识别实验中,通过应用阵列优化对由14个金属氧化物半导体(MOS)传感器构成的初始阵列运用不同特征选择算法进行阵列优化,得到保留了9个传感器的最终阵列。对优化后的特征子集采用Fisher线性判别法(DFA)进行模式识别分析,对样本分类正确率达到100%。另一方面,MOS气敏传感器对气体的选择性会随其工作温度的改变而不同,通过调节传感器的工作温度可以提高其对气体的选择性。MOS气敏传感器阵列一般在固定温度下或温度调制下工作。目前大多数传感器阵列采用5.0V的加热电压,工作温度在270℃。本文在VOCs定性识别实验中选用了7个加热温度点,分别对在各个温度下工作的传感器阵列进行优化,对优化后各温度下的特征子集做DFA分析比较。结果表明,阵列优化将气敏传感器阵列中的传感器数目由10个减少至4个。优化阵列的最佳温度为220℃,相比通用的270℃,对四种气体的正确识别率由91.7%提高到了100%。通过改变传感器的工作温度提高其对气体选择性的另一方式是对MOS气敏传感器阵列进行温度调制。本文让传感器阵列在设定的温度调制模式下工作,采用电子鼻进行VOCs的定性识别实验。根据传感器的动态测试响应曲线提取Max(dSt/dt),Min(dSt/dt)/minS,max(dSt/dt)/minS,max(dSt/dt)/maxS,min(dSt/dt)/maxS,min(dSt/dt)六个特征参数。经过阵列优化将气敏传感器阵列中的传感器数目由6个减少至3个。对优化后的特征子集做DFA判别,正确识别率达到100%。论文主要分为四部分:第一部分对电子鼻系统的工作原理、应用前景,阵列优化的意义、方法和应用,以及MOS气敏传感器的温度依赖性进行概述;第二部分基于电子鼻系统的VOCs定性检测实验,对传感器阵列进行了优化,并对结果进行了分析和讨论;第三部分进行MOS气敏传感器阵列优化及其最佳工作温度选择的研究;第四部分为阵列优化在MOS气敏传感器温度调制中的应用研究。