近日，電子科技大學光電學院蔣亞東教授團隊太惠玲、吳援明老師指導的本科生在ACS Sensors期刊上面發表了題為“Linear model for concentration measurement of mixed gases”的學術論文，2022級本科生吳佩文為第一作者，太惠玲教授、吳援明教授為共同通訊作者，電子科技大學光電科學與工程學院為第一署名單位。ACS Sensors是一本美國化學學會的傳感器期刊，致力于傳播傳感器科學各個方面的新知識和原創知識，涵蓋生物、化學傳感器或陣列等，影響因子為9.1，屬于中國中科院一區TOP期刊。
傳感器在許多領域都有廣泛的應用，近年來各種單元式氣體傳感器蓬勃發展。然而，用于混合氣體組分檢測的氣體傳感器陣列仍然面臨許多挑戰。帶有氣體傳感器陣列的電子鼻采用機器學習或深度學習來開發識別氣體成分及其濃度的模型。這些機器學習技術和深度學習技術包括支持向量機（ SVM）、K-均值聚類、反向傳播神經網絡（BPNN）等。在使用這些技術之前，一些電子鼻使用了主成分分析（PCA）、獨立成分分析（ICA）、線性動力學系統（LDS）、自動編碼器（AE）等變換技術來提取數據的特征，在氣體成分識別和濃度水平判別方面取得了更好的結果。然而，這些基于機器學習或深度學習的算法僅使用傳感器響應的穩態輸出數據，并沒有使用傳感器的動態響應特征。此外，氣體傳感器的選擇性差會導致混合氣體的交叉影響。因此，電子鼻無法準確測量混合氣體中每種氣體成分的濃度。
針對這一問題，該論文構建了一個由電阻器和電容器組成的等效電路模型。在等效電路模型中，每個傳感器都使用兩個電阻器和兩個電容器進行建模，不同傳感器之間的交叉影響效應由不同傳感器電路之間的電容器和電阻器建模。該論文嘗試根據實驗數據確定產生交叉影響的狀態變量數量，從等效電路模型建立狀態空間模型，并通過參數關聯迭代算法和卡爾曼濾波獲取模型參數，據此建立了混合氣體的傳感器響應模型和濃度測量模型。仿真和實驗結果表明，這兩種模型在預測傳感器響應和測量混合氣體對傳感器的交叉影響下具有很高的精度。
圖1 論文的圖文摘要
圖2 傳感器陣列的等效電路模型：(a)CH4傳感器 (b)NH傳感器 (c)NO2傳感器 (d)CO2傳感器 (e)混合氣體對4個傳感器的交叉影響
圖3 仿真實驗流程圖：(a)CH4傳感器響應模型 (b)CH4濃度測量模型
論文鏈接：
https://pubs.acs.org/doi/10.1021/acssensors.4c03092
延伸閱讀：
《氣體和顆粒物傳感器技術及市場-2024版》
《盛思銳溫濕度傳感器SHT45產品分析》
《環境氣體傳感器技術及市場-2023版》
《SGX Sensortech微型MEMS催化燃燒式氣體傳感器MP7227產品分析》
《MEMS熱式氣體質量流量傳感器產品對比分析-2023版》
《盛思銳氣體傳感器SGP40產品分析》
《盛思銳氣體傳感器SGP30產品分析》
