一种应用于室内空气质量检测的气体传感器阵列及检测方法技术

一种应用于室内空气质量检测的气体传感器阵列及检测方法，属于空气质量检测技术领域

【技术实现步骤摘要】
一种应用于室内空气质量检测的气体传感器阵列及检测方法


[0001]本专利技术属于空气质量检测
，具体涉及一种应用于室内空气质量检测的气体传感器阵列及检测方法
。

技术介绍

[0002]研究表明，绝大多数居住在城市的人们超过
88
％的时间是在室内进行相关活动的，但是建筑技术的进步导致合成建筑材料的使用量大大增加，会产生大量危害人体健康的室内空气污染物
。
比如室内装修所常用的胶
、
油漆等涂料散发出的甲醛和甲苯已经被国际癌症研究机构归类为已知的人类致癌物；
NO2产生于燃气器具
、
煤油加热器以及吸烟等，当这些气体浓度过高时会对人体皮肤
、
呼吸道和中枢神经系统等产生严重的危害；甲烷是天然气的主要组成部分，常常被用于家庭燃料，但是具有高度易燃和易爆等危害，当空气中甲烷体积浓度高达4％～5％时极有可能发生爆炸
。
为了保障人们的生命安全和身体健康，开发一种能够检测到上述污染物的检测设备尤为重要
。
[0003]半导体金属氧化物气体传感器在气体检测方面具有尺寸小
、
灵敏度高
、
成本低
、
应用简单易于集成等优点，适用于便携式的空气检测设备中
。
但是单个半导体金属氧化物传感器的选择性较差，同一种材料能够与多种气体反应，在检测时会受到非目标气体的影响
。
为了提高选择性，当需要检测多种气体时，结合气体传感器阵列的电子鼻受到广泛的关注
。
传感器阵列对不同的气体产生不同的信号响应，形成独特的气体指纹，而电子鼻是一种可以将传感器阵列获得的气体指纹通过机器学习进行分析再对待测气体进行模式识别以及浓度预测的方法
。
为了让气体指纹易于识别，传感器阵列中传感器材料的选择变得至关重要
。
传感器阵列制作好后对气体信息进行采集，再结合机器学习算法就能够实现气体的分类以及浓度预测
。

技术实现思路

[0004]本专利技术的目的是提供一种应用于室内空气质量检测的气体传感器阵列及检测方法
。
本专利技术首先制备出能够检测室内污染物甲醛
、
甲苯
、
甲烷
、NO2的气体传感器阵列，利用传感器与待测气体反应电阻发生变化转化成响应，结合反向传播神经网络
(Back Propagation Neural Network
，
BPNN)
算法
[1]实现气体分类与浓度预测，即在最佳工作温度下对不同浓度的甲醛
、
甲苯
、
甲烷和
NO2进行浓度梯度测试以获取每个传感器在测试气体中的响应曲线，得到传感器阵列对测试气体的最大响应值，建立两个三层反向神经网络模型分别识别气体种类和预测该气体浓度，将获取的响应输入模型以实现室内空气污染物的定性与定量测量
。
该空气检测设备尺寸小
、
易于携带
、
成本低
、
识别精度高，具有广阔的应用前景
。
本专利技术分类准确率可达到
100
％，预测浓度与真实值的均方误差为
0.025。
并且对于甲醛
、
甲苯
、NO2的检测下限为
0.05ppm
，对于甲烷的检测下限为
200ppm。
本专利技术制备出的传感器阵列灵敏度高
、
检测下限低
、
尺寸小
、
易于携带
、
成本低，应用简单易于集成
。
[0005]本专利技术所述的一种应用于室内空气质量检测的气体传感器阵列及检测方法，所述
传感器阵列由不同半导体金属氧化物组成，对于室内空气污染物甲醛
、
甲苯
、
甲烷和
NO2具有较高的选择性
。
所述气体传感器阵列在接触待测气体前后电极间敏感材料的电阻发生变化，通过采集卡可以获得传感器的电阻变化曲线，将其通过公式
(1)
和公式
(2)
转化为气体响应曲线，其中
R
a
表示传感器在空气中的电阻，
R
g
表示传感器在待测气体中的电阻；对于
N
型半导体材料，当待测气体是如甲烷
、
甲醛和甲苯等的还原性气体时采用公式
(1)
计算响应
S
，待测气体是如
NO2等的氧化性气体时采用公式
(2)
计算响应
S
；对于
P
型半导体材料，当待测气体是如甲烷
、
甲醛和甲苯等的还原性气体时采用公式
(2)
计算响应
S
，待测气体是如
NO2等的氧化性气体时采用公式
(1)
计算响应
S。
建立并训练两个反向传递神经网络
(BPNN)
模型，将测试获得的响应输入模型，对待测气体进行分类以及浓度预测，包含以下步骤：如图1所示，其中框图1氧化物气敏材料筛选通过步骤
(1)
实现所示，框图2气体传感器阵列制作通过步骤
(2)
实现，框图3所示测试信号的采集通过步骤
(3)
和步骤
(4)
实现，框图
4、5、6、7
通过步骤
(5)
实现
。
[0006]步骤
(1)
气敏材料筛选：选择常见的半导体金属氧化物及其复合材料，将这些材料制备成传感器件与不同浓度的各个气体反应，选择在最佳工作温度下对某种待测气体选择性最好且对其他气体有所响应的材料；如图2所示在所选的常见的半导体氧化物材料中
Co
‑
SnO
2[2]对甲醛
、W
‑
NiO
[3]和
In2O
3[4]对甲苯
、Pd
‑
SnO
2[5]对甲烷
、WO
3[6]和
ZnO
[7]对
NO2的选择性最好，同时对其他气体也有响应，选择这6种材料作为传感器阵列的气敏材料；
[0007]步骤
(2)
传感器阵列的制备：取
0.2
～
0.4mg
步骤
(1)
筛选的材料粉末和
80
～
120
μ
L
去离子水混合，于玛瑙研钵中研磨
0.5
～1小时形成均匀浆料，然后用毛刷蘸取少量浆料均匀点涂在上表面印有一对金叉指电极的
Al2O3基板上，形成
15
～
25
μ<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种应用于室内空气质量检测的气体传感器阵列，其特征在于：其是由如下步骤所述方法制备得到，步骤
(1)
气敏材料筛选：根据
Co
‑
SnO2对甲醛
、W
‑
NiO
和
In2O3对甲苯
、Pd
‑
SnO2对甲烷
、WO3和
ZnO
对
NO2的选择性最好，同时对其他气体也有响应这一特点，选择这6种材料作为传感器阵列的气敏材料；步骤
(2)
气体传感器阵列的制备：取
0.2
～
0.4mg
步骤
(1)
的气敏材料和
80
～
120
μ
L
去离子水混合，研磨
0.5
～1小时形成均匀浆料，然后用毛刷蘸取少量浆料均匀点涂在上表面印有一对金叉指电极的
Al2O3基板上，形成
15
～
25
μ
m
厚的敏感材料薄膜，使敏感材料完全覆盖金叉指电极和金叉指电极下面的
Al2O3基板，再将涂有浆料的基板在室温下烘干；在
Al2O3基板的下表面在与金叉指电极对应的位置制备有一个矩形加热电极；将金叉指电极和加热电极通过铂丝引线分别焊接在四脚管座的四个脚上，在连接加热电极的两个管脚两端施加
4.5V
电压，使传感器温度达到
240
～
260℃
，在此温度下老化5～7天；最后将焊接好传感器的6个四脚管座插入焊接在印制电路板中，分别为金叉指电极提供测试电压和为加热电极提供加热电压，从而制备得到2×3的应用于室内空气质量检测的气体传感器阵列
。2.
如权利要求1所述的一种应用于室内空气质量检测的气体传感器阵列，其特征在于：
Al2O3基板长和宽为
1.5
～
1.6mm
，厚度为
0.25
～
0.3mm
，金叉指电极的指宽为
0.18
～
0.2mm、
一只指长为
0.45
～
0.5mm
，另一只指长为
0.8
～
0.9mm、
指间距为
0.15
～
0.2mm
，厚度为
0.05
～
0.06mm
；加热电极采用
Pt
浆料印制，长为
1.2
～
1.3mm、
宽为
0.7
～
0.8mm、
厚度为
0.05
～
0.06mm
，从中引出长为
0.7
～
0.9mm、
宽为
0.18
～
0.2mm、
厚度为
0.05
～
0.06mm
的金电极；金叉指电极和加热电极的金电极都引出
2.5
～
3mm
的铂丝引线
。3.
一种应用于室内空气质量检测的检测方法，其步骤如下：步骤
(1)
测试平台的搭建：将权利要求1或2所述的气体传感器阵列装在一个体积为
150mL
的聚四氟乙烯腔室中，4种目标气体分别通过4个数字质量流量控制器引入，再将目标气体用合成空气稀释以控制注入腔室的气体的浓度，气体从腔室进气口注入；将6个标准电阻分别与6个传感器串联，在传感器和电阻串联的两端通入
2.4V
电压，传感器的电阻
(R)
通过测量与传感器串联的标准电阻
(R
S
)
两端的电压获得，即其中
V
＝
2.4V
，
V
R
是标准电阻两端的电压，
V
R
通过一个连接到
PC
的数据采集卡测量并记录，使得采集的电阻曲线显示在
P...

【专利技术属性】
技术研发人员：孙鹏，龚雪琴，卢革宇，赵留鹏，王天双，刘方猛，闫旭，
申请(专利权)人：吉林大学，
类型：发明
国别省市：