基于SnO2氣體傳感器的定量分析提高CO傳感器的抗H2干擾能力

1、引 言

金屬氧化物氣體傳感器的選擇性通常較差，具體來說，基于SnO2的CO傳感器對H2，CH4等多種還原性或易燃性氣體的交叉響應(yīng)非常明顯。針對這個問題，目前常用的方法是對傳感器進行溫度調(diào)制。在這種工作方式下，傳感器對不同的氣體呈現(xiàn)不同的響應(yīng)特性，利用模式識別技術(shù)對響應(yīng)信號進行處理就有可能對被測氣體的類別和濃度給出判定。Haifeng Ge等人對單個氣體傳感器進行溫度調(diào)制，利用支持向量機算法實現(xiàn)了對H2，CO及其混合氣體的定性識別，但是沒有給出定量分析的結(jié)果；太惠玲等人利用4個SnO2氣體傳感器構(gòu)成的陣列實現(xiàn)了對CO和H2混合氣體的定量分析。

支持向量機是近年來模式識別領(lǐng)域新的研究熱點，它解決了在人工神經(jīng)網(wǎng)絡(luò)方法中無法避免的局部極值問題，具有很好的泛化能力，此外，它在學(xué)習(xí)速度方面的性能也優(yōu)于神經(jīng)網(wǎng)絡(luò)。

本文利用周期加熱電壓對單個SnO2氣體傳感器進行溫度調(diào)制，結(jié)合支持向量機算法，對CO／H2混合氣體進行定量分析，估算CO／H2混合氣體或空氣中CO的濃度。

2 、實 驗

傳感器型號為MQ307A，其敏感部分是一個微型小球，內(nèi)嵌加熱絲和金屬電極。傳感器的輸出信號經(jīng)數(shù)據(jù)采集卡采樣后，發(fā)送到計算機（PC）進行處理。由于氣體傳感器的性能易受環(huán)境溫、濕度的影響，整個測試過程在溫度為25℃、相對濕度為30％的環(huán)境中完成。

3 、結(jié)果與討論

3.1 加熱電壓波形對傳感器響應(yīng)的影響

圖1（a），（b），（c）分別是傳感器在正弦波、占空比為40％的方波以及三角波調(diào)制下對5×10-4單一CO和5×10-4單一H2的響應(yīng)曲線，其中加熱電壓周期都為30 s，幅值為1 V。對這三種響應(yīng)信號進行主成分分析（PCA），結(jié)果如圖2所示。可見，在正弦波或三角波電壓的調(diào)制加熱下，傳感器對CO和H2的響應(yīng)曲線更易于區(qū)分。

圖3給出了傳感器分別在正弦電壓和三角波電壓的調(diào)制下，對不同濃度CO的響應(yīng)靈敏度。此處，靈敏度的定義為

式中：VP為傳感器在被測氣體中的響應(yīng)峰值；VP（CO，10-4）為傳感器在10-4 CO中的響應(yīng)峰值。

可以看出，利用正弦加熱電壓獲得的靈敏度高于利用三角波電壓得到的結(jié)果。O．R．Gutierrez等人也曾指出，在定量分析中，緩慢變化的正弦波有助于分辨一個周期中可能出現(xiàn)的多個與靈敏度相關(guān)的峰值。因此，選用正弦波作為傳感器的調(diào)制電壓。

3.2 加熱電壓周期對傳感器響應(yīng)的影響

圖4（a）給出了正弦加熱電壓周期分別為20，40，60，80，100 s時，傳感器對2×10-4單一CO和6×10-4單一CO的響應(yīng)曲線。由圖4（b）可以看到，響應(yīng)峰值隨加熱電壓周期的增大而增大，因此，增大加熱電壓周期有利于提高傳感器的檢測下限。圖4（c）顯示了傳感器分別對6×10-4CO和8×10-4 CO的響應(yīng)靈敏度隨加熱電壓周期變化的趨勢，由圖可見，傳感器靈敏度與加熱電壓周期為非線性關(guān)系。

從檢測下限、靈敏度以及響應(yīng)速度等多個方面綜合考慮，最終確定正弦加熱電壓的周期為30 s。

3.3 CO／H2混合氣體定量分析

圖5給出了傳感器在不同濃度Co／H2混合氣體中的響應(yīng)曲線，其中CO的濃度范圍為2×10-4～1×10-3。可以看到，在響應(yīng)時間約為24 s處（設(shè)為tf），在同一濃度的H2背景下，傳感器對不同濃度CO的響應(yīng)曲線集中于某一個值附近，而且此響應(yīng)值隨H2濃度的增大而增大。由于這一良好的特性，將傳感器靈敏度S和tf時刻的響應(yīng)值作為特征向量，用于訓(xùn)練SVM模型。

訓(xùn)練過程如下：

對于被測氣體為CO／H2混合氣體的情況。首先，將混合氣體中H2的實際濃度作為期望值，將傳感器在tf時刻的響應(yīng)值作為一維輸入向量，訓(xùn)練模型SVM1，利用SVM1估計混合氣體中H2的濃度CH2。其次，將混合氣體中CO的實際濃度作為期望值，將SVM1估計的H2濃度CH2傳感器靈敏度S組成二維輸入向量［CH2S］，訓(xùn)練模型SVM2，利用SVM2估計CO／H2混合氣體中CO的濃度。

對于被測氣體為單一CO的情況，將CO的實際濃度作為期望值，傳感器靈敏度作為一維輸入向量，訓(xùn)練模型SVM3，利用SVM3估計空氣中CO的濃度。

圖6是利用SVM模型估計CO／H2混合氣體和潔凈空氣中CO濃度的過程?；?5個訓(xùn)練樣本，對25個獨立的測試樣本進行了定量分析，結(jié)果如圖7所示。

由圖7（a）可見，SVM對混合氣體中CO濃度的估計值與實際值接近，平均估計誤差為10.45％，其中最小估計誤差為0.31％，最大估計誤差為23.53％，最大誤差發(fā)生在2×10-4 CO／2.5×10-3H2的測試樣本中。圖7（b）是對空氣中CO濃度的估計，平均估計誤差為6.03％，其中最小估計誤差1.88％，最大估計誤差為8.18％。

4、結(jié) 論

對單個SnO2傳感器進行溫度調(diào)制，考察加熱電壓對傳感器性能的影響。在正弦電壓調(diào)制下，傳感器對CO和Hz的響應(yīng)曲線易于區(qū)分，且正弦電壓有利于對CO作定量分析。獲取傳感器在不同濃度的CO／H2混合氣體中的動態(tài)響應(yīng)，利用SVM算法估計混合氣體中CO的濃度，平均估計誤差為10.45％。本文提出的方法能夠有效地提高CO傳感器抗H2干擾的能力。

責任編輯：gt