压电传感器阵列

《压电传感器阵列》由会员分享，可在线阅读，更多相关《压电传感器阵列（2页珍藏版）》请在金锄头文库上搜索。

1、应用于主要成分分析的压电传感器阵列已知几种处理化学传感器系统多元数据的数学方法。因子分析，簇分析，模 式识别，人工神经元网络应用于通过评价多传感器阵列的信号分类的分析物。多 组分分析被用来进行定量分析。当应用于非选择性的不同的敏感传感器时，很有 必要使用化学计量法从数据集合中提取分析信息。压电传感器阵列被广泛应用于 调查多种易挥发的有机化合物；但是目前并没有发现一种具有完全选择性的涂层 材料。为了提高化学传感器阵列的选择性，一种灵敏的、稳定的传感材料有待于去 开发。不幸的是，需找一种具有完全选择性的化学传感器的工程几乎不可能完成， 因为总是有其他化合物干扰分析物。目前已经使用不同的涂层材料开发

2、出了应用 于分析有机物与无机物的非完全选择性独立压电传感器。压电化学传感器的传感 化合物可以通过反复尝试的方法确定，或者其他方法。主要对于易挥发的有机化合物有选择性的传感材料可以通过有麦克雷诺兹 固定常数的气相色谱来制作。该具有非选择性和不同的敏感传感材料的传感器阵 列可以被用来鉴别混合物。为此，传感器阵列一般由类似的传感器构成。使用复 杂的混合传感器阵列或者人工神经元网络可以进行定量测定。该系统包含几种不 同类型的探测器。初级传感器应用于测量分析物的特性，次级传感器用于测量水 样品中的物质或者样本环境的特质（例如温度，压强等）。主要成分分析法（PCA）是借助于一个同质传感器阵列将化合物和混合

3、物进 行分类的。在数据处理过程中，结果被转化为一个或者头两个或者头三个因子的 特征向量空间。PCA技术的主要优势在于她有可能使数学难题简化。借助头两个 或者三个因子的特征空间可以瞬间验证分析结果。通过此法可以完全解决结果可 视化的问题。坎曼对使用化学传感器和化学计量工具产生的误差的根源进行了研究。调查 真正的样本以获得系统误差。在这些实验中，样本矩阵中的化合物可以被确定， 其干扰也可以被检测出来。下列的系统误差是明显的：缺乏选择性而产生的误差； 由不正确的背景或者空白信号补偿产生的误差；最后，由矩阵对于解析函数的数 学系数的干扰产生的误差。针对这个问题提出了多种解决方案，包括将传感器的 结果与

4、一个参考方法比较，或者使用标准参考材料。PCA 经常被应用于食品工业来比较饮料中的成分。该饮料被按照质量、年代 和特征分级。通常，分级的目的是在食品生产过程中保证质量，或者找出异常的， 不合格的产品。加德纳对五种纯酒精和六种酒精饮料进行了研究。一个由半导体 金属氧化物探测器构成的传感器阵列被建立，一个数据矩阵被构建出来。用PCA 数学分析法对矩阵分析后，计算出第一特征向量表示在 68.6%的变异，第二特征 向量表示在 25.5%的变异，第三特征向量表示在 3.2%的变异。市面上销售的酒类 可被同样的传感器阵列检测。第一特征向量表示在 74.8%的变异，第二表示 19%， 第三表示 2.6%。南

5、头等人使用环氧树脂作为涂层材料制作了一个压电传感器阵列。研究了 白、红、玫瑰葡萄酒、威士忌、白兰地， 9 个特殊的频率值描述了分析物的频率 曲线。其中 4 个频率值被 PCA 法筛选出来。分析物的像素在一个 2 维空间被计算 出来。在这平面向量中，这三种酒的频率值被分开。既然其余酒的像素的数据设 置太接近了，所以这些值不能被舍弃。Aishama 运用化学计量法来分辨部分金属氧化物传感器的信号。使用由 6 个 半导体探测器构成的传感器阵列来测量芳香液体的性质。含有 71.1%信息的变异 特征向量被检测出来。为了精确鉴别香气，需要更多维的空间，因此，簇分析诞 生了。迪纳塔莱等进行了质量控制和酒类年

6、代的鉴别的实验。用五种金属氧化物 传感器对酒中的酒精种类检测其结果一致。对酒类蒸汽在三种浓度范围内进行了 分析，PCA法用来对数据进行评估。第一特征向量包含70.8%的变异信息，第二 特征向量包含 22.3%。前两个特征向量是用来按照酒类的年代把样品分为三组。 该结构得到了酒类专家的肯定。分析化学领域的分类问题也可以借助PCA法解决。很多实际的例子表明了 PCA法在鉴别有机溶剂中的作用。克劳斯与高格里茨发明了一种使用聚合物薄膜 作为传感材料的光学气敏传感器。使用六个传感器对甲苯、环己烷、硝基苯蒸汽 进行了检测。从基本数据矩阵中得到了三个特征向量。在第一和第二平面向量中， 分析物集合被分成了三组

7、。混合的纯的分析物像素被列入纯化合物组。 金属氧化物化学传感器适用于分析有机和无机蒸汽。传感器阻值的变化被用数学 语言表示出来，该信号被转化到一个独立的浓度空间。甲烷、二氧化碳和丁烷被 划分到特征空间。纯化合物中的点被划分出来，观察到一个良好的分离情况。机 关如此，混合气体的像素并没有被正确的鉴别出来。混合物的点的群组互相之间 重合，纯分析物的像素的群组也是这样。溶解系数（K）是由施毛茨引入用来描 述压电石英晶体传感器材料的。麻醉气体被以 OV225,OV17,PEG Carbowax 20M 和 Piezin 为传感器材料的传感器阵列检测出来。这些信号被转化到因子空间。异氟醚、 安氟醚、七氟

8、醚和氟烷的像素被分别放置在独立浓度空间。在四个区域获得了四 组像素。有足够的空间让另一种分析物将点置于特征空间。运用该测量方法氯仿 也被测量出来，该信号被转化到特征空间。凯利等用 27 种气相色谱作为压电传感器的传感材料。测量了 14 种不同的分 析物并进行了因子分析。前七种载体提供了关于95%变异的充分信息。基于涂层 材料和分析物的反作用，传感器被分为几个级别。要使鉴别分析物可靠性达到 95%需要7 个不同的传感器。这27 种涂层材料基于他们传感元件的灵敏度被分为 8 组。火棉胶是敏感度最好的材料。压电石英晶体化学传感器也可以应用于液相检测。奥格等人在一个方案中浸 泡石英板，该相特性被运用一种新的理论模型所研究。传感材料的密度、粘性、 导电率以及介电性收到的影响被表征出来，基于这些结果，流体材料可以被直接 鉴别出来。改进方法如人工神经元网络和模式识别也可用于鉴别分类。迪纳塔莱 等人发明了一种压电传感器阵列用来鉴别二元混合物。前馈网络应用于特征提取 和自组织映射来分类分析物。