声表面波电子鼻探测器的技术分析-technical analysis of surface acoustic wave electronic nose detector.docxVIP

摘 要 I 摘 要 自第一次世界大战以来，化学战剂(CWA)大量被用于战场，近二三十年来， 更被恐怖组织所利用，已经严重危害到生态环境的持续发展和全人类的生命财产 安全。由于化学战剂具有易制造、造价低、杀伤力强、破坏范围广等特点，使得 禁止化学战剂使用的国际公约至今还未成功禁止一些国家与组织对化学战剂的保 有与研制。因此需要一种响应快、灵敏度高、操作简单的手持式实时检测仪器， 以声表面波(SAW)传感器阵列为基础的痕量气体电子鼻具有体积小、响应快、易于 携带等优点，比其它检测手段性能更优越。 本课题就是在此背景下产生，利用涂覆有选择性吸附敏感膜的声表面波器件 制备成 SAW 传感器阵列，对不同种类、不同浓度的气体进行气敏测试与分析，结 合模式识别算法，最终可在 dsPIC30F6014A 单片机上实现对神经毒剂模拟剂 (DMMP)、芥子气模拟剂(2-CEES 与 DCP)和干扰气体(丙酮、二氯甲??、甲醇、乙 醇)的识别，并在 LCD 上显示毒剂的种类与浓度。 本文介绍了课题的意义、SAW 气体传感器原理、SAW 传感器阵列的测试平 台、模式识别算法及单片机平台算法的实现，主要研究内容有以下几个方面： (1) 声表面波传感器阵列的设计：介绍了以双通道 SAW 谐振器混频电路为基 础的传感器阵列的功能结构；利用气喷工艺在 3 个 SAW 谐振器上分别喷涂氟多元 醇(FPOL)、聚氰丙甲基硅氧烷(PCPMS)和聚环氧氯丙烷(PECH)这三种敏感膜，并 与开盖 SAW 参比器件组成传感器阵列。 (2) 传感器阵列的气敏测试与分析：对三种毒剂模拟剂和四种干扰气体分别在 10~300 mg/m3 范围内进行系统测试和分析。结果表明 FPOL-SAW 对神经毒剂具有 选择性，PECH-SAW 对芥子气有选择性。 (3) 模式识别分析：利用 SPSS 统计软件对采集的数据分别用主成分分析法 (PCA)和人工神经网络(ANN)算法对气体进行模式识别。主成分分析模型简单，可 以用图表直观表示，人工神经网络算法易于理解，这两种算法都可以将毒剂模拟 剂与干扰气体进行区分。 (4) 基于 dsPIC30F6014A 单片机的电子鼻系统算法实现：在单片机平台上实 现电路控制与模式识别算法，文章分别实现了定时\计数、预测干扰信号、气体响 应检测、气体识别功能、串口发送和液晶显示这六个模块，最后进行算法验证。 关键词：电子鼻，毒剂检测，SAW 传感器阵列，模式识别，PIC ABSTRACT II ABSTRACT Since the World WarⅠ, a large number of Chemical Warfare Agents (CWAs) were used in the military technology. Furthermore, in past decades, CWAs were also used by terroristic organizations, which seriously endanger the development of ecology, as well as threaten humans safety and property. So far, the International Convention of prohibiting CWAs have not successfully prohibited some countries and organizations to possess and manufacture CWAs, because of their characters of the easy manufactue, low cost, high lethality and a wide range of damage. Therefore, a handheld real-time detection approach is highly needed, which has fast response, high sensitivity and simple operation. Under certain circumstances, the electronic nose technology of trace gases based on Surface Acoustic Wave (SAW) sensor array has advantages of small size, fast response, easy to carry, thus is superior to other detection methods. The paper is based on th