基于房室模型的气体传感器响应分析

本题是我们校内赛的A题，其实刚拿到这题的时候，我们感觉它并不是一个A题，因为历年的A题都偏向于计算，而这题偏向于建模，建模中的思路，三天过后，我们终于做完了~~~~~~ ~~~ ~ ~ ~呼 ~ ~ ~~~~~ ~。

虽然中间我们也有问题，不过还好是做完了，下面就来分享一下自己的思路吧。

气体传感器响应过程分析

一、背景介绍

气体传感器，是将一定浓度的被测气体通过某种规律(如传感器与被测气体接触时电阻发生改变)将其转化为电信号的器件或装置。气体传感器的应用非常广泛，例如日常生活中常见的烟雾报警器、燃气报警器、酒精传感器（用于检查酒驾）、人工智能中的嗅觉传感器等等。

通过气喷、旋涂等方式将气敏材料（一般为纳米材料）涂覆在叉指电极(IDEs)表面天然气报警器，如图1(a)所示，可制备电阻式气体传感器，测试时，待测气体接触气敏材料引起电阻改变，根据电阻改变量可以判断气体浓度。测试装置与过程如图1(b)所示。

二、测试过程

将气瓶内待测气体（这里是氨气NH3）和空气（Air）分别用塑胶管连接到气体流量计（Mass Flow Controller），通过气体流量计调控待测气体浓度（将氨气与空气按照一定比例混合可控制氨气浓度）后导入密封测试腔（Test Chamber），气体从测试腔的另一端导出，测试过程中保持气体总流量不变；制备好的气体传感器（叉指电极）事先已放置在测试腔内，通过接触叉指电极的探针将电阻信号由检测装置（这里是Keithley2700）传输到电脑，得到测试数据。

通入一定浓度氨气后，测试腔内的氨气分子一部分撞击在传感器表面，其中一些被吸附在传感器表面，其余返回测试腔，被吸附的氨气分子一部分解吸附返回测试腔，吸附与解吸附同时进行，且传感器表面的氨气分子逐渐向内渗透。氨气分子被吸附在传感器表面时，与气敏材料之间发生电子转移，载流子浓度上升引起电阻下降；经过一段固定长度的时间后，电阻改变量逐渐减缓，此时氨气流量降为0并增加空气流量以保持总流量不变，传感器表面吸附的氨气分子解吸附回到测试腔，传感器表面载流子浓度下降，电阻上升。每一次通入氨气后电阻改变称为响应过程，之后通入空气（即关闭氨气）电阻部分恢复称为回复过程，一次响应和回复称为一轮测试。

一般用R_t表示t时刻的电阻值，R_0表示最初时刻的电阻值，“响应”定义为

ΔR/R_0 =|R_t-R_0 |/R_0

通入氨气后的响应效果如图2所示。

题目中给有三组测试数据：一组测试重复性（3轮，氨气浓度都是60PPM），一组测试氨气浓度递增（氨气浓度分别为20, 40, 60, 80, 100PPM），另一组氨气浓度先增加后降低如图2所示。每一组测试数据已计算出相应值，ID表示数据序号（对应Sample），T表示时间（单位为秒（S），对应Time(abs)），R表示电阻（单位为欧姆（Ω），对应为不同材料如RGO）气体压力传感器，ΔR/R_0 为响应（对应于不同材料）。

三、问题

对于一轮测试（选用重复性的第一轮测试），分析氨气分子在传感器表面的吸附与解吸附，建立模型描述电阻随时间的改变（包括响应过程和回复过程）。为了分析传感器的稳定性，常会进行重复性测试气体压力传感器，即多次通入同一浓度气体，测试其响应度；如果传感器薄膜中的气体分子不能完全解吸附，则传感器电阻不能恢复到初始值，下一轮测试时响应初始值会增加，这种情况称为基线漂移。根据前面所建立模型，尝试描述这三轮重复性测试过程，结合重复性测试数据分析基线漂移现象。对于氨气浓度递增的情形，根据前面所建立模型描述其响应过程，结合测试数据进行验证，能否根据每轮测试的某个特征值点来表征气体浓度，使得5个特征值与5个气体浓度之间存在较好的线性关系？(聚类分析)对于氨气浓度先增加后降低的情形，即便氨气浓度降低，基线漂移仍然存在，能否通过问题3的特征值来表征气体浓度？如果能，结合数据进行分析；如果不能，可如何改进？（神经网络进行预测?）你在问题1~3中所用的方法，是否适合所给数据中的其他材料？可否将不同材料的响应通过某种方式组合后家用燃气报警器，更好地表征气体浓度？

思路分析(房室模型)

刚开始看到这题，看到测试腔，其实我们想到的是房室模型，于是我们便搜索相关信息，最终确定了该模型的使用方法。

下面简单介绍一下房室模型：

链接: link.参考文章

概念

模型假设

具体步骤前文链接里有

思路分析(本题房室模型建立)

其实大家可以发现，本题房室模型几乎和链接所给的说明一样，本题完全适用于房室模型，故对此做出解释。

之后便是优化模型，方法很多气体压力传感器，可以以简单的思路求解处正确结果即可。。。

之后的题目便是对此第一题的延申，调用模型即可。

Don’t be afraid of boundless truth, there always exists joy in any step taken.

腾元达编辑，转载请注明出处