微气体传感器阵列及神经网络的应用

《微气体传感器阵列及神经网络的应用》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、微气体传感器阵列及神经网络的应用邓俊泳I,冯勇建I,吴青海2（美）（1.W'1大学机电工程系，福建厦门361005;2.CaseWesternReserveUniversity,USA）»要：简要分析由MEMS工艺制成的新型微气体传感器阵列的原理及其优点，在此基础上•应用人工神经网络对气体传感器阵列的输出进行模式分类、识别，实现对单一或混合气体的有选择性探测，识别率可高达95%o关键词：MEMS工艺；微气体传感器阵列；人工神经网络中图分类号：TP212文献标识码：A文章编号：1000-9787（2002）08-0044-03Micro

2、gassensorarrayandapplicationofartificalneuralnetworkDENGJun-yong1,FENGYong-jian1,WUQing-hai2(1.DeptofMeeh&ElctEngin,XiamenUniversity,Xiamen361005,China；2.CaseWesternReserveUniversity,USA)Abstract:Theprincipleandadvantageofmicrogasseniorarraymadeby1V1EMStechnologyisanaly

3、zedsum・marily,andbasedonit«arithmeticofBPneuralnetworkisappliedtoclaj>sifytheelectronicnose'soutputsandjudgewhatthegasesare.Notonlysinglegas,butalsomixedgasescanberecognizedselectively•withahighdis・cemnieni95%・Keywords：MEMSprocess;nlicrogassensorarray;artificialneuralnc

4、twork(ANN)0引言电子鼻是20世纪90年代发展起来的新颖的分析、识别和检测复杂气味和挥发性成分的仪器，它模仿人的鼻子的功能，以电讯号的方式予以表达，可以工作在恶劣或有毒的环境下，在食品、化匸、环保、阪疗诊断、毒品检验等方面有很重要的应用，其关键技术就是气体传感器阵列°简要分析基于MEMST艺的新型微传感器阵列，即将多个不同气体传感器集成庄一块硅片上，利用不同气体传感器对某气体的灵敏度的交叉效应，实现对不同气体的识别，具有较强的选择性，解决了目前单个气体传感器无法解决的选择性问题。电子鼻的这种选择性可由计算机来控制实现。人工神经

5、网络理论是20世纪80年代中后期世界范围内迅速发展起来的一个前沿研究领域，它是一种髙度的非线性映射处理系统，具有强大的自组织、自学习、自适应和分类计算能力。目前应用的神经网络类型有很多、其中应用最广的是BP神经网络•它广泛应用于模式识别，预测评估等领域，取得了很好的效果。BF神经网络根据提供的学习模式，利用BF算法或改进的LM算法进行训练，使网络对新输入的模式有正确的响应⑴。1MEMS工艺的新型微传感器阵列目前电子鼻所使用的气体传感器阵列都是由单个的传感器分立组合起来，有些公司直接将日本Fagaro分立器件组合而成一个电子鼻，至今还没

6、有出现集成庄一块硅芯片上的传感器阵列。MEMS工艺是电子鼻发展的突破口。基于MEMSX艺的微传感器阵列是一种以硅为基底，利用金属半导体肖特基势垒为原理，集成多个测量不同微量气体的传感器，并在与传感器同一芯片上配备加热器和测温器，成为一种集成固体电子学传感器，具有极好的稳定性。其敏感元件是二氧化锡薄膜，二氧化锡是一种宽带半导体材料，其能隙Eg为3.5eV,二氧化锡薄膜又是一种透明度很高的薄膜，是一种很好的气敏材料。MEMS工艺制造的流程为（1）选择适当的硅片；（2）清洗,可使用超声波清洗；（3）氧化（干氧和湿氧）；（4）涂胶；（5）光刻

7、；（6）腐蚀；（7）溅射二氧化锡；（8）去胶；（9）引电极。根据不同的需要，设计不同的模板，在一块硅面上可以同时制成多个传感器,这样就得到了一个微型的气体传感器阵列，其集成度的髙低可以由需要来决定。IC与MEMS为基础的气体传感器能具有集成电路的稳定性与一致性，而且每个传感器均配备有同在一芯片上加热器和测温器，用这两个元件加上电子网络就可实现温控，使传感器在不同环境温度下可以获得几乎不变的工作温度，对重复性大有好处。将MOS传感器微阵列•各种肖特基二极管和以二氧化锡为基础的微阵列（有不同催化剂掺杂，对同样掺杂的阵列内每个传感器工作于不

8、同温度）组成复合式阵列装配于一个探头之内，探头内的每个传感器或微阵列的温度都实现自动控制，就将成为一个现在为止最为先进的电子鼻模型。现有的气体传感器几乎无法解决选择性问题，即便是目前被普遍认可的日本Fagalo传感器也不