电子鼻富集装置温度补偿方法

作者：程录; 孟庆浩^*

来源：仪器仪表学报, 2020, 41(01): 56-63.

DOI：10.19650/j.cnki.cjsi.J1905500

• 富集装置
• 电子鼻
• 温度补偿
• 集成学习
• 神经网络
• 汽车内饰材料

为解决电子鼻难以检测到十亿分之一量级(parts per billion, ppb)低浓度气味的问题,给出了一种电子鼻富集方案以及3种温度补偿方法。首先,设计了电子鼻富集装置以提高电子鼻检测下限。然后,针对富集后气体温度过高导致电子鼻检测和识别效果降低这一问题,给出了多元回归法、神经网络回归法以及基于这两种方法的温度补偿集成学习方法。最后,进行了电子鼻检测车内ppb级低浓度内饰材料气味的实验,用聚氨基甲酸酯(PU)皮和聚氯乙烯(PVC)皮两种材料制备实验待测气体,富集前、富集后未经温度补偿以及富集后经上述3种方法温度补偿后的平均识别正确率分别为61.14%、80.64%、91.67%、91.21%以及95.06%,验证了电子鼻富集装置以及温度补偿方法的有效性。

• 单位
  天津大学