CN104569062A - 基于分子筛过滤的电子鼻气室 - Google Patents
基于分子筛过滤的电子鼻气室 Download PDFInfo
- Publication number
- CN104569062A CN104569062A CN201510046683.9A CN201510046683A CN104569062A CN 104569062 A CN104569062 A CN 104569062A CN 201510046683 A CN201510046683 A CN 201510046683A CN 104569062 A CN104569062 A CN 104569062A
- Authority
- CN
- China
- Prior art keywords
- air chamber
- molecular sieve
- electronic nose
- metal oxide
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Investigating Or Analyzing Materials By The Use Of Fluid Adsorption Or Reactions (AREA)
Abstract
本发明是一种基于分子筛过滤的电子鼻气室，其特点是，包括：在电子鼻气室内设置呈2行4列排列的第一单元气室至第八单元气室，在每个单元气室内均置有金属氧化物气敏传感器，在每个单元气室的进气口和出气口上均设置分子筛薄片。能够利用分子筛来提高各传感器敏感物质的选择性，提高电子鼻在进行定性、定量分析时的准确度，进而提高电子鼻的性能，适用于食品、环境、农业、医学、公共安全等领域中对样进行定性和定量的检测。
Description
技术领域
本发明涉及一种基于分子筛过滤的电子鼻气室。
背景技术
电子鼻是模拟动物嗅觉系统设计研制的一种智能电子仪器。在电子鼻的研制中，气室中气敏传感器阵列的选择是关键因素，合适的传感器阵列对提高整个系统的性能至关重要。传感器阵列由多个具有不同选择性的气敏传感器组成，利用其对不同气体的交叉敏感性来对混合气体进行分析。然而，绝大多数传感器均是对多种物质有所响应，在进行样品的定性分析时，可能会得到同一传感器对不同待测样品中的不同物质的响应值，即传感器对样品中某一物质的响应盖过了对另一物质的响应，不利于电子鼻最终的定性分析，而现有的相关专利并没能解决这一问题。因此，提高各传感器敏感物质的选择性在提高电子鼻的性能方面有着非常重要的意义，也为后期电子鼻的科研奠定了基础。
发明内容
本发明的目的在于克服现有技术之不足，提出了一种基于分子筛过滤的电子鼻气室，利用分子筛来提高各传感器敏感物质的选择性，提高电子鼻在进行定性、定量分析时的准确度，进而提高电子鼻的性能。
为了达到上述目的，本发明采用的技术方案是：一种基于分子筛过滤的电子鼻气室，其特征是，它包括：在电子鼻气室内设置呈2行4列排列的第一单元气室至第八单元气室，在每个单元气室内均置有金属氧化物气敏传感器，在每个单元气室的进气口和出气口上均设置分子筛薄片。
在所述第一单元气室内置的金属氧化物气敏传感器为TGS-832，在第一单元气室的进气口和出气口上设置分子筛薄片为SBA-15。
在所述第二单元气室内置的金属氧化物气敏传感器为TGS-831，在第二单元气室的进气口和出气口上设置分子筛薄片为SBA-15。
在所述第三单元气室内置的金属氧化物气敏传感器为TGS-830，在第三单元气室的进气口和出气口上设置分子筛薄片为SBA-15。
在所述第四单元气室内置的金属氧化物气敏传感器为TGS-813，在第四单元气室的进气口和出气口上设置分子筛薄片为ZSM-5。
在所述第五单元气室内置的金属氧化物气敏传感器为TGS-826，在第五单元气室的进气口和出气口上设置分子筛薄片为Beta。
在所述第六单元气室内置的金属氧化物气敏传感器为TGS-825，在第六单元气室的进气口和出气口上设置分子筛薄片为Beta。
在所述第七单元气室内置的金属氧化物气敏传感器为TGS-822，在第七单元气室的进气口和出气口上设置分子筛薄片为Beta。
在所述第八单元气室内置的金属氧化物气敏传感器为TGS-821，在第八单元气室的进气口和出气口上设置分子筛薄片为Beta。
本发明的基于分子筛过滤的电子鼻气室，能够利用分子筛来提高各传感器敏感物质的选择性，提高了电子鼻在进行定性、定量分析时的准确度，进而提高电子鼻的性能，适用在食品、环境、农业、医学、公共安全等领域中对待测样本进行定性和定量检测。
附图说明
图1为本发明的基于分子筛过滤的电子鼻气室的结构示意图；
图2为图1中第四单元气室内置金属氧化物气敏传感器TGS-813和在第四单元气室的进气口和出气口上设置分子筛薄片ZSM-5的结构放大示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
参照图1和图2，本发明的基于分子筛过滤的电子鼻气室，包括：在电子鼻气室9内设置呈2行4列排列的第一单元气室1至第八单元气室8，在每个单元气室内均置有金属氧化物气敏传感器，在每个单元气室的进气口和出气口上均设置分子筛薄片。8个金属氧化物气敏传感器，的英文缩写为：MOS，三种分子筛薄片具有不同的孔径。电子鼻气室9和第一单元气室1至第八单元气室8均采用聚四氟乙烯材料制成。在所述第一单元气室1内置的金属氧化物气敏传感器为TGS-832，在第一单元气室1的进气口和出气口上设置分子筛薄片为SBA-15。在所述第二单元气室2内置的金属氧化物气敏传感器为TGS-831，在第二单元气室2的进气口和出气口上设置分子筛薄片为SBA-15。在所述第三单元气室3内置的金属氧化物气敏传感器为TGS-830，在第三单元气室3的进气口和出气口上设置分子筛薄片为SBA-15。在所述第四单元气室4内置的金属氧化物气敏传感器为TGS-813，在第四单元气室4的进气口和出气口上设置分子筛薄片为ZSM-5。在所述第五单元气室5内置的金属氧化物气敏传感器为TGS-826，在第五单元气室5的进气口和出气口上设置分子筛薄片为Beta。在所述第六单元气室6内置的金属氧化物气敏传感器为TGS-825，在第六单元气室6的进气口和出气口上设置分子筛薄片为Beta。在所述第七单元气室7内置的金属氧化物气敏传感器为TGS-822，在第七单元气室7的进气口和出气口上设置分子筛薄片为Beta。在所述第八单元气室8内置的金属氧化物气敏传感器为TGS-821，在第八单元气室8的进气口和出气口上设置分子筛薄片为Beta。金属氧化物气敏传感器和分子筛薄片均为市售产品。
本发明的基于分子筛过滤的电子鼻气室具有电子鼻气室9，电子鼻气室9尺寸为长125mm*宽70mm*高40mm，在电子鼻气室9内呈2行4列排列的第一单元气室1至第八单元气室8的间距为20mm-25mm。根据金属氧化物气敏传感器的敏感物质及分子筛的结构特性选择配置，与第一单元气室1至第三单元气室3内置的8TGS-832、TGS-831及TGS-830金属氧化物气敏传感器接触的待测样品选用孔径为0.65nm的SBA-15分子筛进行过滤；与第四单元气室4内置的1TGS-813金属氧化物气敏传感器接触的待测样品选用孔径为0.5nm的ZSM-5分子筛进行过滤；与第五单元气室5至第八单元气室8内置的8TGS-826，TGS-825，TGS-822及TGS-821金属氧化物气敏传感器接触的待测样品选用孔径为10nm的Beta分子筛进行过滤。将上述三种分子筛分别制成直径为13mm的薄圆片，置于单元气室内的金属氧化物气敏传感器与分子筛薄片间距为5mm-10mm。
实施例：采用本发明的基于分子筛过滤的电子鼻气室与无分子筛过滤的电子鼻气室对8种不同品牌的白酒进行检测及定性分析。实验时测试温度为℃，相对湿度为%。实验开始前，利用气泵向无分子筛过滤的电子鼻气室中通入经过活性炭处理过的空气30分钟，同时观察传感器响应信号的变化，确保8个金属氧化物气敏传感器信号保持稳定；取100ml的待测样品，均分成5份，分别置入到100ml的密封锥形瓶中，静置20分钟以使其顶部的气体达到饱和状态；利用气泵将锥形瓶顶部的气体导入到电子鼻气室中，使得气体与金属氧化物气敏传感器充分接触，反应时间为4分钟；本次测量结束后，进行下一次的测量，每个均分后的样品重复测量5次；重复上述步骤直至8种酒全部检测完成。换基于分子筛过滤的电子鼻气室重复上述操作，直至本发明的基于分子筛过滤的电子鼻气室对8种酒全部检测完成。共得到400组数据。
采用最小错误率的贝叶斯决策规则来识别8种不同品牌的样品。对于本发明的基于分子筛过滤的电子鼻气室与无分子筛过滤的电子鼻气室采集到的特征数据，分别选取特征数据中的80%作为训练数据，余下的20%作为测试数据。由最小错误率的贝叶斯决策规则，可以计算得到整体分类中错分类个数的概率，如表1所示。从表1中可以看出，采用基于分子筛过滤的电子鼻气室进行样品的定性分析时，使其错分类概率降低了17.5%。
表1 贝叶斯分类器的错分类概率
| 采用的电子鼻气室 | 错分类概率 | 计算时间 (ms) |
| 基于分子筛过滤的气室 | 25% | 25.858 |
| 无分子筛过滤的气室 | 7.5% | 24.386 |
气室中分子筛过滤待测样本的原理:绝大多数传感器均会对多种物质有所响应，在对样品进行定性分析时，可能会得到同一传感器对不同检测样本中不同物质的响应，不利于最终的定性分析。而分子筛是一种具有立方晶格的硅铝盐化合物，在结构中有许多孔径均匀的孔道和排列整齐的空穴。这些孔穴直径大小均匀，能把比孔穴直径小的分子吸附到孔穴的内部中来，而比孔道大的分子排斥在外，不同的分子筛孔穴直径大小不同，因而可根据所选用的金属氧化物气敏传感器阵列的敏感气体直径大小选择合适的分子筛，用于过滤掉样本中的某些干扰物质，以使得同一金属氧化物气敏传感器对不同待测样品中的同类物质作出响应，有利于电子鼻最终的定性分析，从而提高电子鼻的性能。
Claims (9)
1.一种基于分子筛过滤的电子鼻气室，其特征是，它包括：在电子鼻气室内设置呈2行4列排列的第一单元气室至第八单元气室，在每个单元气室内均置有金属氧化物气敏传感器，在每个单元气室的进气口和出气口上均设置分子筛薄片。
2.根据权利要求1所述的基于分子筛过滤的电子鼻气室，其特征是，在所述第一单元气室内置的金属氧化物气敏传感器为TGS-832，在第一单元气室的进气口和出气口上设置分子筛薄片为SBA-15。
3.根据权利要求1所述的基于分子筛过滤的电子鼻气室，其特征是，在所述第二单元气室内置的金属氧化物气敏传感器为TGS-831，在第二单元气室的进气口和出气口上设置分子筛薄片为SBA-15。
4.根据权利要求1所述的基于分子筛过滤的电子鼻气室，其特征是，在所述第三单元气室内置的金属氧化物气敏传感器为TGS-830，在第三单元气室的进气口和出气口上设置分子筛薄片为SBA-15。
5.根据权利要求1所述的基于分子筛过滤的电子鼻气室，其特征是，在所述第四单元气室内置的金属氧化物气敏传感器为TGS-813，在第四单元气室的进气口和出气口上设置分子筛薄片为ZSM-5。
6.根据权利要求1所述的基于分子筛过滤的电子鼻气室，其特征是，在所述第五单元气室内置的金属氧化物气敏传感器为TGS-826，在第五单元气室的进气口和出气口上设置分子筛薄片为Beta。
7.根据权利要求1所述的基于分子筛过滤的电子鼻气室，其特征是，在所述第六单元气室内置的金属氧化物气敏传感器为TGS-825，在第六单元气室的进气口和出气口上设置分子筛薄片为Beta。
8.根据权利要求1所述的基于分子筛过滤的电子鼻气室，其特征是，在所述第七单元气室内置的金属氧化物气敏传感器为TGS-822，在第七单元气室的进气口和出气口上设置分子筛薄片为Beta。
9.根据权利要求1所述的基于分子筛过滤的电子鼻气室，其特征是，在所述第八单元气室内置的金属氧化物气敏传感器为TGS-821，在第八单元气室的进气口和出气口上设置分子筛薄片为Beta。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510046683.9A CN104569062B (zh) | 2015-01-30 | 2015-01-30 | 基于分子筛过滤的电子鼻气室 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510046683.9A CN104569062B (zh) | 2015-01-30 | 2015-01-30 | 基于分子筛过滤的电子鼻气室 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104569062A true CN104569062A (zh) | 2015-04-29 |
| CN104569062B CN104569062B (zh) | 2018-02-02 |
Family
ID=53085625
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510046683.9A Active CN104569062B (zh) | 2015-01-30 | 2015-01-30 | 基于分子筛过滤的电子鼻气室 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104569062B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105572202A (zh) * | 2015-12-11 | 2016-05-11 | 浙江工商大学 | 一种电子鼻时空气味信息的仿生检测装置及方法 |
| CN106996884A (zh) * | 2017-02-27 | 2017-08-01 | 深圳中物安防科技有限公司 | 一种爆炸物气相探测设备校验品及其制备方法 |
| CN107884441A (zh) * | 2016-10-12 | 2018-04-06 | 日月光半导体制造股份有限公司 | 电子装置、盖结构及封装结构 |
| CN108398533A (zh) * | 2018-05-03 | 2018-08-14 | 北京物资学院 | 电子鼻系统及其在仓储中的气源鉴别及定位方法 |
| CN108490114A (zh) * | 2018-01-19 | 2018-09-04 | 天津大学 | 用于手持式电子鼻的仿生气室 |
| CN109633096A (zh) * | 2018-12-30 | 2019-04-16 | 盐城工学院 | 一种双气室电子鼻 |
| CN111044683A (zh) * | 2019-12-25 | 2020-04-21 | 华中科技大学 | 一种可先天识别和后天训练的电子鼻技术及其应用 |
| CN114720541A (zh) * | 2022-05-07 | 2022-07-08 | 中国标准化研究院 | 一种提高红花椒麻感强度分级准确性的方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1198213A (zh) * | 1995-09-29 | 1998-11-04 | 松下电器产业株式会社 | 气体传感器及其制造工艺 |
| CN101458221A (zh) * | 2008-12-26 | 2009-06-17 | 无锡尚沃生物科技有限公司 | 金属氧化物/碳纳米管气体传感器 |
| WO2010079491A1 (en) * | 2009-01-09 | 2010-07-15 | Technion Research And Development Foundation Ltd. | Volatile organic compounds as diagnostic markers in the breath for lung cancer |
| CN102279213A (zh) * | 2011-07-20 | 2011-12-14 | 浙江大学 | 一种利用挥发物快速诊断农作物病害的方法 |
| CN102395878A (zh) * | 2009-04-06 | 2012-03-28 | 森西克有限公司 | 气体传感器 |
| CN103217471A (zh) * | 2013-03-27 | 2013-07-24 | 浙江工商大学 | 基于碳纳米管微纳气敏传感器阵列的电子鼻系统 |
| CN104062344A (zh) * | 2014-07-02 | 2014-09-24 | 武汉工程大学 | 氢气选择性气敏元件 |
-
2015
- 2015-01-30 CN CN201510046683.9A patent/CN104569062B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1198213A (zh) * | 1995-09-29 | 1998-11-04 | 松下电器产业株式会社 | 气体传感器及其制造工艺 |
| CN101458221A (zh) * | 2008-12-26 | 2009-06-17 | 无锡尚沃生物科技有限公司 | 金属氧化物/碳纳米管气体传感器 |
| WO2010079491A1 (en) * | 2009-01-09 | 2010-07-15 | Technion Research And Development Foundation Ltd. | Volatile organic compounds as diagnostic markers in the breath for lung cancer |
| CN102395878A (zh) * | 2009-04-06 | 2012-03-28 | 森西克有限公司 | 气体传感器 |
| CN102279213A (zh) * | 2011-07-20 | 2011-12-14 | 浙江大学 | 一种利用挥发物快速诊断农作物病害的方法 |
| CN103217471A (zh) * | 2013-03-27 | 2013-07-24 | 浙江工商大学 | 基于碳纳米管微纳气敏传感器阵列的电子鼻系统 |
| CN104062344A (zh) * | 2014-07-02 | 2014-09-24 | 武汉工程大学 | 氢气选择性气敏元件 |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105572202A (zh) * | 2015-12-11 | 2016-05-11 | 浙江工商大学 | 一种电子鼻时空气味信息的仿生检测装置及方法 |
| CN107884441A (zh) * | 2016-10-12 | 2018-04-06 | 日月光半导体制造股份有限公司 | 电子装置、盖结构及封装结构 |
| CN107884441B (zh) * | 2016-10-12 | 2020-06-26 | 日月光半导体制造股份有限公司 | 电子装置、盖结构及封装结构 |
| CN106996884A (zh) * | 2017-02-27 | 2017-08-01 | 深圳中物安防科技有限公司 | 一种爆炸物气相探测设备校验品及其制备方法 |
| CN108490114A (zh) * | 2018-01-19 | 2018-09-04 | 天津大学 | 用于手持式电子鼻的仿生气室 |
| CN108398533A (zh) * | 2018-05-03 | 2018-08-14 | 北京物资学院 | 电子鼻系统及其在仓储中的气源鉴别及定位方法 |
| CN109633096A (zh) * | 2018-12-30 | 2019-04-16 | 盐城工学院 | 一种双气室电子鼻 |
| CN111044683A (zh) * | 2019-12-25 | 2020-04-21 | 华中科技大学 | 一种可先天识别和后天训练的电子鼻技术及其应用 |
| CN114720541A (zh) * | 2022-05-07 | 2022-07-08 | 中国标准化研究院 | 一种提高红花椒麻感强度分级准确性的方法 |
| CN114720541B (zh) * | 2022-05-07 | 2023-10-27 | 中国标准化研究院 | 一种提高红花椒麻感强度分级准确性的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104569062B (zh) | 2018-02-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104569062A (zh) | 基于分子筛过滤的电子鼻气室 | |
| Hazarika et al. | Detection of citrus tristeza virus in mandarin orange using a custom-developed electronic nose system | |
| CN102179375B (zh) | 一种基于近红外作物单籽粒成分无损检测筛选方法 | |
| CN107478683B (zh) | 一种基于机器嗅觉的有毒有害气体检测与识别方法 | |
| Tatli et al. | Rapid detection of urea fertilizer effects on voc emissions from cucumber fruits using a MOS E-Nose Sensor Array | |
| Lu et al. | Classification of rice by combining electronic tongue and nose | |
| CN104155441B (zh) | 一种基于微流控芯片的农药残留检测方法 | |
| Gancarz et al. | Identification of volatile organic compounds and their concentrations using a novel method analysis of MOS sensors signal | |
| CN109959765A (zh) | 三文鱼新鲜度检测系统及方法 | |
| KR20120033649A (ko) | 배추 원산지 판별용 바이오마커 | |
| CN107102035A (zh) | 一种基于电子鼻的猪肉冷冻储藏期的无损检测方法 | |
| Cheng et al. | Discrimination of different types damage of tomato seedling by electronic nose | |
| US11499953B2 (en) | Feature tuning—application dependent feature type selection for improved classification accuracy | |
| CN103245716A (zh) | 基于小分子代谢物质谱分析的快速高灵敏度微生物鉴定方法 | |
| CN109406719A (zh) | 一种载气进样的气味检测系统 | |
| JP2023541907A (ja) | 流体試料を識別するためのセンサ、およびそのようなセンサに対して認定試験を適用するための方法 | |
| Bean et al. | Profiling aged artisanal Cheddar cheese using secondary electrospray ionization mass spectrometry | |
| CN102914564A (zh) | 一种水稻稻粒黑粉病菌检测方法 | |
| Tan et al. | E-nose screening of pesticide residue on chilli and double-checked analysis through different data-recognition algorithms | |
| CN104655678A (zh) | 一种贝母品种与川贝母掺假的快速鉴别方法 | |
| CN102507677B (zh) | 一种基于多重自组织神经网络的电子鼻漂移抑制方法 | |
| Sberveglieri et al. | The Electronic Nose: Review on Sensor Arrays and Future Perspectives | |
| Tian et al. | Facile and selective recognition of sulfonylurea pesticides based on the multienzyme-like activities enhancement of nanozymes combining sensor array | |
| CN104267067B (zh) | 一种气味传感器对铜绿假单胞杆菌生长预测的方法 | |
| Aksenov et al. | Volatile organic compounds (VOCs) for noninvasive plant diagnostics |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |