CN111819440B - 通过感测昆虫幼虫和昆虫成虫的挥发性信息素和化学信息素来检测储藏物中的昆虫幼虫和昆虫成虫的装置 - Google Patents

通过感测昆虫幼虫和昆虫成虫的挥发性信息素和化学信息素来检测储藏物中的昆虫幼虫和昆虫成虫的装置 Download PDF

Info

Publication number
CN111819440B
CN111819440B CN201980016197.9A CN201980016197A CN111819440B CN 111819440 B CN111819440 B CN 111819440B CN 201980016197 A CN201980016197 A CN 201980016197A CN 111819440 B CN111819440 B CN 111819440B
Authority
CN
China
Prior art keywords
voc
conductance
target
voc sensors
fluid stream
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.)
Active
Application number
CN201980016197.9A
Other languages
English (en)
Other versions
CN111819440A (zh
Inventor
尼古拉斯·约瑟夫·斯米兰尼奇
赛缪尔·费尔斯通·赖克特
法兰克·伯纳德·图德龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sensor Development Co
Original Assignee
Sensor Development Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sensor Development Co filed Critical Sensor Development Co
Publication of CN111819440A publication Critical patent/CN111819440A/zh
Application granted granted Critical
Publication of CN111819440B publication Critical patent/CN111819440B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
    • G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
    • G01N27/12—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance of a solid body in dependence upon absorption of a fluid; of a solid body in dependence upon reaction with a fluid, for detecting components in the fluid
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
    • G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
    • G01N27/12—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance of a solid body in dependence upon absorption of a fluid; of a solid body in dependence upon reaction with a fluid, for detecting components in the fluid
    • G01N27/122—Circuits particularly adapted therefor, e.g. linearising circuits
    • G01N27/123—Circuits particularly adapted therefor, e.g. linearising circuits for controlling the temperature
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
    • G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
    • G01N33/0047—Organic compounds
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M99/00—Subject matter not provided for in other groups of this subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0073—Control unit therefor
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/02—Food
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M1/00—Stationary means for catching or killing insects
    • A01M1/02—Stationary means for catching or killing insects with devices or substances, e.g. food, pheronones attracting the insects
    • A01M1/026—Stationary means for catching or killing insects with devices or substances, e.g. food, pheronones attracting the insects combined with devices for monitoring insect presence, e.g. termites

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Immunology (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Pest Control & Pesticides (AREA)
  • Medicinal Chemistry (AREA)
  • Combustion & Propulsion (AREA)
  • Insects & Arthropods (AREA)
  • Wood Science & Technology (AREA)
  • Environmental Sciences (AREA)
  • Zoology (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Catching Or Destruction (AREA)
  • Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
  • Investigating Or Analyzing Materials By The Use Of Fluid Adsorption Or Reactions (AREA)
  • Agricultural Chemicals And Associated Chemicals (AREA)

Abstract

用于通过感测诸如挥发性信息素、化学信息素和利它素之类的气相标志物来检测储藏物中存在的昆虫幼虫和昆虫成虫的低成本、高精确度且便携的装置。本文公开的方法、装置和系统利用了传感器阵列，传感器阵列配置为同时测量多个目标标志物并过滤背景气体，同时保持紧凑、高度精确且易于操作。

Description

通过感测昆虫幼虫和昆虫成虫的挥发性信息素和化学信息素 来检测储藏物中的昆虫幼虫和昆虫成虫的装置
相关申请的交叉引用
本申请要求于2018年2月1日提交的题为通过感测昆虫幼虫和昆虫成虫的挥发性信息素和化学信息素来检测储藏物中的昆虫幼虫和昆虫成虫的装置的美国临时专利申请序列No.62/625,000的优先权，该美国临时专利申请的全部公开内容通过引用并入本文。
背景技术
以下公开内容主要涉及昆虫和昆虫侵染检测技术、化学感测技术、气体检测技术、挥发性有机化合物分析技术、气体感测微芯片阵列以及与上述相关的方法和装置。本发明发现了与涉及储存食品和其他产品或材料中的昆虫的高灵敏度和选择性检测的技术相关的特定应用。
储藏物昆虫(“SPI”)最常见于以成品食品、食物材料为食物，或者侵染制备、加工、包装或储存食物的设备。这些害虫在加工、运输和储存系统中造成的经济损失可能是每次污染、产品召回、消费者投诉/起诉和害虫控制应用事件的数百万美元(Arthur等，2009)。此外，如果不慎食用，某些SPI会对健康产生影响，从而引起婴幼儿和老年人的胃部应激(Okamura，1967)。
目前的昆虫检测依赖于手电筒检查和使用具有多种合成信息素诱饵的诱捕器和捕获SPI成虫的诱捕器。信息素是从个体物种的雄性和/或雌性中散发出的挥发性有机化合物(“VOC”)。信息素诱饵和诱捕器依赖于昆虫活动性，并且这些会显著地受温度影响。信息素挥发性、数量/质量以及人类活动性和昆虫动力学与这些要素相互作用，从而造成诱捕器数据相当多变。对诱捕器捕获的解释基于种群的少量取样(2％至10％或以下)。这使得害虫侵染的检测和补救变得困难。
印度谷螟(“IMM”)是在美国发现的最常见的储藏物昆虫(Mueller，1998；Resener1996)。在美国，这种昆虫比任何其他昆虫更常见于储存食物和谷物。在世界的温带地区的几乎任何地方都可以发现IMM成虫。此外，在美国和欧洲，IMM是造成最大损害的一种害虫。这种昆虫在我们的环境中存活得如此好有两个原因：1)在雌性短暂的寿命内，其产下大量的卵；以及2)IMM的遗传改变或适应于人类用于保护其食物的杀虫剂而存活的能力(抗药性)。发现IMM是人类已知的抗药性最强的昆虫。在五十年期间，这种昆虫的遗传组成已经发生了改变，以抵抗常用的杀虫剂马拉硫磷(Malathion)。在19世纪70年代，IMM开始显示出对这种常用杀虫剂的抗药性迹象。IMM对该杀虫剂产生了60,000倍的抗药性。
IMM最常见于以成品食品、食物材料如储存小麦制品、经碾碎/经加工的小麦以及其他储藏物如经碾碎的谷物产品、面粉、麸、意大利面食产品、香料为食，或者侵染制备、加工、包装或储存食物的设备。IMM幼虫是该昆虫的破坏性生命阶段，其非常贪吃。幼虫是高度可移动的，并且可以不断地寻找新的食物来源。食物的价值被它们消耗的食物、它们留下的蛀屑以及幼虫在其移动时留下的网所破坏。
此外，IMM通常是其他储藏物昆虫的前兆。未经处理的IMM侵染可能是即将出现的其他SPI侵染的指标(Mueller，2016)。五种最常见的储藏物昆虫(SPI)包括印度谷螟(印度谷斑螟Plodia interpunctella)、仓库甲虫(花斑皮蠹Trogoderma variabile)、粉甲虫(拟谷盗属物种Tribolium spp.)、谷甲虫(锯谷盗属物种Oryzaephilus spp.)和烟草甲虫(烟草甲Lasioderma serricorne)(Mueller，1998；Hagstrum和Subramanyam，2006)。这些害虫在加工、运输和储存中造成的经济损失可能是每次污染、产品召回、消费者投诉/起诉和害虫控制应用事件的数百万美元(Arthur，2009)。然而，还没有有效的低成本方法来监测和检测它们。
已经鉴定了几种SPI信息素，但由于保存期限短以及生产成本而不能商购(Phillips等，2000)。这些化合物是独特的，但可以吸引种间竞争者，如在储存食物蛾种群和斑皮蠹属复杂物种中。单个信息素(Z,E)-9,12-十四碳二烯基乙酸酯是谷斑螟属的主要信息素，但是将吸引海粉螟物种的其他三种食物蛾。信息素化合物R,Z 14-甲基-8-十六碳烯醛是吸引仓库甲虫(花斑皮蠹)的主要成分，但也将吸引三种其他常见的斑皮蠹属物种，包括检疫害虫(虫斑皮蠹、谷斑皮蠹)。单个化合物4,8-二甲基癸醛可吸引几种粉甲虫(拟谷盗属物种)，(Z,Z)-3,6-十二碳二烯-11-内酯可吸引两种谷甲虫(锯谷盗属物种)，但是烟草甲虫(烟草甲)的信息素(4S,6S,7S)-4,6-二甲基-7-羟基-3-壬酮是该物种独有的。
此外，关于可能的目标化学信息素和/或利它素，这些化学信息素和利它素为高分子量VOC。因此，它们在被侵染的储藏物上方的顶部空间中的蒸气压和浓度将很低，因此更加难以检测。
因此，期望通过使用可以检测和测定多个信息素浓度的方法、装置和系统来消除检测害虫存在/不存在、丰度和位置的可变性和不确定性。此外，期望提供这样的方法、装置和系统，该方法、装置和系统可以通过以类似的方式感测昆虫幼虫的化学信息素/利它素来检测其他储藏物昆虫幼虫。可以建立阈值浓度以即时确定拖车、陆地/海洋集装箱、散装搬运箱、袋装材料的货盘或储藏室中是否存在最常见的SPI。还期望提供检测VOC浓度梯度的能力，这有助于定位和准确描述结构体、墙壁空隙、裂缝和裂隙或设备内的SPI侵染。此外，期望提供一种手持装置，该手持装置能够从SPI监测模型中消除对于作为影响活动性的因素的昆虫移动性和环境的许多依赖性。
引用的参考文献
提及了以下参考文献，这些参考文献的全部公开内容通过引用并入本文：
Arthur F.H.Johnson J.A.Neven L.G.Hallman G.J.Follett P.A.(2009).Insect Pest Management in Postharvest Ecosystems in the United States ofAmerica.Outlooks on Pest Management,20:279–284.
Hagstrum D.W.和Subramanyam B.(2006).Fundamentals of Stored-ProductEntomology.St.Paul:AACC Int.
Mueller,David K(1998).Stored Product Protection:A Period ofTransition.Insects Limited,印第安纳州印第安纳波利斯.
Okumura,G.T.(1967).A Report of Canthariasis and Allergy Caused byTrogoderma(Coleoptera:Dermestidae).California Vector Views,Vol.14No.3,19-22页.
Phillips,T.W.,Cogan,P.M.和Fadamiro,H.Y.(2000).Pheromones inB.Subramanyam and D.W.Hagstrum(Eds.).Alternatives to Pesticides in Stored-Product IPM,273-302页,马萨诸塞州波士顿Kluwer学术出版社
Resener,A.M.(1997).National Survey of Stored ProductInsects.Fumigants and Pheromones,46期,3-4页.
发明内容
在本文的各种实施方案中公开了基于对从储藏物的临近区域采样的目标流体流(例如空气样品)内的一种或多种目标挥发性有机化合物(“VOC”)的检测来识别储藏物(例如食物)的昆虫侵袭的低成本且高精度的方法、装置和系统。所公开的具有最小成本和高精度的方法、系统和装置使得能够在储藏物的环境中实时、非侵入性地检测昆虫幼虫化学信息素/利它素或昆虫成虫信息素。
根据本公开的第一实施方案，提供了一种通过检测目标流体流内的一种或多种目标VOC来识别储藏物的昆虫侵染的方法，该方法包括以下步骤：提供一种装置，该装置包括具有多个VOC传感器的传感器阵列；将多个VOC传感器中的一个或多个VOC传感器加热到至少第一工作温度；使一个或多个VOC传感器与目标流体流接触；确定对应于与目标流体流接触的一个或多个VOC传感器中的每一个传感器的一组电导变化值；以及基于该一组电导变化值来确定目标流体流内的一种或多种目标VOC的气体成分浓度。此外，所提供的传感器阵列的每个VOC传感器包括：具有第一侧和第二侧的衬底；在衬底的第一侧上形成的电阻加热器电路；在衬底的第二侧上形成的感测电路；以及在衬底的第二侧上的感测电路之上形成的化学敏感膜。在具体实施方案中，该方法可以包括在对流体流中的VOC标志物进行采样之后将VOC传感器的基线电阻校正为更早的基线值，这可通过在目标VOC的每次采样之后调整一个或多个VOC传感器的工作温度来实现。
根据本公开的另一个实施方案，提供了一种用于检测目标流体流内的一种或多种目标VOC的装置，该装置包括：传感器阵列，其具有多个VOC传感器，其中每个VOC传感器包括：衬底；在衬底的第一侧上形成的电阻加热器电路；在衬底的第二侧上形成的感测电路；以及在衬底的第二侧上的感测电路之上形成的化学敏感膜。
根据本公开的另一个实施方案，提供了一种用于识别储藏物的昆虫侵染的系统，该系统包括：测试腔室，其包围传感器阵列；空气传送单元，其配置为回收流体流并且将流体流递送至测试腔室；以及控制器，其有效地连接至空气传送单元和传感器阵列。传感器阵列包括多个VOC传感器，并且将控制器配置为：操作空气传送单元以从目标区域回收流体流并且将流体流递送至测试腔室；操作传感器阵列以测量多个VOC传感器中的一个或多个VOC传感器的电导；确定对应于一个或多个VOC传感器中的每一个传感器的一组电导变化值；以及基于该一组电导变化值来确定流体流内的一种或多种目标VOC的气体成分浓度。
附图说明
本公开可采取各种部件和部件的排列以及各种步骤和步骤的排列的形式。附图仅出于说明优选实施方案的目的，因而不应被解释为限制本公开。
图1为示出根据本申请的一个实施方案的识别昆虫侵染的方法的流程图。
图2A至图2B为示出根据本申请的另一个实施方案的识别昆虫侵染的另一种方法的流程图。
图3为示出根据本申请的一个实施方案的配置为进行本文公开的方法的系统的框图。
图4A至图4B为根据本申请的某些实施方案的单个VOC传感器的第一侧(图4A)和第二侧(图4B)的示意图。
图5为根据本申请的一个实施方案的悬挂在固定器中的单个VOC传感器的示意图。
图6为根据本申请的一个实施方案的包括多个VOC传感器的传感器阵列的代表性侧视截面。
图7为根据本申请的一个实施方案的侵染检测系统的框图。
图8A至图8D为示出根据本申请的一个实施方案的VOC传感器阵列对各种目标挥发性有机化合物的灵敏度的曲线图。
图9A至图9C为示出根据本申请的一个实施方案的第一VOC传感器对三种目标储藏物昆虫(“SPI”)的存在的响应的曲线图。
图10A至图10C为示出根据本申请的另一个实施方案的第二VOC传感器对三种目标储藏物昆虫(“SPI”)的存在的响应的曲线图。
图11A至图11C为示出根据本申请的一个实施方案的第三VOC传感器对三种目标储藏物昆虫(“SPI”)的存在的响应的曲线图。
图12A至图12C为示出根据本申请的一个实施方案的第四VOC传感器对三种目标储藏物昆虫(“SPI”)的存在的响应的曲线图。
图13A至图13D为示出根据本申请的一个实施方案的四个VOC传感器对三种目标储藏物昆虫(“SPI”)的存在变化量的响应的曲线图。
具体实施方式
在以下说明书和所附权利要求书中，将参考许多术语，将这些术语定义为具有以下含义。
定义
在以下说明书和所附权利要求书中，将参考许多术语，将这些术语定义为具有以下含义。尽管为了清楚起见，在以下描述中使用了特定术语，但是这些术语仅旨在指代为了在附图中进行说明而选择的实施方案的特定结构，并且不旨在限定或限制本公开的范围。在附图和以下描述中，应当理解，相同的数字标号表示具有相同功能的部件。此外，应当理解，附图不是按比例绘制的。
除非上下文另有明确规定，否则单数形式“一”、“一个”和“该”包括复数指示物。
在本文中，术语“包括”被用作要求存在指定的部件/步骤并且允许存在其他部件/步骤。术语“包括”应当被解释为包括术语“由……组成”，其允许仅存在指定的部件/步骤。
数值应当被理解为包括以下数值：当减少到相同数量的有效数字时该数值相同以及该数值与所述值的差异小于本申请中用以确定该值的所述类型的常规测量技术的实验误差。
本文公开的所有范围包括所述端点并且可独立地组合(例如，“2mm至10mm”的范围包括端点2mm和10mm，以及所有中间值)。
术语“约”可以用于包括任何这样的数值，该数值可以变化而不改变该值的基本功能。当与范围一起使用时，“约”也公开了由两个端点的绝对值限定的范围，例如“约2至约4”也公开了范围“2至4”。更具体地，术语“约”可指所指示的数的正或负10％。
术语“ppm”和“ppb”应当被理解为分别是指“百万分率”和“十亿分率”。如本文所使用的，“ppm”、“ppb”等是指体积分数，而不是质量分数或摩尔分数。例如，值1ppm可表示为1μV/V，而值1ppb可表示为1nV/V。
通过参照以下详细描述和其中讨论的各个附图，可更容易地理解本公开。
方法
本文公开了通过高灵敏度且高选择性地检测一种或多种目标挥发性有机化合物(“VOC”)的存在来确定储藏物中是否存在昆虫侵染的方法，其中VOC如各种储藏物昆虫(“SPI”)的某些化学信息素、利它素和/或信息素。
参照图1，提供了通过检测目标流体流内的一种或多种目标挥发性有机化合物来识别储藏物的昆虫侵染的方法100。该方法包括：提供包括传感器阵列的装置，传感器阵列具有多个VOC传感器(S110)；将多个VOC传感器中的一个或多个VOC传感器加热到至少第一工作温度(S115)；使一个或多个VOC传感器与目标流体流接触(S120)；确定对应于与目标流体流接触的一个或多个VOC传感器中的每一个传感器的一组电导变化值(S125)；以及基于该一组电导变化值确定目标流体流内的一种或多种目标VOC的气体成分浓度(S130)。根据方法100的第一实施方案，传感器阵列的每个VOC传感器包括：衬底；电阻加热器电路；感测电路；以及在感测电路之上形成的化学敏感膜。在一些实施方案中，可在衬底的第一侧上形成电阻加热器电路，可在衬底的第二侧上形成感测电路，并且可在衬底的第二侧上的感测电路之上形成化学敏感膜。
在具体实施方案中，方法100包括在使一个或多个VOC传感器与目标流体流接触之后，测量一个或多个VOC传感器的信号电导。也就是说，可基于与目标流体流接触的一个或多个VOC传感器中的每一个传感器的信号电导和相应的VOC传感器中的每一个传感器的基线电导之间的差值来确定一组电导变化值。在一些实施方案中，当一个或多个VOC传感器处于不含任何目标VOC的气氛中时，测定一个或多个VOC传感器的基线电导。
在优选的实施方案中，目标流体流为从对于可能的昆虫侵染进行评估的储藏物的邻近区域内取得的空气样品。也就是说，目标流体流可为来自目标储藏物上方的顶部空间的气体样品。
方法100在S105开始并且在S135结束，然而，在具体实施方案中，可通过从待评估的储藏物的多个邻近区域内对多个目标流体流(例如空气样品)进行采样来重复方法100(例如重复步骤S110至S130)。也就是说，方法100可通过在距储藏物多个距离处(例如，在距储藏物小于约1英尺的距离处；在距储藏物约1英尺和2英尺之间的距离处；在距储藏物约2英尺和3英尺之间的距离处；等等)对一个或多个目标流体流进行采样来识别潜在的昆虫侵染的梯度。
在进一步的实施方案中，一种或多种目标VOC是与一种或多种诸如SPI之类的昆虫相关的化学信息素、利它素和/或信息素。特别地，一种或多种目标VOC可为与(例如)赤拟谷盗、锯谷盗、仓库甲虫、印度谷螟和/或烟草甲虫相关的化学信息素、利它素和/或信息素。在具体实施方案中，流体流内的一种或多种目标VOC中的至少一种可以选自由下列组成的组：4,8-二甲基癸醛；(Z,Z)-3,6-(11R)-十二碳二烯-11-内酯；(Z,Z)-3,6-十二碳二烯-内酯；(Z,Z)-5,8-(11R)-十四碳二烯-13-内酯；(Z)-5-十四碳烯-13-内酯；(R)-(Z)-14-甲基-8-十六碳烯醛；(R)-(E)-14-甲基-8-十六碳烯醛；γ-乙基-γ-丁内酯；(Z,E)-9,12-十四碳二烯基乙酸酯；(Z,E)-9,12-十四碳二烯-1-醇；(Z,E)-9,12-十四碳二烯醛；(Z)-9-十四碳烯乙酸酯；(Z)-11-十六碳烯乙酸酯(Hexa-decenyl acetate)；(2S,3R,1’S)-2,3-二氢-3,5-二甲基-2-乙基-6(1-甲基-2-氧代丁基)-4H-吡喃-4-酮；(2S,3R,1’R)-2,3-二氢-3,5-二甲基-2-乙基-6(1-甲基-2-氧代丁基)-4H-吡喃-4-酮；(4S,6S,7S)-7-羟基-4,6-二甲基-3-壬酮；(2S,3S)-2,6-二乙基-3,5-二甲基-3,4-二氢-2H-吡喃；2-棕榈酰基-1,3-环己二酮；以及2-油酰基-1,3-环己二酮。
参照图2A和图2B，根据本公开的另一个实施方案提供了通过检测目标流体流内的一个或多个目标挥发性有机化合物来识别储藏物的昆虫侵染的方法200。方法200开始于S202。
在步骤S04中，提供了包括传感器阵列的装置，传感器阵列具有多个VOC传感器。传感器阵列的每个VOC传感器包括：衬底；电阻加热器电路；感测电路；以及在感测电路之上形成的化学敏感膜。在一些实施方案中，可在衬底的第一侧上形成电阻加热器电路，可在衬底的第二侧上形成感测电路，并且可在衬底的第二侧上的感测电路之上形成化学敏感膜。
在具体实施方案中，传感器阵列包括多个不同的VOC传感器。也就是说，通过在化学敏感膜(即活性层)中包含催化材料，可改变多个VOC传感器中的一个或多个VOC传感器的表面组成。换句话说，一种或多种VOC传感器的化学敏感膜可以包含掺杂剂。在一些实施方案中，掺杂剂可为(例如)过渡金属。例如，掺杂剂可选自由下列组成的组：铂；钯；钼；钨；镍；钌；锇。
在步骤S206中，将多个VOC传感器中的一个或多个VOC传感器加热到至少第一工作温度。在具体实施方案中，工作温度在约180℃和约400℃之间。在其他的实施方案中，在方法的后续步骤期间保持一个或多个VOC传感器的工作温度。特别地，每个VOC传感器的加热电路可用于测量和控制VOC传感器在其整个工作过程中的温度。
在方法200的具体实施方案中，该方法可包括一个或多个校准步骤208，校准步骤208包括：使多个VOC传感器中的一个或多个VOC传感器与样品流体流接触，该样品流体流不含任何目标VOC(S210)；测量一个或多个VOC传感器的基线电导(S212)；可选地使流体流与一个或多个VOC传感器脱离接触(S216)；使一个或多个VOC传感器与具有已知浓度的目标VOC的控制流体流接触(S218)；测量一个或多个VOC传感器中的每一个传感器的控制电导(S220)；基于测得的VOC传感器的控制电导和控制流体流内的目标VOC的已知浓度来计算比净电导值(S222)；以及对多个控制流体流重复至少步骤S218至S222(S226)。校准步骤208还可包括：使流体流与一个或多个VOC传感器脱离接触(S228)；以及在与至少一种目标VOC接触之后调整一个或多个VOC传感器的基线电导(S230)。
在步骤S210中，多个VOC传感器中的一个或多个VOC传感器与样品流体流接触。在优选实施方案中，样品流体流是没有可用方法200进行测试的任何目标VOC的大量空气。
在步骤S212中，使用VOC传感器的感测电路来测量与样品流体流接触的一个或多个VOC传感器的基线电导。由于在VOC传感器的感测电路上形成的薄膜是化学敏感的(例如半导电的)，因此材料中流动的电流归因于薄膜导带中的电子，这些电子可能会受到不期望和/或目标化合物(例如目标VOC)的影响。因此，在步骤S206中达到工作温度并且与不包含标志物气体(即具有至少一种目标VOC的流体流)的气体样品(即样品流体流)接触之后，测量VOC传感器的电阻并且记录为基线电阻或基线电导。在一些实施方案中，确定一组基线电导并且该组基线电导包括多个VOC传感器中的每一个传感器的基线电导(例如)。
在步骤S216中，使样品流体流与传感器阵列的VOC传感器脱离接触。在具体实施方案中，这可包括净化容纳传感器阵列和/或一个或多个VOC传感器的腔室或反应器。
在步骤S218中，使一个或多个VOC传感器与具有已知浓度的至少一种目标VOC的控制流体流(例如标志物气体)接触。
在步骤S220中，测量与控制流体流接触的一个或多个VOC传感器中的每一个传感器的控制电导。因为与控制流体流的接触可使更多或更少的电子可用于基于化学敏感膜的传导，所以VOC传感器的电阻/电导发生改变。
然后，在步骤S222中，基于测得的VOC传感器的测试电导和控制流体流内的目标VOC的已知浓度来确定一个或多个VOC传感器中的每一个传感器的比净电导值。如本文中研究和公开的，电导变化量可与气体的浓度成比例，其中本文中使用的比净电导(“SNC”)是指比例系数。在具体实施方案中，控制流体流的第一目标VOC浓度为约10ppb至约400ppb。在优选实施方案中，控制流体流的目标VOC浓度为约200ppb。
对于多个VOC传感器中的一个或多个VOC传感器，确定基线电导与测得的控制电导之间的结果变化，并除以指明的(即已知)浓度，以给出SNC值(即该芯片对该气体的灵敏度的测量结果)，单位通常表示为“纳姆欧/十亿分率”或“nmho/ppb”。在该应用中，对于每种感兴趣的目标气体，每个芯片将具有不同的SNC。
为了进一步校准，在步骤S226中，对于其他的控制流体流，可以重复至少步骤S218至S222，以获得一个或多个VOC传感器的多个比净电导(“SNC”)值，其中每个VOC传感器的每个比净电导值对应于不同的目标VOC。在一些实施方案中，多个SNC值是一组SNC值({SNCi,X})224，并且该组SCN值包括对应于多个VOC传感器中的每一个传感器的一种或多种目标VOC的SNC值(例如，对于第一VOC传感器，对于第二VOC传感器，/>等等)，其中Xn代表特定的目标VOC。
方法200还可包括这样的步骤，该步骤包括调整一个或多个VOC传感器的基线电导/电阻(S230/S232)。例如，在与一种或多种目标VOC接触之后，VOC传感器的后续(即接触后)基线电导可能不同于VOC传感器与目标VOC接触之前的基线电导。在具体实施方案中，在步骤S230/S232中，在与一种或多种目标VOC接触之后，通过调整基线电导，可解决这种基线电导变化。在校准过程208期间，可在步骤S228中(例如从传感器阵列室)除去控制流体流，然后可在步骤S230中通过以下方式调整VOC传感器的电导：测量每个VOC传感器的电导以确定VOC传感器的接触后电导，将接触后电导与基线电导进行比较214，并且将一个或多个VOC传感器加热到至少第二工作温度，使得在第二工作温度下每个VOC传感器的电导与相应的接触之前的基线电导214相匹配。基于测得的VOC传感器的接触后电导，每个VOC传感器的第二工作温度可高于或低于相应的VOC传感器的第一工作温度。
转到图2B，在校准步骤208之后，可在步骤S232中通过以下方式调整VOC传感器的基线电导：清洁目标VOC的传感器阵列室，测量一个或多个VOC传感器的电导，将测得的电导与相应的基线电导进行比较，并且将一个或多个VOC传感器加热到至少第二工作温度，使得在第二工作温度下每个VOC传感器的电导与相应的基线电导214相匹配。
在调整步骤S232或加热步骤S206之后，在步骤S234，使一个或多个VOC传感器与目标流体流接触。在具体实施方案中，目标流体流为从对于可能的昆虫侵染进行评估的储藏物的邻近区域内取得的空气样品。因此，目标流体流可包含一种或多种目标VOC，如与一种或多种昆虫(例如SPI)相关的化学信息素、利它素和/或信息素。例如，对于某些SPI，在下表1和表2中列出了几种信息素和化学信息素：
表1.SPI及其信息素
表2.IMM信息素和化学信息素成分
在步骤S236，在使一个或多个VOC传感器与目标流体流接触之后，测量一个或多个VOC传感器的信号电导。
然后，在步骤S238，确定传感器阵列的一个或多个VOC传感器的一组电导变化值({ΔKi})。在具体实施方案中，对于每个VOC传感器，可如下所示来确定电导变化值：
其中，i为整数，ΔKi为VOC传感器i的电导变化值，Ki为在目标流体流的存在下测得的VOC传感器i的信号电导，而为VOC传感器i的基线电导。
在步骤S240中，基于该组电导变化值来确定目标流体流内的一种或多种目标VOC的气体成分浓度([X]n)。在具体实施方案中，除了其他背景和/或干扰气体之外，在目标流体流中可能存在多于一种的目标VOC，从而使得分析困难。在具体实施方案中，基于该组电导变化值和每个VOC传感器的一个或多个SNC来确定目标流体流内的一种或多种目标VOC的气体成分浓度([X]n)。在其他实施方案中，通过求解方程组来确定目标流体流内的一种或多种目标VOC的气体成分浓度([X]n)，例如，如下所示的方程组：
ΔK1＝SNC1A[A]+SNC1B[B]+SNC1C[C]+SNC1D[D]
ΔK2＝SNC2A[A]+SNC2B[B]+SNC2C[C]+SNC2D[D]
ΔK3＝SNC3A[A]+SNC3B[B]+SNC3C[C]+SNC3D[D]
ΔK4＝SNC3A[A]+SNC4B[B]+SNC4C[C]+SNC4D[D]
其中ΔKi为测得的传感器“i”的电导变化，“i”在1至4的范围内，SNCij为传感器“i”在被气体(例如目标VOC)“j”接触时的“比净电导”，“j”为气体或气体种类A、B、C或D，并且[X]为气体A、B、C或D的浓度，此浓度以气体体积相对于体积(gas volume-to-volume)的方式来表示，即每升总气氛中的气体升数。
尽管上面仅示出了四种目标VOC(即A、B、C和D)以及四个传感器(即1、2、3和4)，但是分析中存在的目标VOC的数目和VOC传感器的数目可根据不同的应用或不同的用途而变化，并且不仅限于四个。作为结果，确定存在于某一流体流内的若干目标VOC和/或背景气体和干扰气体的浓度的问题变得可能。
在一些实施方案中，方法200可进一步包括操作用户界面以传达分析的结果(S242)。也就是说，在步骤S204中提供的装置可进一步包括用户界面，该用户界面配置为向相关用户显示目标流体流的分析的结果。例如，可将用户界面配置为显示或以其他方式指示昆虫侵染的存在，包括一种或多种昆虫(例如SPI)的存在。基于预定阈值浓度来指示侵染的存在，该预定阈值浓度可与储存设施的类型(例如在拖车、陆地/海洋集装箱、散装搬运箱、袋装材料的货盘或储藏室内)或进行测试的储藏物的类型相关联。可进一步将用户界面配置为基于检测到的目标VOC显示或以其他方式指示昆虫存在的水平(例如侵染程度)。
在具体实施方案中，用户界面可为专用屏幕，如TFT LCD屏幕、IPS LCD屏幕、电容式触摸屏LCD、LED屏幕、OLED屏幕、AMOLED屏幕等。在其他实施方案中，用户界面可包括有线或无线通信协议，如蓝牙、BLE、Wi-Fi、3G、4G、5G、LTE等，并且可将用户界面配置为经由通信协议将分析的结果传送至相关用户的辅助设备(例如移动电话、平板电脑、计算机等)。
在优选实施方案中，目标流体流为从对于可能的昆虫侵染进行评估的储藏物的邻近区域内取得的空气样品(或体积)。在步骤S244中，可通过从待评估的储藏物的多个邻近区域内对多个目标流体流(例如空气样品)进行采样来重复步骤S232至S242。也就是说，方法200还可包括(例如)通过检测在距一个或多个储藏物不同距离处的两个或以上目标流体流(例如第一目标流体流、第二目标流体流、第三目标流体流等)的目标VOC的梯度来识别昆虫侵染的来源。
在方法200的其他实施方案中，在步骤S204中提供的装置还可包括有效地连接至传感器阵列和用户界面的控制器，其中控制器包括配置为执行上述方法200的一个或多个步骤的处理器、以及配置为储存一个或多个的上述数据类型的存储器。此外，可将存储器配置为储存用于执行方法200的一个或多个步骤的指令。
在步骤S250，方法200可结束。
通过参照以下讨论和其中讨论的各个附图，可以更容易地理解用以实现本文描述的方法100、200的装置的这些和其他方面。
装置和系统
本文公开了进行上述方法100、200的装置和系统。特别地，本文讨论的是用于检测目标流体流内的一种或多种诸如各种储藏物昆虫(“SPI”)的某些化学信息素、利它素和/或信息素之类的目标挥发性有机化合物(“VOC”)的高灵敏度和高选择性装置。此外，装置和系统可紧凑且足够轻，以便容易携带和手持。
参照图3，示出了根据本申请的一个实施方案的配置为执行本文讨论的方法的装置300和系统302的框图。特别地，装置300包括具有多个VOC传感器306的传感器阵列304。传感器阵列304的多个VOC传感器306可包括约两个至约十个VOC传感器，包括三个、四个、五个和六个VOC传感器。在具体实施方案中，传感器阵列304可被封闭在腔室(或反应器)308中，其中传感器306暴露于(即发生接触)腔室308内的期望气氛。腔室可具有构造成接收来自腔室外部的流体流314的入口310、以及构造成使腔室308释放流体流316的出口312。
如图4A和图4B所示，其示出了传感器阵列304的单个VOC传感器306的第一侧(图4A)和第二侧(图4B)，VOC传感器306可以包括具有第一侧320和第二侧322的衬底318。衬底318可以是(例如)陶瓷材料，或者可为氧化铝(Al2O3)晶圆或硅晶圆。在具体实施方案中，衬底318可具有约5mm至约20mm的总宽度、约4.3mm至约20mm的总高度以及约0.32mm至约0.65mm的总厚度。VOC传感器306可包括在衬底318的第一侧320上形成的电阻加热器电路、在衬底318的第二侧322上形成的感测电路326、以及在衬底318的第二侧322上的感测电路326之上的化学敏感膜328。
可使用(例如)光刻法由加热器电路材料在衬底318上形成电阻加热器电路324。在一些实施方案中，加热器电路材料可包含铂。在具体实施方案中，加热器电路材料可为铂墨水，铂墨水包括约70重量％至约95重量％的铂。
可以在衬底318上将加热器电路材料(例如)光刻成期望的图案。在具体实施方案中，传感器阵列304的多个VOC传感器306中的至少一个的电阻加热器电路324可具有横跨衬底318的一部分的蛇形(即蜿蜒曲折的)图案。例如，在一些实施方案中，电阻加热器电路324的经向导线宽度330可以为约0.288mm至约0.352mm。在其他实施方案中，例如，电阻加热器电路324的经向导线间隔332可以为约0.333mm至约0.407mm。仍在其他实施方案中，电阻加热器电路324的至少一部分的导线高度334可以为约3.80mm至约3.96mm，外部导线宽度336可以为约4.40mm至约4.58mm，并且导线厚度(即深度)可以为约0.19mm至约0.24mm，包括约0.21mm。
VOC传感器306衬底318的第一侧320还可包括一个或多个端子338、340。例如，如图4A所示，衬底318的第一侧320包括至少两个端子338、340，这些端子各自有效地连接至电阻加热器电路324的一部分(例如相对端)342、344。
现在转到图4B，可使用(例如)光刻法由感测电路材料在衬底318上形成感测电路326。在一些实施方案中，感测电路材料可包含铂。在具体实施方案中，感测电路材料可包括铂墨水，该铂墨水具有约70重量％至约95重量％的铂。
可以在衬底318上将感测电路材料(例如)光刻成期望的图案。在具体实施方案中，感测电路326包括形成一对延伸的叉指触点(即很靠近的交替的未连接触点)的第一感测元件346和第二感测元件348。第一感测元件346可包括多个延伸的触点350，其中每个触点350的纬向导线宽度354为约0.162mm至约0.198mm，纬向导线间隔宽度356为约0.738mm至约0.902mm，并且导线厚度(即深度)为约0.19mm至约0.24mm。例如，触点350的纬向导线宽度354可为约0.18mm，纬向导线间隔356可为约0.82mm，并且导线厚度可为约0.21mm。
类似地，第二感测元件348可包括多个延伸的触点352，其中每个触点352的纬向导线宽度358为约0.162mm至约0.198mm，纬向导线间隔360为约0.738mm至约0.902mm，并且导线厚度(即深度)为约0.19mm至约0.24mm。例如，触点354的纬向导线宽度358可为约0.18mm，纬向导线间隔360可为约0.82mm，并且导线厚度可为约0.21mm。
在一些实施方案中，第一感测元件346和第二感测元件348中的每一者可包括至少三个触点350、352，并且第一感测元件346和第二感测元件348的触点350、352中的每一个之间的纬向导线间隔362为约0.288mm至约0.352mm，包括约0.32mm。此外，触点350、352中的每一个的经向导线长度364可为约3.0mm至约4.0mm，包括约3.8mm。
衬底318的第二侧322还可包括一个或多个端子366、368，这些端子有效地连接至感测电路326的一部分370、372。
此外，感测电路326的触点350、352可用涂料组合物进行涂覆以形成化学敏感膜328。在一些实施方案中，涂料组合物可包括凝胶，并且可通过将涂料组合物涂布至衬底318的一部分(例如覆盖触点350、352的部分)，然后在高温下干燥和煅烧涂料组合物来形成膜328，高温例如是约400℃至约900℃，包括约500℃至约700℃。
在具体实施方案中，膜328可为金属氧化物膜，如氧化锡(SnO2)半导体膜。在这样的实施方案中，涂料组合物可以包含使用水基凝胶生产的氧化锡。在某些实施方案中，通过涉及SnCl4的溶胶-凝胶法形成酸性锡溶液，中和该酸性锡溶液以制备SnO2凝胶来制备凝胶。然后，例如通过将含水SnO2凝胶旋涂到衬底318的传感器侧322上，在第一温度下干燥传感器306，然后在第二温度下煅烧，从而在衬底318上形成纳米结晶SnO2膜328。在具体实施方案中，进行干燥的第一温度为约100℃至约150℃，并且可优选为约130℃。在其他实施方案中，进行煅烧的第二温度为约400℃至约900℃，并且可优选为约700℃至约800℃。重要的是，这些温度范围在化学敏感膜328中产生了可提供优异的灵敏度的孔径分布和粒度分布。
由于目标VOC的化学结构和每个VOC传感器306的工作条件，当目标VOC(例如标志物气体)与化学敏感膜328接触时，膜328的导带中的可用电子数量可能受到影响(即，增加或减少)。在具体实施方案中，一种或多种目标VOC可为“还原气体”，其向膜328的导带提供额外的电子，从而降低膜328的电阻，然后可以测量膜328的电阻作为膜328的电导变化。某些目标信息素、化学信息素和利它素可包含六元碳环以及一个或多个羰基(-C＝O)。这是分子中处于过剩电子密度的区域，其能够与半导体膜328相互作用，从而向膜328的导带贡献载荷子(即降低膜328的电阻)。两种化学信息素的化学结构示于下表3中：
表3.化学信息素/利它素化学结构
在优选实施方案中，传感器阵列304包括多个不同的VOC传感器306。也就是说，多个VOC传感器306中的一个或多个VOC传感器的组成是不同的，并且针对特定检测需要进行优化。例如，用于形成膜328的涂料组合物可包含一种或多种催化剂或掺杂物(例如掺杂剂)，可在制备凝胶涂料组合物时添加这些催化剂或掺杂物。在一些实施方案中，涂料组合物包含掺杂剂。在一些实施方案中，掺杂剂可为(例如)过渡金属。例如，掺杂剂可选自由下列组成的组：铂；钯；钼；钨；镍；钌；以及锇。作为将掺杂剂添加到VOC传感器306的膜328的结果，可针对给定气体或目标VOC对每个VOC传感器306进行优化。在具体实施方案中，装置300可包括多个VOC传感器306，其中针对特定气体或目标VOC，通过添加催化剂或掺杂物(即掺杂剂)来优化至少一个VOC传感器306。在其他实施方案中，针对特定气体或目标VOC，通过添加催化剂或掺杂物(即掺杂剂)来优化装置300中存在的每个VOC传感器306。例如，在具体实施方案中，传感器阵列304可包括针对IMM幼虫化学信息素优化的第一VOC传感器306、针对成虫IMM信息素优化的第二VOC传感器306、以及针对潜在干扰物和/或背景气体优化的多达三个VOC传感器306；然而，VOC传感器306的其他组合和数量也是可以预期的。潜在的干扰物和/或背景气体可包括(例如)烃、醇、酯和/或醛。
装置300的每个VOC传感器306可定位在腔室308内，使得化学敏感膜328能够暴露于进入腔室308的流体流。参照图5，在具体实施方案中，可(例如)使用引线接合502、504、506、50、510、512将每个VOC传感器306悬挂在固定器500中，以支持传感器306并将各个传感器306端子340、342、366、368连接至传感器固定器500的触点514、516、518、520、522、524。
进一步参照图6，示出了根据本公开的某些方面的装置300的侧视图。特别地，装置300示出了传感器阵列304，传感器阵列304包括六个VOC传感器306(不可见)，这些VOC传感器306通过传感器固定器500悬挂在腔室308内。此外，根据一些实施方案，每个传感器固定器500的一部分526可有效地接合适配器528，适配器528将固定器500和VOC传感器306有效地连接至装置300的电路板530，这使得能够(例如)向VOC传感器306供电并能够进行测量。
换句话说，传感器阵列304可有效地连接至控制器374，该控制器配置为执行上述方法的一个或多个步骤。特别地，可将控制器374配置为：将多个VOC传感器306中的一个或多个VOC传感器306加热到至少第一工作温度；测量多个VOC传感器306中的一个或多个VOC传感器306的电导；确定对应于与流体流接触的一个或多个VOC传感器306中的每一者的一组电导变化值；以及基于该组电导变化值来确定流体流内的一种或多种目标VOC的气体成分浓度。
回到图3，根据本申请的各个方面描述了侵染检测系统302的附加部件。提供了一种用于识别储藏物的昆虫侵染的系统302，系统302包括如前所述的传感器阵列304。此外，在具体实施方案中，系统302包括包封传感器阵列304的测试腔室308、空气传送单元376和有效地连接至空气传送单元376和传感器阵列304的控制器374。
在各种实施方案中，空气传送单元376可以包括用于控制通过系统302的流体流的阀378、用于从系统302外部回收(或吸入)流体流以及用于递送(或推动)流体流通过系统302的泵380、以及用于测量由空气传送单元376回收的流体的量(例如体积)的流体流量传感器382。在具体实施方案中，流体流量传感器382可为质量流量控制阀或压差变换器。在其他实施方案中，阀378和泵380可为用户致动的。也就是说，系统302的相关操作者可使用空气传送单元376引导(例如物理地触发)外部流体流的回收。
空气传送单元302还可限定流体流384的流体流动路径，该流体流动路径从系统302的外部通向进入装置300的入口310的流314，并且通向离开装置300的出口312的流316。流体流314、316、384的部分可沿着诸如聚合物管之类的流体流传送物进行传送。
此外，空气传送单元376可以有效地连接至控制器374，使得控制器374可操作空气传送单元376以从腔室308获取流体流并将流体流递送至腔室308，其中流体流可以与VOC传感器306流体接触。在具体实施方案中，控制器374可(例如)测量进入系统302的流体流的量(例如体积)，并且一旦测得的量达到预定阈值，则指示空气传送单元376(例如泵380和/或阀378)停止吸入流体(例如空气)。在一些实施方案中，预定阈值是这样一种体积，该体积足以使装置300检测和测量流体流中的一种或多种目标VOC的存在。
系统302的控制器374可以有效地连接至空气传送单元376和传感器阵列304，并且可包括处理器和存储器。控制器374可进一步配置为：操作空气传送单元376以从系统302外部回收流体流(例如流体流378)并将流体流(例如流体流314)递送至测试腔室308，其中多个VOC传感器306与流体流314流体接触；操作传感器阵列304以将一个或多个VOC传感器306加热到至少第一工作温度，并测量多个VOC传感器306中的一个或多个VOC传感器的电导；确定对应于一个或多个VOC传感器306中的每一者的一组电导变化值；并且基于该组电导变化值来确定流体流314中的一种或多种目标VOC的气体成分浓度。
在一些实施方案中，系统302还包括一个或多个用户界面部件380。用户界面380可有效地连接至控制器374，并且可以将控制器374配置为操作用户界面380以显示和/或向相关联的用户传达经由系统302进行的测试的结果。用户界面380可为系统302的用户或操作者可见的专用显示器382，如包括TFT LCD屏幕、IPS LCD屏幕、电容式触摸屏LCD、LED屏幕、OLED屏幕、AMOLED屏幕等的显示器。在其他实施方案中，用户界面380可包括有线或无线通信协议384，如蓝牙、BLE、Wi-Fi、3G、4G、5G、LTE等，并且可将用户界面380配置为经由通信协议将分析的结果传送至相关用户的辅助设备386(例如移动电话、平板电脑、计算机等)。
系统302还可包括电源388，电源388有效地连接至空气传送单元376、装置300、控制器374和用户界面380中的至少一者。可将电源388配置为向系统302的一个或多个部件输送电力，而可以将控制器374配置为操作电源388。在具体实施方案中，可将电源388集成到系统302中。在其他实施方案中，电源388可为可移除的外部附件。在一些实施方案中，电源388可为可再充电电源388。
现在参照图7更详细地讨论所描述的系统的各种部件。如图所示，图7示出了系统700的框图，系统700用于通过(例如)检测一种或多种目标VOC的存在和测量一种或多种目标VOC的水平来识别储藏物的昆虫侵染。系统700包括传感阵列306，传感阵列306包括控制器374，控制器374具有处理器702、存储器704和一个或多个输入/输出(I/O)接口706、708。总线710可有效地将处理器702、存储器704和I/O接口706、708连接在一起。存储器704包括用于执行本文公开的方法的一个或多个步骤的指令712，并且将与存储器704通信的处理器702配置为执行用于进行一个或多个步骤的指令。
如图所示，系统700还可包括传感器阵列304，传感器阵列304包括多个VOC传感器306，以及空气传送单元376和用户界面380。处理器702还可控制系统700的整体操作，包括传感器阵列304、空气传送单元376和用户界面380的操作。
存储器704可表示任何类型的非暂态计算机可读介质，如随机存取存储器(RAM)、只读存储器(ROM)、磁盘或磁带、光盘、闪存或全息照相存储器。在一个实施方案中，存储器704包括随机存取存储器和只读存储器的组合。在一些实施方案中，可将处理器702和存储器704组合在单个芯片中。输入/输出(I/O)接口706、708使得控制器374能够经由有线或无线连接与系统700的其他部件通信，其他部件如传感器阵列304、流体流量传感器382、空气传送单元376和用户界面380。数字处理器702可以以各种方式体现，如通过单核处理器、双核处理器(或更普遍地通过多核处理器)、数字控制器、以及协作方法协处理器、数字控制器等体现。
如本文所使用的，术语“软件”旨在包括可由计算机或其他数字系统执行以便设置计算机或其他数字系统来执行作为软件意图的任务的任何指令集合或指令集。术语“软件”旨在包括储存在诸如RAM、硬盘、光盘等的存储介质中的此类指令，并且还旨在包括作为储存在ROM等上的软件的所谓“固件”。此类软件可以以各种方式进行组织，并且可包括组织为文库、储存在远程服务器等上的基于因特网的程序、源代码、解释代码、目标代码、可直接执行的代码等的软件组件。可以预期，软件可调用系统级代码或调用驻留在服务器或其他位置上的其他软件来执行某些功能。
在各种实施方案中，控制器374的指令712可以包括(例如)电导变化模块714、比净电导(“SNC”)数据模块716、气流管理模块718、工作温度模块720、VOC浓度模块722和报告输出模块724。
可以将电导变化模块714配置为测量传感器阵列304的一个或多个VOC传感器306的电导，并将电导数据728记录在存储器704中。也就是说，在具体实施方案中，可以将电导变化模块714配置为指示处理器702使用相应的感测电路326来测量一个或多个VOC传感器306的化学敏感膜328的内部电阻变化。因此，可将电导变化模块714配置为测量并经由I/O接口706接收来自传感器阵列304的VOC传感器306的电导信号，并且将电导作为电导数据728储存在存储器306中。还可将电导变化模块714配置为(例如)使由VOC传感器306测量的电子噪声和电导信号漂移最小化，以确保准确且精确的测量结果。在一些实施方案中，可将电导变化模块714配置为应用(例如)信号模型和/或算法来管理或消除传感器电导的测量结果中的电导漂移和电子噪声的问题。在其他实施方案中，可将电导变化模块714配置为通过测量VOC传感器的电导以及(通过工作温度模块720)升高和/或降低一个或多个VOC传感器的工作温度直到VOC传感器的电导值与先前确定的基线电导值相匹配，从而调整一个或多个VOC传感器的电导值。
如前所述，可以将SNC数据模块716配置为确定传感器阵列304的一个或多个VOC传感器306的比净电导(“SNC”)。特别地，可操作SNC数据模块716和电导变化模块714以测量并经由I/O接口706接收某些电导信号(例如，与控制流体流和/或不含目标VOC的样品流体流接触的VOC传感器的电导值)。然后，SNC数据模块可确定VOC传感器306的一组SNC值，并将该组SNC值作为SNC数据726储存在存储器704中。
可以将气流管理模块718配置为操作空气传送单元326以回收流体流(例如流体流384)，将流体流递送至装置300，并且从系统302清除流体流(例如流体流316)。特别地，可将气流管理模块718配置为经由I/O接口706接收来自空气传送单元376的流体流量传感器382的气流数据730。例如，气流数据730可包括流体摄入阈值(例如体积)和来自流量传感器382的测量结果，其可以储存在存储器704中。此外，可将气流管理模块718配置为操作空气传送单元376，包括阀378和泵380、以及控制通过系统302的流体流动路径的入口310和出口312。
可以将工作温度模块720配置为经由I/O接口706操作传感器阵列304的VOC传感器306的加热器电路324。特别地，可将工作温度模块720配置为通过指示向VOC传感器306的加热电路324施加的电力而将一个或多个VOC传感器306加热到至少第一工作温度和第二工作温度。还可将工作温度模块720配置为监测传感器阵列304的每个VOC传感器306的温度，并调整提供的电力以调节VOC传感器306的工作温度。温度模块720可将VOC传感器306的设定值工作温度以及作为温度732的测得的温度储存在存储器704中。
如上所述，可以将VOC浓度模块722配置为确定流体流中的一种或多种目标VOC的气体成分浓度。一种或多种目标VOC可以气态形式存在于流体流(例如空气流)中。在具体实施方案中，一种或多种目标VOC为下列中的至少一种：信息素；化学信息素；以及利它素。在其他实施方案中，流体流内的一种或多种目标VOC中的至少一种可选自由下列组成的组：4,8-二甲基癸醛；(Z,Z)-3,6-(11R)-十二碳二烯-11-内酯；(Z,Z)-3,6-十二碳二烯内酯；(Z,Z)-5,8-(11R)-十四碳二烯-13-内酯；(Z)-5-十四碳烯-13-内酯；(R)-(Z)-14-甲基-8-十六碳烯醛；(R)-(E)-14-甲基-8-十六碳烯醛；γ-乙基-γ-丁内酯；(Z,E)-9,12-十四碳二烯基乙酸酯；(Z,E)-9,12-十四碳二烯-1-醇；(Z,E)-9,12-十四碳二烯醛；(Z)-9-十四碳烯乙酸酯；(Z)-11-十六碳烯乙酸酯；(2S,3R,1’S)-2,3-二氢-3,5-二甲基-2-乙基-6(1-甲基-2-氧代丁基)-4H-吡喃-4-酮；(2S,3R,1’R)-2,3-二氢-3,5-二甲基-2-乙基-6(1-甲基-2-氧代丁基)-4H-吡喃-4-酮；(4S,6S,7S)-7-羟基-4,6-二甲基-3-壬酮；(2S,3S)-2,6-二乙基-3,5-二甲基-3,4-二氢-2H-吡喃；2-棕榈酰基-1,3-环己二酮；以及2-油酰基-1,3-环己二酮。然而，可以考虑其他信息素、化学信息素和利它素。可将所确定的这些目标VOC中的一种或多种的目标VOC的浓度作为VOC数据734储存在存储器中。
可以将报告输出模块724配置为发展期望的系统输出738，并且经由I/O接口380操作用户界面380以将输出738传送给系统302的相关用户。在具体实施方案中，用户界面380可为专用显示器或者可为次级用户设备(例如PC，诸如台式机、笔记本电脑、掌上型计算机、便携式数字助理(PDA)、服务器计算机、蜂窝电话、平板计算机、移动设备等或它们的组合)。在一些实施方案中，用户界面380可包括扬声器或扬声器系统。因此，在一些实施方案中，I/O接口708可为有线通信接口。在其他实施方案中，I/O接口708可包括无线通信部件，并且可经由诸如蓝牙、BLE、Wi-Fi、3G、4G、5G、LTE等的无线通信协议产生与用户界面380的通信。
在任一情况中，在各种实施方案中，可经由用户界面380传送系统输出738，诸如(例如)示出所确定的VOC数据的图形、图表、表格或数据集。在一些实施方案中，输出738可包括可听的组成部分，诸如音频音调、一组音调或可听的单词，可经由用户界面380的扬声器或扬声器系统来传送这些可听的组成部分。可听的输出部分可为在基于检测到的一种或多种目标VOC的一个或多个气体成分浓度而变化的频率下发声的音调(例如，随着更高的检测水平而提高频率)。在具体实施方案中，输出738包括确定储藏物内是否可能存在昆虫侵染。在其他实施方案中，输出738可包括对可能的造成侵染的原因的估计(例如基于VOC数据识别一个或多个特定SPI)。还在其他实施方案中，输出738可包括对采取补救措施以保护储藏物的价值的建议，如熏蒸。
实施例
以下具体实施例描述了本公开的新颖方面和其中使用的步骤。但以下具体实施例仅用于说明性目的，因而不应被解释为对本发明最广泛方面的限制。
参照图8A至图8D，提供了VOC传感器芯片的各种实施方案的实验室工作台测试及其对信息素的灵敏度的曲线图。在A31压缩气筒中将昆虫成虫信息素制成在干氮气中浓度为2ppm的测试气体。用另外的干氮气稀释该测试气体，以获得信息素浓度在100ppb和300ppb之间的气流。将该气流注入预原型装置(pre-prototype device)中，并测定净电导。下面的图表示出了五种不同的传感器的响应，一种没有添加催化剂，四种添加了催化剂Pd、Pt、Os和W。对于IMM信息素(图8A)、烟草甲虫信息素(图8C)和仓库甲虫信息素(图8D)，W催化剂提供了优异的敏感性。对于赤拟谷盗信息素(图8B)，Pd催化剂显示出优异的敏感性。其他催化剂对信息素的敏感性响应不太有效。
参照图9A至图9C、图10A至图10C以及图11A至图11C，提供了传感器芯片对具有昆虫的产品上方的顶部空间的响应的现场测试的实验结果。在现场试验中，将10lb清洁白小麦粉样品上方的顶部空间气体注入预原型装置中以建立基线电阻值。一旦建立了基线电阻值，就将伴随10lb清洁白小麦粉样品上方的顶部空间气体注入装有不同数量的四种活体昆虫(IMM、赤拟谷盗、仓库甲虫和烟草甲虫)的小瓶。对于未催化的芯片(图9A至图9B)、Pt催化的芯片(图10A至图10C)、Os催化的芯片(图11A至图11C)和W催化的芯片(图12A至图12C)，示出了含有活体昆虫的产品上方的顶部空间气体的电阻数据。
如在每种情况下所见，随着昆虫种群的增加，电阻明显降低。外加的昆虫在顶部空间中产生外加的信息素。较高的信息素浓度引起传感器芯片电阻的降低。因此，传感器芯片能够产生取决于昆虫种群的信号。可以分析该信号，并且可以建立昆虫种群与信号之间的相关性。
关于图13A至图13D，提供了示出上述数据的分析结果的曲线图。通过将芯片电阻值R转换为芯片电导值(数学上表示为K)来对原始数据进行分析。通过从存在昆虫时的芯片电导Kg减去不存在昆虫时的芯片电导Kb来确定净电导。数学上将净电导表示为ΔK。ΔK相对于昆虫数量的图在图13A至图13D中示出。作为结果，这些图能够选择用于每种信息素的最佳催化剂：例如，用于IMM的未催化的芯片；用于仓库甲虫的Os催化的芯片；以及用于烟草甲虫的未催化的芯片。
本说明书已经参照优选实施方案进行了阐述。显然，其他人在阅读和理解本说明书的基础上会想到修改和改变。本发明旨在被解释为包括所有这些修改和改变，只要它们落在所附权利要求或其等同方式的范围内即可。也就是说，可以理解，可预期将以上所述各个方面和其它特征及功能或其替代方案组合为许多其他不同的系统或应用，并且本领域技术人员随后可做出各种目前未预见或未预料到的替代方案、修改、变化或改进，这些均同样旨在由所附权利要求所涵盖。

Claims (18)

1.一种通过检测目标流体流内的一种或多种目标挥发性有机化合物(VOC)来识别储藏物的昆虫侵染的方法，所述方法包括：
提供一种装置，该装置包括：
传感器阵列，其包括多个VOC传感器，其中每个VOC传感器包括：
具有第一侧和第二侧的衬底；
在所述衬底的所述第一侧上形成的电阻加热器电路；
在所述衬底的所述第二侧上形成的感测电路；以及
在所述衬底的所述第二侧上的所述感测电路之上形成的化学敏感膜；
将所述多个VOC传感器中的一个或多个VOC传感器加热到至少第一工作温度；
使所述一个或多个VOC传感器与所述目标流体流接触；
确定对应于与所述目标流体流接触的所述一个或多个VOC传感器中的每一个VOC传感器的一组电导变化值(ΔKi)；以及
基于所述一组电导变化值来确定所述目标流体流内的一种或多种目标VOC的气体成分浓度([X]n)；
在使所述一个或多个VOC传感器与所述目标流体流接触之后，测量所述一个或多个VOC传感器的信号电导；
其中基于与所述目标流体流接触的所述一个或多个VOC传感器中的每一个VOC传感器的所述信号电导和相应的VOC传感器中的每一个VOC传感器的基线电导之间的差异来确定所述一组电导变化值(ΔKi)，
其中当所述一个或多个VOC传感器处于不含任何目标VOC的气氛中时，测量所述一个或多个VOC传感器的所述基线电导；
在与至少一种目标VOC接触之后调整一个或多个VOC传感器的所述基线电导，以匹配与至少一种目标VOC接触之前的相应的VOC传感器的所述基线电导，其中通过将一个或多个VOC传感器加热到至少第二工作温度来调整所述基线电导。
2.根据权利要求1所述的方法，其中所述方法进一步包括：
使所述多个VOC传感器中的一个或多个VOC传感器与样品流体流接触，所述样品流体流不含任何目标VOC；以及
测量所述一个或多个VOC传感器的所述基线电导。
3.根据权利要求1所述的方法，其中所述方法进一步包括：
确定一个或多个VOC传感器的一个或多个比净电导值，其中每个比净电导值对应于所述目标VOC中的一者。
4.根据权利要求3所述的方法，其中通过以下方法确定每个对应于目标VOC的比净电导值：
使所述一个或多个VOC传感器与具有已知浓度的所述目标VOC的控制流体流接触；
测量所述一个或多个VOC传感器中的每一个VOC传感器的测试电导；以及
对于所述一个或多个VOC传感器中的每一个VOC传感器，基于测得的VOC传感器的测试电导和所述控制流体流内的所述目标VOC的已知浓度来计算比净电导值。
5.根据权利要求4所述的方法，其中所述方法进一步包括：
确定一个或多个VOC传感器的多个比净电导值，其中每个所述VOC传感器的每个所述比净电导值对应于不同的目标VOC。
6.根据权利要求3所述的方法，其中基于所述一个或多个VOC传感器中的每一个VOC传感器的所述一组电导变化值和一个或多个比净电导值来确定所述目标流体流内的所述一种或多种目标VOC的所述气体成分浓度([X]n)。
7.根据权利要求1所述的方法，其中所述第一工作温度在180℃和400℃之间。
8.根据权利要求1所述的方法，其中所述目标流体流为从待评估的所述储藏物的邻近区域内取得的空气样品。
9.一种用于通过权利要求1所述的方法检测目标流体流内的一种或多种目标挥发性有机化合物(VOC)的装置，所述装置包括：
传感器阵列，其具有多个VOC传感器，其中每个VOC传感器包括：
衬底；
在所述衬底的第一侧上形成的电阻加热器电路；
在所述衬底的第二侧上形成的感测电路；以及
在所述衬底的所述第二侧上的所述感测电路之上形成的化学敏感膜。
10.根据权利要求9所述的装置，其中所述传感器阵列包括两个至十个VOC传感器。
11.根据权利要求9所述的装置，其中所述多个VOC传感器中的至少一者的所述电阻加热器电路是经向导线宽度为0.288mm至0.352mm且经向导线间隔宽度为0.333mm至0.407mm的蛇形图案。
12.根据权利要求9所述的装置，其中所述多个VOC传感器中的至少一者的所述感测电路包括形成一对延伸的叉指触点的第一感测元件和第二感测元件；
其中所述第一感测元件包括多个延伸的触点，每个触点的纬向导线宽度为0.162mm至0.198mm且纬向导线间隔为0.738mm至0.902mm；以及
其中所述第二感测元件包括多个延伸的触点，每个触点的纬向导线宽度为0.162mm至0.198mm且纬向导线间隔为0.738mm至0.902mm。
13.根据权利要求12所述的装置，其中所述第一感测元件和所述第二感测元件中的每一者包括至少三个延伸的触点，并且其中所述感测电路在所述第一感测元件和所述第二感测元件的每个延伸的触点之间的纬向导线间隔为0.288mm至0.352mm。
14.根据权利要求9所述的装置，其中所述电阻加热器电路和所述感测电路中的至少一者由包含铂的组合物形成，并且所述化学敏感膜为由含水氧化锡凝胶形成的纳米晶体氧化锡膜。
15.根据权利要求9所述的装置，其中所述化学敏感膜包含选自由下列组成的组中的掺杂剂：铂；钯；钼；钨；镍；钌；以及锇。
16.根据权利要求9所述的装置，其中所述传感器阵列有效地连接至控制器，将所述控制器配置为：
测量所述多个VOC传感器中的一个或多个VOC传感器的电导；
确定对应于与所述目标流体流接触的所述一个或多个VOC传感器中的每一个VOC传感器的一组电导变化值；以及
基于所述一组电导变化值来确定所述目标流体流内的一种或多种目标VOC的气体成分浓度。
17.一种用于通过权利要求1所述的方法识别储藏物的昆虫侵染的系统，所述系统包括：
测试腔室，其包围传感器阵列，所述传感器阵列包括多个VOC传感器；
空气传送单元，其配置为回收流体流并且将所述流体流递送至所述测试腔室；以及
控制器，其有效地连接至所述空气传送单元和所述传感器阵列，其中将所述控制器配置为：
操作所述空气传送单元以从所述测试腔室回收所述流体流并将所述流体流递送至所述测试腔室，其中所述多个VOC传感器中的一个或多个VOC传感器与所述流体流流体接触；
操作所述传感器阵列以测量所述多个VOC传感器中的一个或多个VOC传感器的电导；
确定对应于所述一个或多个VOC传感器中的每一个VOC传感器的一组电导变化值；以及
基于所述一组电导变化值来确定所述流体流内的一种或多种目标VOC的气体成分浓度。
18.根据权利要求17所述的系统，其中所述流体流内的所述一种或多种目标VOC中的至少一种选自由下列组成的组：4,8-二甲基癸醛；(Z,Z)-3,6-(11R)-十二碳二烯-11-内酯；(Z,Z)-3,6-十二碳二烯内酯；(Z,Z)-5,8-(11R)-十四碳二烯-13-内酯；(Z)-5-十四碳烯-13-内酯；(R)-(Z)-14-甲基-8-十六碳烯醛；(R)-(E)-14-甲基-8-十六碳烯醛；γ-乙基-γ-丁内酯；(Z,E)-9,12-十四碳二烯基乙酸酯；(Z,E)-9,12-十四碳二烯-1-醇；(Z,E)-9,12-十四碳二烯醛；(Z)-9-十四碳烯乙酸酯；(Z)-11-十六碳烯乙酸酯；(2S,3R,1’S)-2,3-二氢-3,5-二甲基-2-乙基-6(1-甲基-2-氧代丁基)-4H-吡喃-4-酮；(2S,3R,1’R)-2,3-二氢-3,5-二甲基-2-乙基-6(1-甲基-2-氧代丁基)-4H-吡喃-4-酮；(4S,6S,7S)-7-羟基-4,6-二甲基-3-壬酮；(2S,3S)-2,6-二乙基-3,5-二甲基-3,4-二氢-2H-吡喃；2-棕榈酰基-1,3-环己二酮；以及2-油酰基-1,3-环己二酮。
CN201980016197.9A 2018-02-01 2019-02-01 通过感测昆虫幼虫和昆虫成虫的挥发性信息素和化学信息素来检测储藏物中的昆虫幼虫和昆虫成虫的装置 Active CN111819440B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201862625000P 2018-02-01 2018-02-01
US62/625,000 2018-02-01
PCT/US2019/016335 WO2019152832A1 (en) 2018-02-01 2019-02-01 Device for detecting insect larvae and adult insects in stored products by sensing their volatile pheromones and semiochemicals

Publications (2)

Publication Number Publication Date
CN111819440A CN111819440A (zh) 2020-10-23
CN111819440B true CN111819440B (zh) 2023-07-25

Family

ID=65494530

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980016197.9A Active CN111819440B (zh) 2018-02-01 2019-02-01 通过感测昆虫幼虫和昆虫成虫的挥发性信息素和化学信息素来检测储藏物中的昆虫幼虫和昆虫成虫的装置

Country Status (19)

Country Link
US (1) US11835480B2 (zh)
EP (1) EP3740753A1 (zh)
JP (2) JP7177522B2 (zh)
KR (1) KR102623317B1 (zh)
CN (1) CN111819440B (zh)
AU (3) AU2019215141A1 (zh)
BR (1) BR112020015715A2 (zh)
CA (1) CA3090328A1 (zh)
CL (1) CL2020002007A1 (zh)
DO (1) DOP2020000151A (zh)
GE (1) GEP20227370B (zh)
IL (1) IL276377B1 (zh)
MA (1) MA50322A1 (zh)
MX (1) MX2020008111A (zh)
PH (1) PH12020551148A1 (zh)
SG (1) SG11202006938QA (zh)
TW (1) TW202045921A (zh)
WO (1) WO2019152832A1 (zh)
ZA (1) ZA202004722B (zh)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019152832A1 (en) 2018-02-01 2019-08-08 Sensor Development Corporation Device for detecting insect larvae and adult insects in stored products by sensing their volatile pheromones and semiochemicals
US11272699B2 (en) 2018-02-01 2022-03-15 Sensor Development Corporation Device for detecting insect larvae and adult insects in stored products by sensing their volatile pheromones and semiochemicals
JP7120631B2 (ja) * 2018-05-29 2022-08-17 国立研究開発法人農業・食品産業技術総合研究機構 貯穀害虫検知方法および貯穀害虫検知装置
US20200281206A1 (en) * 2019-03-08 2020-09-10 Ypf Tecnología S.A. Sexual attraction pheromone of tribolium castaneum and insect control device
US11567022B2 (en) * 2019-06-05 2023-01-31 General Electric Company Sensing system and method
CN114467025A (zh) * 2019-08-06 2022-05-10 计算国际有限责任公司 用于监测挥发性有机化合物的存在的系统和方法
EP4025907A1 (en) * 2019-09-03 2022-07-13 Sensor Development Corporation Device for detecting insect larvae and adult insects in stored products by sensing their volatile pheromones and semiochemicals
JP2021162598A (ja) * 2020-03-31 2021-10-11 ダイキン工業株式会社 検知ユニット、収容容器、検知装置
US11828210B2 (en) 2020-08-20 2023-11-28 Denso International America, Inc. Diagnostic systems and methods of vehicles using olfaction
US11760170B2 (en) 2020-08-20 2023-09-19 Denso International America, Inc. Olfaction sensor preservation systems and methods
US11813926B2 (en) 2020-08-20 2023-11-14 Denso International America, Inc. Binding agent and olfaction sensor
US11636870B2 (en) 2020-08-20 2023-04-25 Denso International America, Inc. Smoking cessation systems and methods
US11881093B2 (en) 2020-08-20 2024-01-23 Denso International America, Inc. Systems and methods for identifying smoking in vehicles
US11932080B2 (en) 2020-08-20 2024-03-19 Denso International America, Inc. Diagnostic and recirculation control systems and methods
US11760169B2 (en) 2020-08-20 2023-09-19 Denso International America, Inc. Particulate control systems and methods for olfaction sensors
WO2022136670A1 (en) 2020-12-24 2022-06-30 Philip Morris Products S.A. Method and system to monitor tobacco material to detect insect infestation
EP4020414A1 (en) 2020-12-24 2022-06-29 Philip Morris Products S.A. Method of dispensing aerosol-generating articles at a point of sale and vending machine for vending aerosol-generating articles
CN112986332A (zh) * 2021-02-04 2021-06-18 安徽大学 一种基于动态温度调制的VOCs检测方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4911892A (en) * 1987-02-24 1990-03-27 American Intell-Sensors Corporation Apparatus for simultaneous detection of target gases
EP0488102A2 (de) * 1990-11-24 1992-06-03 E.T.R. Elektronik Technologie Rump Gmbh Verfahren und Vorrichtung zur Gasmessung
US5400643A (en) * 1992-12-23 1995-03-28 Eniricerche S.P.A. Gas sensor based on semiconductor oxide, for gaseous hydrocarbon determination
US5841021A (en) * 1995-09-05 1998-11-24 De Castro; Emory S. Solid state gas sensor and filter assembly
WO2012151110A2 (en) * 2011-05-03 2012-11-08 Sterling International Inc. Antioxidants and vegetable oils as stabilizers of insect semiochemicals

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11332444A (ja) * 1998-05-27 1999-12-07 Mitsubishi Electric Corp 昆虫検知装置
US20100248268A1 (en) * 2001-03-27 2010-09-30 Woods Daniel F Methods to utilize invertebrate chemosensory proteins for industrial and commercial uses
JP4796239B2 (ja) 2001-05-08 2011-10-19 新コスモス電機株式会社 シロアリ検知装置
US7052468B2 (en) * 2001-05-24 2006-05-30 University Of Florida Research Foundation, Inc. Method and apparatus for detecting environmental smoke exposure
KR100842247B1 (ko) * 2005-08-08 2008-06-30 한국전자통신연구원 전자후각 센서어레이, 이를 포함하는 센서시스템, 그센서어레이 제조방법 및 그 센서시스템을 이용한 분석방법
KR100994779B1 (ko) * 2008-04-22 2010-11-17 한국이엔에쓰 주식회사 휘발성 유기화합물 가스 감지용 ｗｏ₃계 가스 센서 및 그제조방법
WO2012054397A1 (en) * 2010-10-17 2012-04-26 Purdue Research Foundation Automatic monitoring of insect populations
US9983183B2 (en) * 2012-04-13 2018-05-29 University Of Maryland, College Park Highly selective nanostructure sensors and methods of detecting target analytes
CN102706870B (zh) * 2012-06-11 2014-05-28 江苏大学 一种仓储害虫发生信息实时监测方法及系统
AU2013338039B2 (en) * 2012-10-29 2019-08-15 University Of Utah Research Foundation Functionalized nanotube sensors and related methods
EP2778667A1 (en) 2013-03-13 2014-09-17 Sensirion AG Multi-temperature CMOS gas sensor
KR101649586B1 (ko) 2014-04-07 2016-08-19 주식회사 모다이노칩 센서
US9664661B2 (en) 2014-05-08 2017-05-30 Active-Semi, Inc. Olfactory application controller integrated circuit
US9810653B2 (en) 2014-07-17 2017-11-07 Stmicroelectronics Pte Ltd Integrated SMO gas sensor module
US20160187279A1 (en) 2014-12-24 2016-06-30 Intel Corporation Metal oxide gas sensor array devices, systems, and associated methods
JP2017166826A (ja) 2016-03-14 2017-09-21 Tdk株式会社 ガスセンサ
US20170265443A1 (en) 2016-03-21 2017-09-21 Delta Five, Llc Insect Harborage and Feeding System
US10488397B2 (en) * 2016-04-05 2019-11-26 University Of Connecticut Metal oxide based sensors for sensing low concentration of specific gases prepared by a flame based process
US10330624B2 (en) * 2016-07-02 2019-06-25 Intel Corporation Metal oxide gas sensor array devices, systems, and associated methods
AU2017383462B2 (en) 2016-12-21 2023-05-25 Scentian Bio Limited Sensor device and methods
WO2019152832A1 (en) 2018-02-01 2019-08-08 Sensor Development Corporation Device for detecting insect larvae and adult insects in stored products by sensing their volatile pheromones and semiochemicals

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4911892A (en) * 1987-02-24 1990-03-27 American Intell-Sensors Corporation Apparatus for simultaneous detection of target gases
EP0488102A2 (de) * 1990-11-24 1992-06-03 E.T.R. Elektronik Technologie Rump Gmbh Verfahren und Vorrichtung zur Gasmessung
US5400643A (en) * 1992-12-23 1995-03-28 Eniricerche S.P.A. Gas sensor based on semiconductor oxide, for gaseous hydrocarbon determination
US5841021A (en) * 1995-09-05 1998-11-24 De Castro; Emory S. Solid state gas sensor and filter assembly
WO2012151110A2 (en) * 2011-05-03 2012-11-08 Sterling International Inc. Antioxidants and vegetable oils as stabilizers of insect semiochemicals

Also Published As

Publication number Publication date
IL276377A (en) 2020-09-30
US20190234895A1 (en) 2019-08-01
JP2021512612A (ja) 2021-05-20
GEP20227370B (en) 2022-04-25
AU2021258048A1 (en) 2021-11-25
CA3090328A1 (en) 2019-08-08
DOP2020000151A (es) 2021-07-15
TW202045921A (zh) 2020-12-16
MX2020008111A (es) 2020-09-25
JP7177522B2 (ja) 2022-11-24
CL2020002007A1 (es) 2021-01-22
JP2022019962A (ja) 2022-01-27
KR102623317B1 (ko) 2024-01-10
EP3740753A1 (en) 2020-11-25
US11835480B2 (en) 2023-12-05
KR20200116142A (ko) 2020-10-08
CN111819440A (zh) 2020-10-23
AU2023282330A1 (en) 2024-01-18
PH12020551148A1 (en) 2021-05-31
ZA202004722B (en) 2021-07-28
WO2019152832A1 (en) 2019-08-08
MA50322A1 (fr) 2021-04-30
AU2019215141A1 (en) 2020-08-13
BR112020015715A2 (pt) 2020-12-08
IL276377B1 (en) 2024-03-01
SG11202006938QA (en) 2020-08-28

Similar Documents

Publication Publication Date Title
CN111819440B (zh) 通过感测昆虫幼虫和昆虫成虫的挥发性信息素和化学信息素来检测储藏物中的昆虫幼虫和昆虫成虫的装置
Yin et al. Soil sensors and plant wearables for smart and precision agriculture
US20200183925A1 (en) Mobile communications device with electronic nose
Sharma et al. Rapid in situ analysis of plant emission for disease diagnosis using a portable gas chromatography device
US20210065273A1 (en) Mobile communications device with electronic nose
Jayas Sensors for grain storage
CN114501988B (zh) 通过感测挥发性信息素和化学信息素来检测存储产品中的昆虫幼虫和成虫的装置
TW201621316A (zh) 血糖値測定方法及血糖値測定裝置
Borowik et al. Application of a low-cost electronic nose to detect of forest tree pathogens: fusarium oxysporum and phytophthora plurivora
US11927579B2 (en) Device for detecting insect larvae and adult insects in stored products by sensing their volatile pheromones and semiochemicals
JP6786918B2 (ja) ガスセンサアレイ、ガス測定装置、及びガス測定方法
Love et al. Design and Analysis of a Unique Electrode Configuration Targeting Fringing Field Utilization for Improved Chemicapacitor Sensitivity
Hossain Fabrication and optimization of a sensor array for incipient grain spoilage monitoring
US20240003850A1 (en) Real-time condition assessment of living plants by distributed sensing of plant-emitted volatiles
US20210262963A1 (en) Graphene-based chemical sensing device and system
WO2022025102A1 (ja) 検知装置、検知方法、学習装置、及び検知装置の製造方法
Wu Feasibility of the application of electronic nose technology to monitoring insect infestation in wheat
Latifian et al. Determination the population density of the different development stags of the Indian moth Plodia interpunctella Hbn in Date fruit Sayer cultivar based on spectrophotometer method

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40042682

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant