-
Die vorliegende Erfindung bezieht sich auf ein Verfahren und eine Vorrichtung zum Betreiben eines Multigassensors. Des Weiteren bezieht sich die vorliegende Erfindung auf ein Computerprogramm und ein Computerprogrammprodukt. Zusätzlich bezieht sich die vorliegende Erfindung auf einen Multigassensor.
-
In Smartphones werden immer mehr Sensoren verwendet. Die meisten von ihnen haben eine Entsprechung beim Menschen: Augen <-> Kamera, Ohren <-> Mikrofon, Tastsinn <-> Touchscreen, Gleichgewichtssinn <-> Gyroskop usw.
-
Es fehlt immer noch der Geruchssinn. In letzter Zeit sind neue miniaturisierte Gassensoren, die in der Lage sind, unterschiedliche Gase zu detektieren, eingeführt worden, die klein und preisgünstig sind. In vielen Anwendungen ist es ausreichend, nur ein Gas zu messen. Doch aus der Anwendungsperspektive ist es sehr viel interessanter, mehr als ein Gas zu detektieren. Es gibt viele unterschiedliche Wege, solche Multigassensoren herzustellen. Allerdings müssen die Gassensoren auf die unterschiedlichen Prüfgase kalibriert werden. Dies bedeutet, dass jeder hergestellte Gassensor den gewünschten Prüfgasen ausgesetzt und sein elektrisches Verhalten gemessen werden muss. Mit diesen Daten ist es dann möglich, den Multigassensor zu kalibrieren. Leider dauert es sehr lange, Gassensoren zu prüfen, weil die Gasaustauschprozesse viel Zeit in Anspruch nehmen. Falls ein Gassensor für viele unterschiedliche Gase kalibriert werden muss, wird die Kalibrierungszeit mit jedem zusätzlichen Gas immer länger.
-
DE 196 28 033 C1 offenbart ein Verfahren und eine Vorrichtung zur Driftkompensation und Ausfallerkennung für einen ersten Sensor, der auf einen ersten und zweiten chemischen Stoff in einem Stoffgemisch anspricht, und einen zweiten Sensor, der nur auf den zweiten Stoff in dem Stoffgemisch anspricht.
-
DE 11 2005 002 773 T5 offenbart Massenströmungsraten-Sensoren und insbesondere einen thermisch basierten Massenströmungsraten-Sensor, der eine Nebenschlussverhältnis-Reynolds-Zahl-Korrekturfunktion beinhaltet.
-
EP 2 738 555 B1 offenbart ein Kalibrierungssystem, das mehrere Mehrgasdetektoren unterstützt und zusätzliche Optionen zur Abgabe zusätzlicher Testgase an die Detektoren enthält. Das System kann ein Kalibrierungsmodul zum Kalibrieren eines Mehrgasdetektors mit einem ersten Gas und ein Ersatzmodul enthalten, das mit dem Kalibrierungsmodul gekoppelt werden kann.
-
Es ist somit ein Ziel der vorliegenden Erfindung, ein Verfahren und eine Vorrichtung zum Betreiben eines Multigassensors bereitzustellen, die einen kostengünstigen Einsatz des Mehrgassensors ermöglichen, während sie zur gleichen Zeit eine ausreichende Messgenauigkeit des Multigassensors sicherstellen.
-
Dieses Ziel wird durch die Merkmale der unabhängigen Patentansprüche erreicht. Vorteilhafte Ausführungsformen der Erfindung werden in den Unteransprüchen angegeben.
-
Gemäß einem ersten und zweiten Aspekt ist die Erfindung durch ein Verfahren und eine entsprechende Vorrichtung zum Betreiben eines Multigassensors gekennzeichnet, wobei der Multigassensor mehrere Sensorelemente aufweist. Der Multigassensor ist dazu ausgelegt, eine vordefinierte Anzahl M von unterschiedlichen Gasen zu detektieren und/oder zu erfassen. Zum Betreiben des Multigassensors wird wenigstens eine Kalibrierungsinformation bereitgestellt. Die wenigstens eine Kalibrierungsinformation weist Sensorkonstruktionsdaten des Multigassensors, die abhängig von Herstellungsprozessparametern variieren, und/oder Sensorherstellungsprozessparameterdaten des Multigassensors und/oder Messergebnisse des Multigassensors auf, die erfasst werden, wenn der Multigassensor einem der Gase oder einem Gasgemisch, die vom Multigassensor detektiert und/oder erfasst werden sollen, ausgesetzt wird. Des Weiteren wird ein trainiertes neuronales Netz bereitgestellt. Das trainierte neuronale Netz weist eine Eingabeschicht mit K Eingabeknoten, eine Ausgabeschicht mit L Ausgabeknoten und wenigstens eine Zwischenschicht auf, wobei L, M und K natürliche Zahlen sind.
-
Vorzugsweise ist die Anzahl L an Ausgabeknoten gleich der Anzahl M an unterschiedlichen Gasen, für deren Detektion und/oder Erfassung der Multigassensor ausgelegt ist. Vorzugsweise ist die Anzahl K an Eingabeknoten größer als die Anzahl M an unterschiedlichen Gasen, für deren Detektion und/oder Erfassung M der Multigassensor ausgelegt ist.
-
Zusätzlich wird jede Kalibrierungseingabe als eine feste Eingabe in einen entsprechenden Eingabeknoten des trainierten neuronalen Netzes gespeichert. Eine Ausgabe des Multigassensors für wenigstens einen Teil der vordefinierten Anzahl an Gasen, die detektiert und/oder erfasst werden sollen, wird vom Multigassensor abhängig vom trainierten neuronalen Netz und den tatsächlich gemessenen Sensorwerten aus den Sensorelementen, die an entsprechende Eingabeknoten des trainierten neuronalen Netzes bereitgestellt werden, bereitgestellt.
-
Die Sensorelemente sind dazu ausgelegt, ein Sensorsignal bereitzustellen. Falls das Sensorelement dazu ausgelegt ist, ein spezifisches Gas zu detektieren, ist das Sensorsignal des Sensorelements von einer Art von Gas abhängig, dem das Sensorelement ausgesetzt wird. Falls das Sensorelement dazu ausgelegt ist, ein spezifisches Gas zu detektieren, ist das Sensorsignal des Sensorelements von einer Konzentration des spezifischen Gases, dem das Sensorelement ausgesetzt wird, abhängig. Insbesondere weisen die Sensorsignale Stromwerte oder Spannungswerte auf. Die Sensorwerte der Sensorelemente sind repräsentativ für die bereitgestellten Sensorsignale, die von den Sensorelementen ausgegeben werden. Die Messergebnisse des Multigassensors weisen alle oder einen Teil der Sensorwerte der Sensorelemente des Multigassensors auf.
-
Durch Verwenden herstellungsrelevanter Daten, Gasprüfdaten und eines intelligenten Algorithmus ist es möglich, die nötige Anzahl an Prüfungen zum Kalibrieren eines Multigassensors zu reduzieren. Auf diese Weise kann viel Zeit und daher Kosten eingespart werden. Durch Verwenden zusätzlicher neuronaler Eingaben (Kalibrierungsinformationseingabeknoten) ist es möglich, das gleiche neuronale Netz für unterschiedliche Sensoren zu verwenden, auch wenn sie geringe Herstellungsschwankungen aufweisen. Normalerweise sind die Kalibrierungsinformationen über der Zeit konstant, wobei die Sensorwerte variieren.
-
In einer Ausführungsform gemäß dem ersten und zweiten Aspekt hat das trainierte neuronale Netz während einer vorhergehenden Trainingsphase gelernt, wie unterschiedliche Sensorkonstruktionsdaten und/oder unterschiedliche Sensorherstellungsprozessparameter die Sensorwerte der Sensorelemente des Multigassensors beeinflussen. Wegen der Herstellungstoleranzen ist es nicht möglich, exakte Kopien eines Gassensors in einem Herstellungsprozess herzustellen. Es wird immer geringe Schwankungen in den bereitgestellten Ausgabesignalen geben. Dies ist der Grund, warum fast alle Gassensorprodukte nach der Montage kalibriert werden müssen. Normalerweise haben die kleinen Schwankungen eine bestimmte Ursache, z. B. einen kleinen Unterschied in der Stärke einer gassensitiven Schicht. Alternativ oder zusätzlich beeinflusst ein Unterschied in der Sintertemperatur und daher ein Unterschied in einer Korngröße einer Schicht die Sensorsignale. Durch Trainieren des neuronalen Netzes mit unterschiedlichen Sensorkonstruktionsdaten und/oder unterschiedlichen Sensorherstellungsprozessparametern und/oder Aussetzen des Multigassensors gegenüber unterschiedlichen physikalischen Reizen (Druck, Temperatur oder Gaskonzentration) lernt das neuronales Netz, wie die Sensorwerte von den unterschiedlichen Eingaben beeinflusst werden.
-
In einer weiteren Ausführungsform gemäß dem ersten und zweiten Aspekt wird zum Trainieren des neuronalen Netzes ein Neuronalnetz-Lernalgorithmus mit Vorwärtsausbreitung, Rückwärtsausbreitung und Gradientenabstieg verwendet. Dies ermöglicht, ein neuronales Netz bereitzustellen, das verwendet werden kann, um das Ausgabesignal des Multigassensors ausreichend genau für alle Gase zu berechnen, für deren Detektion oder Erfassung der Multigassensor ausgelegt ist, selbst wenn der Multigassensor nicht für jedes Gas, das vom Multigassensor detektiert oder erfasst werden soll, geprüft wird.
-
In einer weiteren Ausführungsform gemäß dem ersten und zweiten Aspekt weist das neuronale Netz wenigstens zwei Eingabeknoten, wenigstens zwei Ausgabeknoten und wenigstens eine Zwischenschicht auf, wobei jede Zwischenschicht zwei Knoten oder mehr als zwei Knoten aufweist. Auf diese Weise kann ein ausreichend genaues Ausgabesignal des Multigassensors ermittelt werden, während der entsprechende Prozessaufwand gering gehalten wird.
-
In einer weiteren Ausführungsform gemäß dem ersten und zweiten Aspekt weisen die Kalibrierungsinformationen Folgendes auf:
- - eine Stärke der gassensitiven Schicht wenigstens eines der Sensorelemente und/oder
- - eine Temperatur während der Herstellung und/oder
- - eine Plattenstärke wenigstens eines der Sensorelemente und/oder
- - eine Rauheit wenigstens eines der Sensorelemente und/oder
- - einen mittleren Gasstrom in einer Gaskammer für chemische Gasphasenabscheidung, CVD, und/oder
- - einen elektrischen Widerstand und/oder Kapazität und/oder Induktivität der Metallschicht wenigstens eines der Sensorelemente unter verschiedenen Bedingungen und/oder
- - Sensorwerte des Multigassensors, die bereitgestellt werden, wenn der Multigassensor einem der Gase ausgesetzt ist, die vom Multigassensor detektiert und/oder erfasst werden sollen, und/oder
- - Sensorwerte des Multigassensors, die bereitgestellt werden, wenn der Multigassensor einem Gasgemisch ausgesetzt ist, das einige oder alle der Gase aufweist, die vom Multigassensor detektiert und/oder erfasst werden sollen, und/oder
- - andere physikalische Werte, die von Herstellungs- oder Prüfgeräten bereitgestellt werden.
-
In einer weiteren Ausführungsform gemäß dem ersten und zweiten Aspekt werden zusätzliche Kalibrierungsinformationen bereitgestellt, die in Zwischenschichtknoten gespeichert werden. Auf diese Weise kann die Anzahl an Eingabeknoten reduziert werden.
-
Gemäß einem anderen Aspekt ist die Erfindung durch ein Computerprogramm gekennzeichnet, wobei das Computerprogramm dazu angepasst ist, das Verfahren gemäß dem ersten Aspekt durchzuführen.
-
Gemäß einem anderen Aspekt ist die Erfindung durch ein Computerprogrammprodukt gekennzeichnet, das einen ausführbaren Programmcode aufweist, wobei der Programmcode das Verfahren gemäß dem ersten Aspekt durchführt, wenn er von einer Datenverarbeitungseinrichtung ausgeführt wird.
-
Das Computerprogrammprodukt weist insbesondere ein Medium auf, das von der Datenverarbeitungseinrichtung lesbar ist, auf der der Programmcode gespeichert ist.
-
Das Computerprogramm kann auf einer zentralen Datenverarbeitungseinrichtung oder einer dezentralen Datenverarbeitungseinrichtung laufen.
-
Gemäß einem anderen Aspekt ist die Erfindung durch einen Multigassensor gekennzeichnet. Der Multigassensor weist mehrere Sensorelemente für unterschiedliche Gase auf, wobei jedes Sensorelement dazu ausgelegt ist, einen Sensorwert bereitzustellen. Des Weiteren weist der Multigassensor eine Verarbeitungseinheit auf, die dazu ausgelegt ist, das oben erwähnte Computerprogramm auszuführen, oder weist eine Vorrichtung gemäß dem zweiten Aspekt auf.
-
Optionale Ausführungsformen des ersten und zweiten Aspekts sollen hier auch für die weiteren Aspekte gelten.
-
Im Folgenden wird die vorliegende Erfindung ausführlich unter Bezugnahme auf die Figuren beschrieben.
- 1: ein Querschnitt eines beispielhaften Gassensorelements,
- 2: ein Flussdiagramm eines beispielhaften Programms zum Betreiben eines Multigassensors,
- 3: eine beispielhafte Ausführungsform des neuronalen Netzes.
-
Die 1 zeigt einen Querschnitt eines beispielhaften Multigassensors 1. Der Multigassensor 1 weist mehrere Gassensorelemente 10 auf. Der in der 1 gezeigte Multigassensor 1 weist zum Beispiel drei Sensorelemente 10 auf. Der Multigassensor 1 ist zum Beispiel ein Halbleitergassensor.
-
Halbleitergassensoren beruhen darauf, dass ein Gas in Kontakt mit einer Metalloxidoberfläche kommt und dann entweder Oxidation oder Reduktion erfährt. Absorption oder Desorption des Gases am Metalloxid ändert entweder die Leitfähigkeit oder den spezifischen Widerstand gegenüber einem bekannten Basiswert. Diese Änderung der Leitfähigkeit oder des spezifischen Widerstands kann mit elektronischen Schaltungsanordnungen gemessen werden.
-
Die Metalloxidoberfläche ist gewöhnlich ein Dünnfilm eines Übergangs- oder Schwermetalls. Das exakte Metall, das verwendet wird, hängt von der Anwendung ab; zu Beispielen für Metalle zählen Zinndioxid (Sn02) oder Wolframoxid (WO3). Der Film liegt über einer Siliziumschicht und wird auf eine Temperatur zwischen 200 und 400 °C erwärmt, was wiederum von der Anwendung abhängt. Auf diese Weise wird der chemische Prozess beschleunigt, und die Wirkungen von schwankenden externen Temperaturen werden minimiert.
-
Das jeweilige in der 1 gezeigte Sensorelement 10 weist zum Beispiel eine Erfassungsschicht 11 aus Metalloxid auf. Die Gassensorelemente 10 sind zum Beispiel mit einer CMOS-Schaltungsanordnung (nicht dargestellt) auf einem einzelnen Chip integriert. Ein Stapel von Schichten 13 ist auf einem Halbleitersubstrat 14 angeordnet, das für die CMOS-Schaltungsanordnung erforderlich ist. Das jeweilige Gassensorelement 10 weist eine Membran auf. Ein Abschnitt des Halbleitersubstrats 14 ist zum Beispiel weggeätzt, um einen Hohlraum 12 an der Position der Erfassungsschicht 11 zu bilden. Die übrigen Schichten 13 und ein beispielsweise übriger Abschnitt des Substrats 14 bilden eine dünne Membran, um die Schicht 11 zu unterstützen.
-
Das jeweilige Sensorelement 10 weist ein Heizelement 15 auf. Das Heizelement 15 ist innerhalb der Schicht 13 eingebettet und weist leitende Elemente auf. Das Heizelement 15 ist dazu ausgelegt, eine lokale Wärmequelle zum Beheizen der Metalloxidschicht 11 z. B. während des Betriebs des Gassensorelements 10 bereitzustellen. Die Temperatur kann um die Metalloxidschicht 11 auf der Membran schnell ansteigen, während ein dickerer Teil des Gassensor-Chips, d. h. der Abschnitt, in dem das Substrat 14 nicht entfernt ist, aufgrund seiner thermischen Trägheit mit einem langsameren Anstieg der Temperatur reagiert. Indem das Heizelement 15 dementsprechend gesteuert wird, kann die Metalloxidschicht 11 für eine Messung aktiviert und danach regeneriert werden.
-
Jede der Metalloxidschichten 11 hat Kontakt mit zwei leitfähigen Elektroden und fungiert somit als ein Widerstand. Bei Vorhandensein einer Verbindung ändert sich sein Widerstand, wodurch ein Messwert einer Konzentration der Verbindung in der unmittelbaren Nachbarschaft der Metalloxiderfassungsschicht 11 bereitgestellt wird. Die Änderung des Widerstands und/oder der Impedanz kann durch eine Spannungsmessung gemessen werden.
-
Sowohl die leitfähigen Elektroden als auch das Heizelement 15 sind vorzugsweise mit einer Steuereinheit verbunden, die als ein Teil der CMOS-Schaltungsanordnung auf dem gleichen Substrat 14 implementiert sein kann.
-
Alternativ kann ein Multigassensor mit anderen gassensitiven Schichten, zum Beispiel leitenden Polymeren, verwendet werden.
-
Gassensoren müssen kalibriert werden. Die Ausgabesignale der Gassensorelemente 10 liegen im Allgemeinen in der Form eines Spannungswerts vor. Die Kalibrierung ist notwendig, um eine Beziehung zwischen dem Signal des Gassensorelements 10 und dem Konzentrationsgrad des entsprechenden Gases zu implementieren.
-
Normalerweise werden Einzelgassensoren nur für ein bestimmtes Gas kalibriert. Allerdings birgt dies das Risiko von unerwünschten Querempfindlichkeiten mit anderen Gasen. Zum Beispiel ist ein Einzelgassensor, der als ein Ethanolgassensor verkauft wird, normalerweise nicht nur empfindlich gegenüber Ethanol, sondern ist stattdessen zum Beispiel ebenfalls empfindlich gegenüber Azeton. Dies bedeutet, dass, falls der Sensor z. B. 2 ppm Azeton ausgesetzt ist, der Sensor ein Signal z. B. für 1 ppm Ethanol liefert. In vielen Anwendungen kann diese Querempfindlichkeit nicht vermieden werden, und eine geeignete Abhilfe muss ermittelt werden.
-
Es gibt auch andere Anwendungen, für die ein Multigassensor 1 notwendig ist, z. B. zur Qualitätsprüfung, für medizinische Anwendungen, aber auch für Verbraucheranwendungen. Insbesondere ist ein Multigassensor 1 für automatisches Kochen wünschenswert, der dazu ausgelegt ist, bestimmte Aromastoffe des gekochten Essens zu detektieren.
-
Wegen der Herstellungstoleranzen ist es nicht möglich, exakte Kopien eines Gassensors in einem Herstellungsprozess herzustellen. Es gibt immer geringe Schwankungen in den bereitgestellten Ausgabesignalen. Dies ist der Grund, aus dem fast alle Gassensorprodukte nach der Montage kalibriert werden müssen. Dies bedeutet, dass Kalibrierdaten bestimmt und während des Betriebs des Gassensors verwendet werden, um die Sensorsignale der Sensorelemente 10 anzupassen, um genaue Ausgabesignale der Messung bereitzustellen.
-
Die 2 zeigt ein Flussdiagramm eines beispielhaften Programms zum Betreiben eines Multigassensors 1.
-
In einem Schritt S10 wird das Programm gestartet. In diesem Schritt wird das Programm, insbesondere Programmparameter, initialisiert.
-
In einem Schritt S20 werden wenigstens eine Kalibrierungseingabe CI, die Sensorkonstruktionsdaten des Multigassensors 1 aufweist, die abhängig von Herstellungsprozessparametern variieren, und/oder Sensorherstellungsprozessparameterdaten des Multigassensors 1 und/oder Messergebnisse des Multigassensors 1, die erfasst werden, wenn der Multigassensor 1 einem der Gase oder einem Gasgemisch, die vom Multigassensor 1 detektiert und/oder erfasst werden sollen, ausgesetzt wird, bereitgestellt.
-
Dafür werden in einer vorhergehenden Phase einige Gasexpositionsprüfungen durchgeführt und Kalibrierungsinformationen gesammelt.
-
Die Kalibrierungsinformationen weisen zum Beispiel Folgendes auf:
- - eine Stärke der Schicht wenigstens eines der Sensorelemente 10 und/oder
- - eine Temperatur während der Herstellung und/oder
- - eine Plattenstärke wenigstens eines der Sensorelemente 10 und/oder
- - eine Rauheit wenigstens eines der Sensorelemente 10 und/oder
- - einen mittleren Gasstrom in einer Gaskammer für chemische Gasphasenabscheidung, CVD, und/oder
- - einen elektrischen Widerstand der Metallschicht wenigstens eines der Sensorelemente 10 unter verschiedenen Bedingungen und/oder
- - Sensorwerte VS des Multigassensors 1, die bereitgestellt werden, wenn der Multigassensor 1 einem der Gase ausgesetzt wird, die vom Multigassensor 1 detektiert und/oder erfasst werden sollen, und/oder
- - Sensorwerte VS des Multigassensors 1, die bereitgestellt werden, wenn der Multigassensor 1 einem Gasgemisch ausgesetzt wird, das einige oder alle der Gase aufweist, die vom Multigassensor 1 detektiert und/oder erfasst werden sollen.
-
In einem Schritt S30 wird ein trainiertes neuronales Netz N bereitgestellt, wobei das trainierte neuronale Netz N eine Eingabeschicht mit K Eingabeknoten, eine Ausgabeschicht mit L Ausgabeknoten und wenigstens eine Zwischenschicht aufweist.
-
Das trainierte neuronale Netz N wird verwendet, um die gemessenen Signale der Sensorelemente 10 so zu korrigieren, dass der Multigassensor 1 dazu ausgelegt ist, unterschiedliche Gase und auch einen jeweiligen Anteil jedes detektierten Gases in einem Gasgemisch, zum Beispiel in einem Geruch, zu detektieren.
-
Die Hauptidee dieser Erfindung ist es, wichtige oder die wichtigsten Kalibrierungsinformationen bereitzustellen und einige Gasexpositionsprüfungen durchzuführen, d. h. nicht für alle Gase, aber für einige, und das neuronale Netz N so zu trainieren, dass das neuronale Netz N verwendet werden kann, um die Kalibrierung auch für andere, nicht geprüfte Gase bereitzustellen.
-
Die Eingabeschicht weist mehrere Knoten oder Neuronen auf. Die Anzahl von Knoten der Eingabeschicht hängt von der Anzahl an verfügbaren Eingabesignalen und Eingabedaten ab. Im Folgenden werden die Knoten der Eingabeschicht als Eingabeknoten bezeichnet.
-
Eine beispielhafte Ausführungsform des neuronalen Netzes N wird in der 3 gezeigt. Das gezeigte neuronale Netz N weist an fünf Eingabeknoten, vier Ausgabeknoten und an zwei Zwischenschichten auf, wobei jede Zwischenschicht sieben Knoten aufweist.
-
Um sehr gute Kalibrierungsergebnisse für einen Multigassensor für wenigstens vier Gase zu erreichen, kann zum Beispiel ein neuronales Netz N verwendet werden, das wenigstens fünf Eingabeknoten, wenigstens vier Ausgabeknoten und wenigstens zwei Zwischenschichten aufweist, wobei jede Zwischenschicht 25 Knoten oder mehr als 25 Knoten aufweist.
-
Die Eingabeschicht des trainierten neuronalen Netzes N weist auf Zum Beispiel weist die Eingabeschicht eine gegebene Anzahl A an Knoten für die Signale, die von den Sensorelementen 10 bereitgestellt werden, und eine gegebene Anzahl B an Knoten für Kalibrierungseingaben CI auf, wobei die Summe von A und B die Anzahl K an Eingabeknoten ist.
-
Die Ausgabeschicht weist L Knoten auf, wobei die Anzahl L an Knoten vorzugsweise der Anzahl M an Gasen, die detektiert oder gemessen werden sollen, entspricht. Zum Beispiel weist die Ausgabeschicht einen jeweiligen Knoten für ein spezifisches Gas auf. Im Folgenden werden die Knoten der Ausgabeschicht als Ausgabeknoten bezeichnet.
-
Das neuronale Netz N weist zum Beispiel zwei Zwischenschichten auf. Jede Zwischenschicht weist mehrere Knoten auf, wobei die Anzahl an Knoten in den unterschiedlichen Schichten gleich oder verschieden sein kann. Im Folgenden werden die Knoten der Zwischenschichten als Innenknoten bezeichnet.
-
Jeder Knoten der Eingabeschicht liefert ein Signal an jeden Knoten der Zwischenschicht des Netzes, die angrenzend an die Eingabeknoten ist. Falls das neuronale Netz N mehr als eine Zwischenschicht aufweist, generiert jeder Innenknoten in der ersten Schicht, d. h. der Zwischenschicht, deren Innenknoten Signale von den Eingabeknoten empfangen, ein Signal, das jedem Innenknoten der zweiten Zwischenschicht bereitgestellt wird. Des Weiteren sind Zwischenschichten mit angrenzenden Zwischenschichten auf eine ähnliche Art und Weise verbunden. Jeder Innenknoten in der Zwischenschicht, die an die Ausgabeschicht angrenzt, stellt ein Signal für jede Ausgabeeinheit bereit. Jeder Ausgabeknoten stellt ein Ausgabesignal bereit.
-
Für das neuronale Netz N werden die Verbindungen und/oder das Gewicht der Verbindungen in einer Vorphase definiert, so dass das neuronale Netz N für ein gegebenes Eingabemuster ein geeignetes Ausgabemuster bereitstellt.
-
Um diese Verbindungen bzw. das Gewicht von Verbindungen zu definieren, wird das neuronale Netz N „trainiert“, wobei die Gewichte von Verbindungen unter Verwendung einer Form von Rückkopplung auf der Basis von vorgegebenen Mustern und gewünschten Ergebnissen angepasst werden.
-
Zum Trainieren des neuronalen Netzes N wird zum Beispiel ein Neuronalnetz-Lernalgorithmus mit Vorwärtsausbreitung, Rückwärtsausbreitung und Gradientenabstieg verwendet.
-
In einem Schritt S40 wird jede Kalibrierungseingabe CI als eine feste Eingabe in einen entsprechenden Eingabeknoten des trainierten neuronalen Netzes N gespeichert.
-
In einem Schritt S50 wird eine Ausgabe des Multigassensors 1 für wenigstens einen Teil der vordefinierten Anzahl an Gasen, die detektiert und/oder erfasst werden sollen, vom Multigassensor 1 abhängig vom trainierten neuronalen Netz N und den tatsächlich gemessenen Sensorwerten VS aus den Sensorelementen 10, die an entsprechende Eingabeknoten des trainierten neuronalen Netzes N bereitgestellt werden, bereitgestellt.
-
In einem Schritt S60 endet das Programm.
-
Im Folgenden wird das Arbeitsprinzip des neuronalen Netzes N auf der Basis eines sehr einfachen Multigassensors 1 erklärt. Zum Beispiel ist der Multigassensor 1 dazu ausgelegt, drei Gase zu detektieren: Methan, Ethan und Propan. Diese Moleküle sind sehr ähnlich. Der einzige Unterschied ist die Länge der Moleküle. Es ist allgemein bekannt, dass die Empfindlichkeit gegenüber größeren Molekülen mit zunehmender Stärke der aktiven Schicht zunimmt. Weil das neuronale Netz N gelernt hat, wie die gemessenen Informationen, wie die Zunahme der Stärke der aktiven Schicht und wie die Reaktion des Gassensors auf ein Gas die Sensorwerte VS beeinflussen, ist es möglich, den Sensor auf alle drei Gase zu kalibrieren.
-
Wenn die Gasreaktion auf Methan und Propan bekannt ist, ist es auch möglich, die Kalibrierung auf Ethan zu berechnen.
-
Gewöhnlich sind natürlich mehr als drei Gase vorhanden, und die Schichtstärke ist nicht der einzige Parameter, der für die Sensorreaktion wichtig ist, aber dieses vereinfachte Beispiel demonstriert das Arbeitsprinzip. Ein neuronales Netz eignet sich sehr gut zum Klassifizieren von Problemen. Gewöhnlich wird das Netz für eine bestimmte Anwendung und einen Sensor trainiert. Indem zusätzliche neuronale Eingaben (Kalibrierungseingaben CI) bereitgestellt werden, ist es möglich, das gleiche neuronale Netz N für unterschiedliche Sensoren mit vorzugsweise geringen Herstellungsschwankungen zu verwenden.
-
Es sei angemerkt, dass einige der möglichen Merkmale und Vorteile der Erfindung hier unter Bezugnahme auf unterschiedliche Ausführungsformen beschrieben werden. Ein Fachmann erkennt, dass die Merkmale des Prozesses und der Einrichtung geeignet kombiniert, angepasst oder ausgetauscht werden können, um zu weiteren Ausführungsformen der Erfindung zu gelangen.
-
Bezugszeichenliste
-
- 1
- Multigassensor
- 10
- Sensorelement
- 11
- Erfassungsschicht
- 12
- Hohlraum
- 13
- übrige Schicht
- 14
- Substrat
- 15
- Heizelement
- CI
- Kalibrierungseingabe
- N
- neuronales Netz
- VS
- Sensorwert
- S10 ... S60
- Programmschritte
