SE513148C2 - Detektion av kemikalier baserat på resistansfluktuationsspektroskopi - Google Patents

Description

513 148 2 Lät oss anta att vi har M sensorer i sensorsystemet 20, och N olika kemikalier i kemikaliesystemet 10. Resistansgensvaret hos sensorema kan beskrivas enligt föl- jande: A---C dRi = 1,] j ïlvlz där i är ett heltal från 1 till M, och dRi är förändringen i medelresistans i den izte sensorn på grund av kemikalierna, Cj är koncentrationen av den jzte kemikalien och Aij är en kalibreringsfiinlction. Uppgiften är att bestämma koncentrationen Cj=(C1, ..., CN) genom att mäta resistansgensvaret dR1=(dR1, ..., dRM) för sensorer- na. l allmänhet är dessa system icke-linjära, så att Aij-storheterna är en funktion av alla koncentrationerna Cj, d.v.s. Aij(C1, ..., CN). Detta är skälet till varför elektro- niska näsor i praktiken normalt kräver ett artificiellt nätverk som lär sig denna funktion genom erfarenhet under kalibreringsprocessen eller träningsprocessen.

För att illustrera det tekniska problemet, och för att förenkla, antar vi att sensorer- na är linjära så att Aij-storheterna är enkla kalibreringskonstanter. Frän teorin om linjära ekvationssystem följer det då. att N oberoende ekvationer krävs för att lösa ekvationssystemet (1). Därför måste antalet M olika tillgängliga sensorer vara större än eller lika med antalet N kemikalier: M 2 N. (2) I det praktiska fallet när ekvationema är icke-linjära, gäller fortfarande relationen (2). Emellertid blir denna situation normalt mer komplex med flera olika lösningar, vilket kräver tillämpning av ett artificiellt neuralt närverk. Relationens (2) giltighet gör elektroniska näsor dyrbara, eftersom alla de tillgängliga sensorerna måste till- handahälla ett gensvar av olika natur.

Dessutom har det visat sig att konventionella elektroniska näsor baserade på mät- ningar av gensvaret i medelresistans inte har den tillräckliga känslighetsnivå som krävs i många tillämpningar. 513 148 3 Allmän bakgrundsinformation avseende elektroniska nâsor står att fmna i A brief history of electronic noses, Sensors and Actuators B, 18-19 ( 1994), 211-220 av J .W.

Gardner och P.N. Bartlett.

SAMMANFATTNING AV UPPFINNINGEN Med föreliggande uppfinning får man bukt med dessa och andra nackdelar hos ar- rangemang enligt teknikens ståndpunkt.

Ett allmänt syfte med uppfinningen är att åstadkomma en förbättrad elektronisk näsa, såväl som en förbättrad metod att bestämma den kemiska kompositionen av ett antal kemikalier.

Ett annat syfte med uppfinningen är att finna ett sätt att reducera det nödvändiga antalet sensorer i en elektronisk näsa. Faktum är att det bör vara tillräckligt att använda en enda kemisk sensor för att särskilja ett antal olika kemikalier. Ännu ett syfte med uppfinningen är att åstadkomma en metod såväl som en reali- sering av densamma, för att bestämma kompositionen av ett antal kemikalier med en hög grad av känslighet.

Dessa och andra syften uppfylls av uppfinningen sådan den definieras i de bifogade patentkraven.

I korta ordalag år iden enligt uppfinningen att mäta brusfluktuationema hos en på förhand bestämd egenskap, såsom resistansen hos en sensor, i stället fór föränd- ring av dess medelvärde, och att bestämma ett effekttäthetsspektrum (power- density spectrum) för dessa brusfluktuationer. Effekttäthetsspektrum för brus- fluktuationen år inte bara ett mycket känsligt verktyg, utan också en rik källa till information avseende kompositionen av de kemikalier som påförs på sensorn. Ef- fekttäthetsspektrets mönster är representativt för kemikaliernas komposition, och kan utvärderas manuellt, eller med hjälp av ett artificiellt neuralt nätverk, för att bestämma den kemiska kompositionen. 513 148 4 Genom att dela upp effekttäthetsspektret i ett antal olika frekvensband, där natu- ren hos gensvaret i varje frekvensband skiljer sig från det hos de andra banden, och genom att använda information om effektspektrum vid vart och ett av dessa frekvensband kan antalet sensorer som är nödvändiga för att detektera ett givet antal olika kemikalier markant reduceras i jämförelse med lösningar enligt tekni- kens ståndpunkt. Faktum år att en enda sensor skulle kunna vara tillräcklig för att bestämma den kemiska kompositionen av ett antal olika kemikalier runt om sen- som.

Uppfinningen erbjuder följande fördelar: Effekttäthetsspektrum för brusfluktuationer ger en högre grad av känslighet; och Antalet sensorer som är nödvändiga för att detektera ett visst antal kemikalier kan reduceras i jämförelse med lösningar enligt teknikens ståndpunkt.

Ytterligare syften och fördelar med denna uppfinning kommer att inses efter genomläsnirig av beskrivningen nedan avseende utföringsformerna av uppfinning- en.

KORT BESKRIVNING AV RITNINGARNA Fig. 1 är ett schematiskt diagram av en illustrativ konventionell elektronisk näsa; Fig. 2 är ett schematiskt diagram av en elektronisk näsa, innefattande ett arran- gemang för resistansfluktuationsspektroskopi, enligt en föredragen utföringsform av uppfinningen; Fig. 3 visar ett illustrativt exempel på ett effekttäthetsspektrum för de totala resi- stansfluktuationerna för en sensor, och ett effekttäthetsspektrum för bakgrunds- brusbidraget; Fig.4 visar ett illustrativt exempel av effekttâthetsspektrum för resistansfluktuatio- ner som beror på de påförda kemikalier-na, också betecknade överskottsspektret; och 513 148 Fig. 5 är ett schematiskt diagam över en elektronisk näsa, innefattande ett antal sensorer, och tillhörande resistansfluktuationsmätningsarrangemang, enligt en föredragen utföringsform av uppfinningen.

DETALJERAD BESKRIVNING AV UTFÖRINGSFORMER AV UPPFINNINGEN Nu kommer uppfinningen att beskrivas med hänvisning till illustrativa och före- dragna utföringsfonner av uppfinningen. Emellertid begränsas uppfinningen inte till dessa vilket kommer att framgå av följande beskrivning.

Den allmänna idén enligt uppfinningen är att använda de spontana fluktuationer- na dR(t), också betecknade brusflulctuationer, hos resistansen R för sensorn eller sensorerna som används i den elektroniska näsan, i stället för förändringen dR av dess medelvärde. Ett sätt att karaktärisera de spontana resistansfluktuationerna dR(t) är att bestämma effekttäthetsspektrum för fluktuationerna. Eñekttäthets- spektrum är ett frekvensspektrum för resistansfluktuationerna. Effekttäthetsspekt- ret, eller brusspektret, är proportionellt mot kvadraten på Fourier-integralen av dR(t), och det finns många olika numeriska metoder som kan användas för att be- stämma effekttäthetsspektrum. Exempelvis är den väl kända Fast Fourier Trans- forrn (FFT) tekniken ett bekvämt sätt att erhålla energispektrumet.

Fig. 2 är ett schematiskt diagram över en elektronisk näsa enligt en föredragen ut- föringsform av uppfinningen. Den elektroniska näsan 100 innefattar en strömgene- rator l lO, en kernisk sensor 120 som har en resistans antydd vid 102, en förför- stärkare 130, ett valfritt "anti-aliasing"-filter 140, en spektrumanalysator 150 och ett valfritt artificiellt neuralt nätverk (ANN) 160. Som exempel skulle den kemiska sensorn 120 kunna vara en konduktansbaserad sensor, såsom Taguchi-sensorn.

Information om Taguchi-sensorn går att finna i t. ex. Applications of the Taguchi gas sensor to alarms for inflammable gases, The Radio and Electronic Engineer, Vol. 44, No. 2 (Feb. 1974), 85-91, by J. Watson and D. Tanner. Resistansen hos sensom 120 kan uttryckas såsom R +dR+dR(t), där R är den nominella resistansen hos sensom 120, dR förändringen av medelresistansen och dR(t) är de spontana resistansfluktua- tionerna. Sensorns 120 resistans mäts företrädesvis genom användning av en fyr- punktsmätteknik för att undvika kontaktbruseíïekter. Följaktligen år sensom 120 försedd med fyra spänningskontakter (ej visade i fig. 2). En stabil likström I drivs ge- 513 148 6 nom sensom 120, och de spontana resistansfluktuationerna dR(t) kommer att ge en spänningsbruskomponent för spänningssignalen från sensom 120. Inom det hörbara frekvensområdet, kan praktiska sensorer vid praktiska drivströmmar typiskt ha spänningsbrusamplituder inom mikrovolt till millivoltornrådet. Den totala spänningen över sensom 120 inkluderande brusspänningen p. g. a. de spontana resistansfluktu- atíonerna dR(t), förstärks sedan i en förförstärkare 130, och filtreras valfritt i "anti-aliasing"-filtret 140. Den förstärkta spänningsbruskomponenten extraheras från den totala spänningen och ett effekttätlietsspektrum för spänningsbruskornponenten p. g. a. resistansfluktuationema bestäms i spektrumanalysatorn 150.

Alternativt produceras brussignalen som är representativ för resistansfluktuatio- nerna genom att man lägger på en stabil likspänning över sensom 120, och sålun- da genererar en brusström p. g. a. resistansfluktuationema hos sensom 120 i stället för en brusspänning.

Effekttäthetsspektret för resistansfluktuationerna har visat sig vara ett bekvämt och mycket känsligt verktyg för att bestämma kernikaliekompositionen som sen- sorn 120 utsätts för. Effekttäthetsspektrets mönster för resistansfluktuationerna är representativt för kemikaliekompositionen, och kan utvärderas manuellt eller med hjälp av det artificiella nätverket 160, för att bestämma den kemiska kompositio- IICD .

I sin enklaste form visar den elektroniska näsan 100 bara effekttåthetsspektrum- funktionen på en display. Under speciella omständigheter, då ett litet antal kerni- kalier, kanske en enda kemikalie, blåses över sensom, kan mönstret hos effekttät- hetsspektrumfunktionen lätt igenkånnas av människans öga, vilket gör det onödigt med tillkommande datoriserad utvärdering. I de flesta fall krävs emellertid datori- serad utvärdering av effekttåthetsspektret, exempelvis i det artificiella neurala nät- verket 160.

Fig. 3 är ett exempel på hur ett effekttäthetsspektrum skulle kunna se ut. Effekt- tåthetsspektret för sensoms 120 totalresistansfluktuationer indikeras såsom total- spektret. Emellertid är det normalt önskvärt att beakta bakgrundsresistansbruset.

Det relevanta resistansfluktuationerna är sådana som beror på de påförda kemika- lierna. Sensoms 120 totalresistansfluktuationer inkluderar i allmänhet resistans- 513 148 7 fluktuationema p. g. a. kemikalierna, såväl som bakgrundsresistansbruset. I vissa fall kan bakgrundsresistansbruset vara försumbart, men för förbättrad prestanda år det viktigt att bestämma överskottsresistansbruset i förhållande till bakgrunds- resistansbruset. Detta antyder naturligtvis att bakgrundsresistansbruset har be- stämts i förväg, vilket är standardmässigt. Därefter bestäms överskottsresistans- bruskomponenten genom att subtrahera bakgrundsresistansbruset från totalresi- stansfluktuationerna. Detta kan utföras innan analys i spektrumanalysatom me- delst en tillkommande enhet (ej visad) för bestämning av överskottsresistansbruset i förhållande till bakgrundsresistansbruset, men det år också möjligt att låta den datoriserade spektrumanalysatom 150 bestämma överskottsspektret baserat på brussignalens totalspektrum och bakgrundsspektret för bakgrundsresistansbruset.

Bakgrundsspektret, d. v. s. efiekttäthetsspektret för bakgrundsresistansbruset antyds i fig. 3.

Fig. 4 visar överskottsspektret, d. v. s. effekttäthetsspektret för resistansfluktuatio- nerna som beror på de påförda kemikaliema. Överskottsspektret i fig. 4 uppdelas i 4 frekvensband med en bandvidd Af.

Om effekttâthetsspektret för överskottsresistansbrusfluktuationema för en sensor har K olika frekvensband, där naturen hos gensvaret i varje frekvensband skiljer sig från de andra bandens, kan man bilda följande uppsättning av oberoende ekva- tioner: dS(j])=ÉB,_j-Cj (3) F där i är ett heltal från 1 till K, N är ett antal olika kemikalier och dS(f1) år medelvär- det för effekttäthetsspektret för resistansfluktuationerna som beror på kemikalier- na vid det i:te karaktäristiska frekvensbandet, C; är koncentrationen av den j:te kemikalien och Bi; år en kalibreringsfunktion av alla koncentrationerna Cj. På detta sätt kan t. o. m. en enda sensor tillhandahålla en uppsättning oberoende ekvatio- ner som tillråckliga för att bestämma den kemiska kompositionen omkring en sensor. Genom att lösa ekvationssystemet som ges av (3), erhålles koncentratio- nerna Cj för kemikaliema. Motsvarande beaktanden som leder till relationen (2) ovan antyder att antalet K frekvensband mäste vara större än eller lika med antalet N kemikalier: 513 148 K 2 N. (4) P. g. a. komplexiteten och karaktäñstiken hos ekvationssystemet (3) ovan, speciellt när antalet N kemikalier är högt, är det lämpligt att använda ett tränat artificiellt neuralt nätverk 160 för att lösa ekvationerna och för att bestämma kemikaliemas koncentrationer Cj. Det artificiella neurala nätverket 160 kan implementeras an- tingen i mjukvara som körs på en dator eller direkt i hårdvara. Exempelvis skulle man kunna använda ett enkelt feed-forWard-nätverk, tidigare tränat på empiriska data med användning av den välkända trâningsalgoritmen med återpropagering (back-propagation training algorithm). Emellertid är det möjligt att använda också andra typer av neurala nätverk, såsom Hopfield-nätverk. Ytterligare information om artificiella neurala nätverk i relaterade sensortillämpningar står att finna i t. ex.

Electronic Noses and Their Applications, ISBN 0-7803-2639-3, 116-119 by PE. Keller et al., och Quantification of H28 and N02 using gas sensor arrays and an artificial neu- ral network, Sensors and Actuators B, 43 (1997), 235-238, by B. Yang et al.

Fig. 5 är ett schematiskt diagram över en elektronisk näsa, som innefattar ett antal sensorer och tillhörande resistansfluktuationsmätningsarrangemang, enligt en fö- redragen utfóringsform av uppñrmingen. Den elektroniska näsan 200 enligt fig. 5 innefattar i grunden ett antal P sensorer, företrädesvis resistansbaserade och an- tydda vid 203 och 2 13, och tillhörande resistansfluktuationsmâtningsarrangemang 202, 206, 208 respektive 212, 216, 218, som lilmar det arrangemang som visas i fig. 2, och en processenhet 220. Processenheten 220 innefattar en brusanalysator, också betecknad spektrumanalysator 222, och ett artificiellt neuralt nätverk (ANN) 224. Företrädesvis är processenheten 220 en dator med ett datauppsarnlingskort och mjukvarumoduler för spektrumanalys (brusanalysatorn 222) och mönsterigen- känning (artificiellt neuralt nätverk 224). Brusanalysatorn 222 bestämmer ett ef- fekttâtlietsspektrum för resistansbrusfluktuationema som beror på de kemikalier som påförts på sensorerna 203, 2 13.

Med P olika sensorer som använder samma K karaktäristiska frekvensband för alla sensorer, kan följande uppsättning ekvationer bildas: N dsflwg) = :šßlklid- -c J. (s) J: 513 148 där i är ett heltal från 1 till K, k är ett heltal från 1 till P, N är antalet kemikalier, och dS0 som beror på kemikalierria vid det izte karaktäristiska frekvensbandet i den k:te sensorn, Cj är koncentrationen av den jzte kemikalien och Bflflij år en kalibrerings- funktion för den kzte sensorn. Genom att lösa detta ekvationssystem som ges av (5) i det tränade ANN 224, erhålles koncentrationerna Cj för kemikalierna. I det bästa fallet år antalet oberoende ekvationer P-K, så att den elektroniska näsan 200 i fig. 5 har förmåga att särskilja P-K olika kemikalier: P-K z N. (6) Om såsom exempel 5 olika sensorer används och antalet frekvensband år lika med 50, så kan den elektroniska näsan teoretiskt hantera 5-50=250 olika kemikalier.

Det bör noteras att om känsligheten inte är en avgörande fråga, kan också medel- resistansförändringar dRfkl för de olika sensorerna användas för detektion, och det kan ge en ytterligare oberoende ekvation för varje sensor, vilket sålunda ytterligare reducerar det nödvändiga antalet sensorer för ett givet antal kemikalier (eller ökar antalet kemikalier som kan detekteras med ett givet antal sensorer). För att använ- da detta alternativ måste likspänningen över sensorn utvärderas på det konventio- nella sättet. Den relevanta relationen mellan antalet P sensorer och antalet N ke- mikalier ges därvid av följande relation: P(K+ l) 2 N. (7) Även om uppfinningen har beskrivits med hänvisning till mätning av de spontana fluktuationerna i sensorresistansen, är det underförstått att de spontana fluktua- tionerna av andra fysikaliska sensoregenskaper kan mätas och användas vid be- stämning av ett relevant effekttätlietsspektrum. Exempel på andra fysikaliska sen- soregenskaper som kan användas vid bestämning av ett sådant energispektrum är den elektriska strömmen genom sensorn, den elektriska spänningen över sensorn och intensiteten av ljus från sensorn. De konduktansbaserade sensorerna, såsom den ovan nämnda Taguchi-sensorn, år endast exempel, och det firins ett helt spektrum av olika sensortyper, som arbetar med olika fysikaliska egenskaper, som kan användas vid uppfinningen.

Ytterligare modifieringar, förändringar och förbättringar som bibehåller grundprin- cipema som beskrivs och söks skyddade håri ligger inom ramen för uppfinningen.

Claims (15)

513 148 10 PATENTKRAV

1. En metod för bestärnning av kompositíonen av ett antal kemikalier, där åtminstone en sensor (l20; 203, 213) exponeras för nämnda kemikalier, känne- tecknad av att metoden innefattar följande steg: att brusfluktuationema hos en på förhand bestämd egenskap hos sensorn som beror på kemikaliema mäts; att ett effekttâthetsspektrum får brusfluktuationema bestäms; och att mönstret i effekttåthetsspektret utvärderas för att bestämma kemikaliernas komposition.

2. Metoden enligt krav 1, kännetecknad av att den på förhand bestämda egenskapen är vald ur gruppen: sensoms elektriska resistans, den elektriska strömmen genom sensorn, den elektriska spänningen över sensorn och ljusinten- siteten från sensorn.

3. Metoden enligt krav 1, kännetecknad av att brusfluktuationerna är de spontana fluktuationema som beror på kemikaliema, också betecknade överskottsbrus i förhållande till bakgrundsbrus.

4. Metoden enligt krav 1, kännetecknad av att antalet kemikalier är lika med N, effekttäthetsspektret har ett antal K frekvensband, och utvärderingssteget in- kluderar steget att lösa följande uppsättning ekvationer för att bestämma komposi- tionen av de N kemikaliema: _1=l. där i är ett heltal från 1 till K, dS(fi) är medelvärdet för effekttäthetsspektret för fluktuationema som beror på de N kemikaliema vid det i:te karaktäristiska fre- kvensbandet, C; är koncentrationen av den j:te kemikalien och Bi,- år en kalibre- ringsfunktion av alla koncentrationema Ci. 4) 513 148 ll

5. Metoden enligt krav 4, kännetecknad av att antalet K frekvensband är större än eller lika med antalet N kemikalier, d. v. s. K 2 N.

6. Metoden enligt krav 1, kännetecknad av att antalet sensorer är lika med P, antalet kemikalier är lika med N, effekttäthetsspektret har ett antal K frekvensband och utvärderingssteget inkluderar steget att lösa följande uppsättning ekvationer för att bestämma kompositionen av de N kemikaliema: N dsflwg) = ZBWU- - c J. j=1 där i är ett heltal från 1 till K, k är ett heltal från 1 till P, dS0 effekttäthetsspektret för fluktuationerna som beror på de N kemikaliema vid det izte karaktäristiska frekvensbandet i den k:te sensom, C, är koncentrationen av den jzte kemikalien och Bíklij är en kalibreiingsfunktion för den k:te sensorn.

7. Metoden enligt krav 6, känneteclmad av att P-K, antalet sensorer multipli- cerat med antalet frekvensband, är större än eller lika med antalet N kemikalier, d. v. s. P-K 2 N.

8. Metoden enligt krav 1, kännetecknad av att utvärderingssteget utförs av ett artificiellt neuralt nätverk (160 ; 224) som analyserar mönstret av effekttäthets- spektret för att bestämma kemikaliemas komposition.

9. Metoden enligt krav 8, känneteclmad av att efiekttäthetsspektret är upp- delat i ett antal frekvensband, och att det artificiella neurala nätverket (l60; 224) bestämmer kompositionen av kemikaliema baserat på medelvärdet av effekttät- hetsspektret vid vart och ett av frekvensbanden.

10. lO. En elektronisk näsa med åtminstone en sensor (l20; 203, 213) för expone- ring mot ett antal kemikalier, kännetecknar! av att den elektroniska näsan inne- fattar: 513 148 12 organ (110, 130; 202, 206, 212, 216) för mätning av brusfluktiiationer hos en på förhand bestämd egenskap hos sensorn när sensorn exponeras mot kemikalierna; och organ (l50; 222) för bestämning av ett efïekttâtlietsspektrum för de brusfluktua- tioner som beror på kemikalíerna, varvid mönstret i effekttåthetsspektret repre- senterar kompositionen av kemikalierna.

11. ll. Den elektroniska näsan enligt krav 10, kännetecknad av att den på för- hand bestämda egenskapen är resistansen hos sensom, och att brusfluktuationer- na är de spontana resistansfluktuationerna som beror på kemikalierna.

12. Den elektroniska näsan enligt krav 10, kännetecknat av att organet för mätning av brusfluktuationema innefattar: organ (110; 202, 212) för att driva en stabil likström genom sensorn, eller lägga på en stabil likspänning över sensom, för att producera en brussignal; och organ (220) för att extrahera den komponent, också betecknad överskottsbruskom- ponenten, hos brussignalen som beror på kemikalierna.

13. Den elektroniska näsan enligt krav 12, kännetecknar! av att organet (l50; 222) för bestämning av ett effekttâthetsspektrum är en spektrumanalysator som genererar effekttäthetsspektret i gensvar på överskottsbruskomponenten hos brus- signalen.

14. Den elektroniska näsan enligt krav 10, kännetecknad av att den ytterliga- re innefattar ett artificiellt neuralt nätverk (l60; 224) för att analysera effekttät- hetsspektret för bestämning av kemikaliernas komposition.

15. Den elektroniska näsan enligt krav 14, kännetecknad av att effekttâthets- spektret är uppdelat i ett antal frekvensband, och att det artificiella neurala nät- verket (l60; 224) bestämmer kemikaliernas komposition, baserat på medelvärdet för effekttäthetsspektret i vart och ett av frekvensbanden.