论文部分内容阅读
背景:呼出气体检测(human Exhaled Air Test,hEAT)无创、无痛,易为病人所接受,是临床检验的新方向。声表面波(surface acoustic wave,SAW)传感器具有高灵敏度和实时检测的能力,是呼出气体检测的理想候选方法。目的:构建SAW气体传感器阵列,探索该传感器应用径向基函数人工神经网络模式识别技术(RBF-ANN)后对不同氨气和丙酮气体的鉴别能力。方法:制备多通道双端对谐振型SAW传感器件。选择制备有机聚合物、导电性聚合物和金属氧化物等材料作为气体敏感膜。应用旋涂法、静电纺丝法和磁控溅射法涂覆在ST切石英压电基质上制备SAW气体传感器。分析不同敏感膜对氨气和丙酮气体的反应性,应用径向基函数人工神经网络算法(Radial Basis Function-Artificial NeuralNetworks,RBF-ANN)和反向传播网络算法(Back Propagation Networks,BP)等模式识别技术对气体进行鉴别。结果:多通道SAW双端对谐振型传感器中心频率为300MHz,品质因子Q值为10086,插损为-9dB。该研究使用旋涂法制备了P4VP、Triton X-100/PPy和HPMC/PPy气体敏感膜,使用静电纺丝法制备了PVA敏感膜,使用磁控溅射法制备了ZnO敏感膜。上述敏感膜对不同浓度的氨气和丙酮气体均有反应性,除ZnO外,其余四种敏感膜可以区分不同浓度的氨气和丙酮气体。对105ppm氨气的反应性Triton X-100/PPy> PVA>P4VP> HPMC/PPy;对10ppm丙酮的反应性PVA> Triton X-100/PPy> P4VP>HPMC/PPy。Triton X-100/PPy在5.5-80ppm的丙酮气体中有良好的线性反应性,线性范围为5.5-80ppm。应用RBF-ANN和BP-ANN均能较好的区别不同浓度的氨气和丙酮。结论:该研究采用三种覆膜方法制备了五种气体敏感膜,并构建了多通道双端对谐振型SAW气体传感器阵列,采用RBF-ANN模式识别技术能够较好地区分不同浓度氨气和丙酮气体,为SAW气体传感器技术成功地应用于呼出气体的检测奠定了坚实的研究基础。