气体检测的关键部件是气体传感器,现有气体传感器存在体积大、系统复杂、价格昂贵等问题,难以满足目前气体检测的需求。TiO2纳米管传感器以其低功耗、易集成等优点,成为气体检测领域的研究热点,但目前的研究还处于探索阶段,其在微型结构下的放电特性尚需研究。本文研究了微间隙的TiO2纳米管电离式传感器及其伏安特性,具体内容如下:1)采用阳极氧化法制备TiO2纳米管,并组装成微米级极间距传感器。对传感器进行在空气中的气体放电实验,发现极间距的减小降低了传感器起始电压的数量级,测得50μm极间距下的阈值电压为25V左右。2)为了分析传感器的放电机理,借助流体力学仿真方法,对比了不同极间距电离式传感器的自持放电电流,研究表明小间距结构可以提高器件的稳定放电能力。分析了不同曲率半径、不同极间距对伏安关系的影响,发现在同一电压下两者都跟电流呈现负相关。这也为探索传感器的伏安关系提供了一定的理论依据。3)为了建立TiO2纳米管电离式传感器的伏安关系,引入机器学习技术。因实验样本数目较少,对基于数据驱动的机器学习方法建立传感器伏安关系在小样本上的处理性能不高,所以本文在基于仿真和实验数据的对抗生成网络扩大实验样本的基础上,利用支持向量机实现传感器的伏安关系建立。研究表明,利用对抗生成网络扩充的数据可以用于建立传感器伏安预测模型,提高了传感器伏安关系的预测精度。与BP网络相比,支持向量机具有更好的预测效果。本文通过机器学习方法建立了 TiO2纳米管电离式传感器的伏安模型,为传感器性能优化提供理论指导,也对传感器的智能化发展具有重大意义。