作为一种仿生学人工嗅觉器件，电子鼻是气体、气味识别的重要手段之一。现代工业的飞速发展和科技水平的日益进步给人类文明带来了空前的繁荣，但随之产生的一些易燃易爆、有毒有害气体也对我们的生态环境和安全健康构成了一定的影响。因此，具有高精度和高集成化程度的电子鼻研究对环境气体监测是重要的和感兴趣的。在课题组工作基础上，本文使用人工神经网络模式识别方法，配合溶胶-凝胶法和喷墨打印成膜技术制备的金属氧化物气敏薄膜传感器阵列，构建完善的集成电子鼻硬件和软件系统，并对多种危险气体进行了安全阈值内的定性定量识别研究。 利用金属盐溶于乙醇形成溶胶，添加各种掺杂物，使用喷墨打印技术将其喷镀在同一基片的不同位置，经过水解和热处理过程，最终制成由不同掺杂的SnO2、ZnO、Fe2O3、WO3四种金属氧化物组成的5×5纳米复合型气敏薄膜传感器阵列，扩展了电子鼻的多气体选择性。 通过集成气体收集、加热和温控装置，以及数据采集、继电器控制、端口通讯等模块和相关电路的设计，成功构建电子鼻硬件系统；利用串行接口与普通计算机连接，并分别基于MATLABDAQ工具箱和VC++环境编写了相应的代码，实时采集各气敏传感器的电阻值。 基于MATLAB平台的神经网络工具箱，分别构建BackPropagation(BP)神经网络和RadialBasisFunction(RBF)神经网络，对由6个不同掺杂的SnO2基气敏传感器组成的阵列，在5种危险气体各20个浓度点的灵敏度响应数据进行定性定量识别研究，结果表明BP神经网络气体定性识别能力较强，而RBF神经网络在气体定量识别方面更具优势，利用MATLAB的GUI编程进行二者的有机融合，实现了对气体的高精度识别。 在VC++环境下构建电子鼻软件识别控制系统；利用MATLABEngine引擎函数库，编写跨平台的应用程序接口，实现了VC++与MATLAB神经网络工具的无缝连接和数据通讯；基于5×5气敏传感器阵列，对CO、CH4、H2S、NO、H2、NO2、C2H2等7种常见的危险气体及CH4和H2的混合气体各20个浓度点的灵敏度数据进行了检测和实时的定性定量识别研究，得到了精度很高的识别结果。