随着科技的发展和环保意识的提高,人们对复杂条件下混合气体检测设备的性能提出了更高的要求,而目前正在使用的检测设备越来越不能适应这些要求。因此,开发高性能气敏传感器阵列和智能模式识别技术(如人工神经网络)相结合的电子鼻系统,已是研究复杂混合气体检测的主要方向之一。本工作以改进的物理热蒸发法制备出纯的一维纳米ZnO气敏材料及Al、Ag、Ni分别掺杂的高性能一维纳米ZnO基气敏材料,通过纳米ZnO基气敏传感器阵列与BP人工神经网络相结合的方法,分析纳米ZnO基气敏元件随目标混合气体组分与浓度的变化规律,完成一系列目标混合气体(CO、H2、CH4)组分和相对浓度高低的识别研究,并初步分析元件的气敏机理,获得了如下主要研究结果：1.利用本工作的样品制备技术与工艺,可获得形貌良好、缺陷极少的ZnO纳米线,尤其是掺杂Ag后纳米线团聚现象消失,且每根纳米线的直径沿长度方向非常均匀,这使纳米线的比表面积大大增加,气敏性能提高。2.在本工作的一系列目标混合气体(CO、H2、CH4)中,Ag掺杂的纳米ZnO基元件与纯的及Al、Ni掺杂的纳米ZnO基元件相比,前者对混合气体的灵敏度更高,最高灵敏度值为32.060。3.Al、Ag、Ni掺杂的纳米ZnO基气敏元件之间或纯的纳米ZnO气敏元件与Al、Ag、Ni掺杂的纳米ZnO基气敏元件之间,同时刻提取的敏感特征数据存有明显差异。因此,利用上述气敏元件构建气敏传感器阵列可获得最利于BP神经网络识别的输出信号。4.本工作利用BP神经网络降低了纳米ZnO基气敏传感器的交叉敏感性对气体识别的干扰,提高了对目标混合气体(CO、H2、CH4)组分与相对浓度高低识别的精度,其网络误差值小于0.1%。5.本工作中高性能纳米ZnO基气敏传感器阵列与BP神经网络组成的电子鼻系统,对目标混合气体(CO、H2、CH4)的组分与相对浓度高低都具有良好的识别能力,识别成功率达到100%。