基于YSZ型固體電解質的電化學氣敏傳感器陣列的研究.pdf

1、近年來，由汽車尾氣排放所帶來的環境污染問題越發嚴重，其中尤以碳氫化合物、碳氧化合物、氮氧化合物帶來的污染為最，我們必須得予以足夠的重視。當前主要采用控制空燃比結合三效催化劑技術來減少尾氣的排放，而這些技術都與傳感器息息相關，因此傳感器性能的優劣與否極為關鍵。而基于釔穩定氧化鋯(Yttria-Stabilized Zirconia，YSZ)固體電解質的氣敏傳感器由于具有簡單的結構、成熟的制備工藝、較廣的測試范圍和比較容易測量輸出電勢等優點

2、已成為目前車用氣敏傳感器的研究熱點。另外，考慮到汽車尾氣傳感器在高溫、高濕環境下對目標氣體必須給出高選擇性和高靈敏度的信號響應，鋯基安培型和電位型電化學氣體傳感器在當前的市場開發中受到了廣泛地關注。
　　傳統的氣敏傳感器都是單一工作電極體系的，無法對多種氣體共存的組分信息給出詳盡的描述，所以催生了傳感器陣列的研究。傳感器陣列包含多個工作電極(共用一個參比電極)，每個電極對一種氣體主敏感，后期采用神經網絡等模式識別方法，可以有效的進

3、行信號的分離。所以，本文主要研究的是基于釔穩定氧化鋯型固體電解質的電化學氣敏傳感器陣列。
　　本文的研究對象為汽車尾氣中的有害氣份，圍繞這個搭建一套基于傳感器陣列的實時監測系統，為此我們開展了一系列的工作，主要包括：1)動態配氣系統的搭建。在實驗室已有的基礎上，根據本研究的要求，通過LabVIEW軟件平臺、質量流量計以及 NI數據卡 USB-6009來實現對氣體的實時控制與調節，動態配置所需要的氣體成分及濃度，搭建一套密封的檢測裝

4、置。2)自動采集系統的設計。結合 LabVIEW軟件平臺以及 NI的采集板卡 USB-6221，配合一套實驗測試裝置，實現對傳感器信號的自動采集功能。3)敏感電極材料的篩選。為了得到滿足要求且合適的工作電極，有必要進行電極材料的篩選工作，最終確定為針對 C3H6氣體的SnO2材料(1000℃燒結)、針對 NO氣體的ZnFe2O4材料(1100℃燒結)以及針對 CO氣體的ZnO(+30 wt.％ In2O3)材料，還對 In2O3摻雜 Z

5、nO的最佳比例(30 wt.%)、最佳燒結溫度(1200℃燒結)及最佳工作溫度(500℃)進行了研究，另外，還從材料內部結構以及電催化活性的角度(主要是 XRD、SEM及阻抗譜等分析)給予一些解釋和說明。4)傳感器陣列的制備及測試。將篩選好的材料制備在一根 YSZ管上，共同一個Pt參比電極，形成一個傳感器陣列，分別進行單一、混合氣體測試，結果表明，傳感器陣列針對單一氣體的響應與單工作電極體系基本一致，但是對混合氣體的響應測試表明，存在氣

6、體間的交叉敏感特性。5)神經網絡算法。為了消除混合氣體的交叉敏感問題，提出采用神經網絡算法進行模式識別，運用集成 BP神經網絡并使用Adaboost算法進行優化處理，有效實現了融合信號的分離，另外還對 Adaboost集成 BP神經網絡和單一 BP神經網絡的運算精度進行了一些比較，結果表明，Adaboost集成 BP神經網絡的預測誤差要比單一 BP神經網絡的明顯低一些。6)抵償型 CO傳感器的研究。為了提高 CO傳感器的選擇性，采用 Z

7、nO(+30 wt.% In2O3)為敏感電極，通過耦合柱狀形貌 Cr2O3材料為參比電極形成抵償型 CO傳感器。結果表明，在基本不消減 CO響應值的基礎上，抵償型CO傳感器確實抑制了C3H6的響應，提高了傳感器的選擇性。
　　本文的研究結果表明，基于釔穩定氧化鋯型固體電解質的電化學氣敏傳感器陣列結合神經網絡算法的檢測系統，確實能被成功運用于對 C3H6、CO、NO三種不同濃度的混合氣體的定性分類和定量識別，定量識別的預測誤差不高