[发明专利]MEMS气体检测系统及方法在审

专利信息
申请号: 201911025970.6 申请日: 2019-10-25
公开(公告)号: CN110749629A 公开(公告)日: 2020-02-04
发明(设计)人: 徐迎庆;路奇;杨佳伟;贾艳红 申请(专利权)人: 清华大学
主分类号: G01N27/12 分类号: G01N27/12;G06N3/04;G06N3/08
代理公司: 11002 北京路浩知识产权代理有限公司 代理人: 苗晓静
地址: 100084 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 气体传感器 控制模块 多路复用 传感器阵列 集成电路板 调温模块 气体信息 采集 气体检测系统 传感器电阻 传感材料 数据接口 信息通路 有效减少 导电率 体积小 位机 加热 发送 占用 分析
【说明书】:

发明实施例提供一种MEMS气体检测系统及方法,该系统包括:传感器阵列集成电路板、控制模块和调温模块;传感器阵列集成电路板包括多个MEMS气体传感器和至少一个多路复用模块;调温模块用于对MEMS气体传感器进行加热;多个MEMS气体传感器采集气体信息后,通过多路复用模块,发送给控制模块;控制模块用于控制多路复用模块,获取MEMS气体传感器采集的气体信息,并发送至上位机进行分析。由于使用MEMS气体传感器,体积小,传感材料使用量会大大降低,且导电率相对较高,从而传感器电阻的动态范围较高,精度较高。通过多路复用模块发送给控制模块,有效减少控制模块的信息通路数量,大幅降低了数据接口占用数量。

技术领域

本发明涉及气体检测领域,尤其涉及一种MEMS气体检测系统及方法。

背景技术

气体检测系统又称电子鼻,它以特定的传感器和模式识别系统快速提供被测样品的整体信息,指示样品的隐含特征。电子鼻是由选择性的电化学传感器阵列和适当的识别方法组成的仪器,能识别简单和复杂的气味,可得到与人的感官品评相一致的结果。

目前的电子鼻检测平台通常适用于六脚或四脚电化学传感器,体积较大。另外,目前的常规的气体(乙醇、甲烷、CO等)传感器使用的材料多为金属氧化物半导体(二氧化锡等),导电率相对较高,导致传感器电阻的动态范围较小,精度较低,这种传感器使用量大,进一步导致其体积偏大。

发明内容

为了解决上述问题,本发明实施例提供一种MEMS气体检测系统及方法。

第一方面,本发明实施例提供一种MEMS气体检测系统,包括:传感器阵列集成电路板、控制模块和调温模块;所述传感器阵列集成电路板包括多个MEMS气体传感器和至少一个多路复用模块;所述调温模块用于对所述MEMS气体传感器进行加热;所述多个MEMS气体传感器采集气体信息后,通过所述多路复用模块,发送给所述控制模块;所述控制模块用于控制所述多路复用模块,获取所述MEMS气体传感器采集的气体信息,并发送至上位机进行分析。

进一步地,所述系统还包括温湿度传感器,用于采集所述MEMS气体传感器工作环境中的温湿度信息,并通过所述控制模块,发送至上位机进行分析。

进一步地,所述多个MEMS气体传感器与所述多路复用模块之间还包括运算放大器,所述运算放大器用于放大所述MEMS气体传感器的输出信号。

进一步地,所述多个MEMS气体传感器与所述多路复用模块之间还包扩低通滤波器,所述低通滤波器用于对所述MEMS气体传感器的输出信号进行低通滤波。

进一步地,所述控制模块还用于接收并响应所述上位机的控制指令;所述控制指令包括MEMS气体传感器的采样率调整以及MEMS气体传感器校准。

进一步地,所述传感器阵列集成电路板有多个,均与所述控制模块信号连接,所述控制模块向每一传感器阵列集成电路板发送控制信号,所述控制信号包括单个传感器阵列集成电路板的使能和数据读写。

第二方面,本发明实施例提供一种MEMS气体检测方法,包括:接收控制模块发送的MEMS气体传感器采集的气体数据信号;将所述气体数据信号输入至预设的神经网络模型,根据所述神经网络模型的输出结果,获取所述气体的类型和/或浓度;其中,所述神经网络模型,根据将已知类型和/或浓度作为标签的气体样本训练后得到。

进一步地,接收控制模块发送的MEMS气体传感器采集的气体数据信号之前,还包括:获取多个已知类型和/或浓度的气体数据信号样本;利用多个气体数据信号样本对所述神经网络模型进行训练,得到训练完成的神经网络模型。

第三方面,本发明实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时实现本发明第二方面MEMS气体检测方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911025970.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top