随着各种气体的应用，多种有毒有害气体产物大量生成，对人类健康安全构成威胁。各种气体检测技术应运而生，如煤气液化气报警、烟雾（火警）报警。特别是自1964年Wilkens和Hatman提出电子鼻的概念以来，气体传感技术正向更高的层次———电子鼻方向发展，即具有一定气体、气味分辨能力的智能系统［1，2］。因而研究能模拟动物嗅觉系统的人工嗅觉也就自然成为该领域研究的热点，该文是笔者在设计人工嗅觉系统方面所做的一点初步工作。
电子鼻技术目前已广泛应用于生活和生产活动中，如鱼肉新鲜度测定和白酒、烟草等级评定，毒品、炸药探测等专门任务［3］，并取得可喜成果，但是通用型人工嗅觉的实现难度很大。难点在于：①在医学领域，嗅觉与视觉、听觉相比，研究得最不充分。②嗅觉系统结构模型相当复杂，尚有许多待探索的结构和机理。③嗅觉神经系统电、化学信号传递和信息处理过程复杂，可能属于非线性、非稳态和混沌过程。［4］
2 嗅觉系统基本原理
目前所知的嗅觉过程大致如下［5］（见图2—1）：在人的鼻道上端存在一个黄豆大的区域———嗅区，气味分子与嗅区最外层的粘膜上的纤毛接触时，发生物理吸附，并向粘膜中扩散，同时发生化学作用。被粘膜覆盖的嗅细胞受到刺激后产生感受电位，经嗅神经纤维沿细胞轴突到达第一神经元（嗅小球），再从嗅小球的输出端汇入第二神经元（僧帽细胞）。在组成嗅束后，把经一、二级神经元处理后的信号传递到大脑皮层有关区域，经大脑的分析处理，产生嗅觉判断。
单个初级嗅觉神经元对各种气体是交叉敏感的，虽然嗅细胞数量众多，但种类只有14种左右。人类灵敏的嗅觉正是靠数量庞大、相互交叉敏感的细胞阵列以及多级神经网络的信号整合才得以实现的。仅从嗅小球到大脑皮层，嗅觉系统的灵敏度就提高了3个数量级［5］。因此设计人工嗅觉系统时，大规模、多种类传感器组成的阵列和模拟人类神经系统功能的神经网络是必需考虑的。
3 传感器阵列
目前使用量最大的是利用体电阻效应的金属氧化物传感器，主要是利用粉末冶金方法，在SnO2粉末中参杂Pt和Pd等提高灵敏度和选择性。工作温度多在450～550℃，用于可燃气体现场时需作防爆处理，此外功耗也较大。笔者采用真空磁控溅射成膜技术，用平面集成工艺制作集成化的SnO2基纳米薄膜传感器，利用纳米尺度薄膜电性能与常规体电导效应的差异，探索将传感器工作温度降到多数可燃气体着火点以下的途径。另外还通过多种参杂方法提高对不同气体的选择性，试验表明适当参杂后工作温度可下降100℃左右，目前还在继续寻找能使工作温度进一步降低的参杂物质和工艺。图3—1为薄膜传感器示意图。
制作纳米薄膜SnO2基气体传感器，首先要寻找合适的镀膜基片，常用的陶瓷基片粗糙度远大于纳米。因此采用抛光耐热玻璃镀膜制作，见图3—1。在玻璃基片正面真空溅射敏感膜SnO2和合金电极，并给每段敏感膜分别采用一定工艺参杂微量Cu2O、ZnO、Al2O3、MgO、ZrO和TiO2等杂质，以提高选择性。玻璃基片背面镀Ni80Cr20加热电阻合金薄膜，以及镍铬—康铜薄膜热电偶。试验表明采用K9玻璃镀膜优越性明显。可在50 mm长的玻璃片上平面集成数十个传感器，为结构小型化创造了条件。稳定的表面状态导致稳定的传感器性能。抛光的玻璃表面几乎不需预处理即可镀出合格镀层，且结合远比普通陶瓷表面涂层牢靠。基底上形成的非晶态纳米涂层厚薄均匀，这与SiO2基底和SnO2之间点阵错配度较大，难以形成晶体生长有关。有别于烧结型SnO2基传感器，非晶态条件下导电机理与晶态差异较大，界面化学特性迥异。体电导受晶界势垒控制和烧结颗粒间颈部控制以及表面电阻控制，而非晶态薄膜主要为表面效应，受涂层—基片费米能级和载流子隧道效应影响［6］。烧结型SnO2基传感器表面上吸附各种气体分子后，心部电阻改变不大。由于烧结型材料比表面较小，吸附造成的相对电导变化远小于薄膜型传感器，薄膜型传感器可获得较高的灵敏度，450℃工作温度下灵敏度S从5～10提高到25左右。
灵敏度定义为：
还原性气体S＝（Ra－Rg）／Rg＝ΔR／Rg
氧化性气体S＝（Rg－Ra）／Ra＝ΔR／Ra
式中Rg和Ra分别为工作温度下在被测气氛和空气中的电阻值。
4 人工嗅觉系统基本结构
人工嗅觉系统框图见图4—1。
4．1 信号调理与采集电路
传感器阵列采用分压式取样电路＋加热元件输出电路＋单端16路模拟量采集卡（PCL812－PG），板上带2路模拟量输出，控制加热电压和吸气泵。阵列规模为16只传感器。
4．2 模式识别方法与识别结果讨论
人类的嗅觉过程是一个复杂的理化过程，模拟嗅觉首先应关注理化方面的变化。鼻腔能把温度和湿度调节到理想状态来保证获得灵敏的响应，目前国内外生产的气体传感器均无测温结构，该系统用溅射法形成薄膜热电偶，可将传感器温度精确调节，模拟生物嗅觉系统。
人类感知一种气味时初期的信息很重要，时间一长反而被气味所“麻痹”。说明暂态信息对于嗅觉过程至关重要。气体分子量大小不同、偶极矩不同，在动态吸附过程中的动力学特征不同。反映这些特征的参数可作为一种“气味谱”。与光谱仅取决于物质种类不同，“气味谱”随试验条件而改变，但在一定条件下，经过模式识别系统的学习，仍可作为识别参数。根据化学反应动力学原理，解吸阶段（用空气冲洗）的响应参数也与气体分子性质有关，也可作为模式识别参数，因此笔者也对这一阶段的数据进行了特征提取。所有这些识别参数数值经过预处理后成为一种气味的气味谱，这里取响应曲线的三次曲线拟合的各次项系数a0～a3为谱参数矢量，将每种气味中16个传感器产生的响应曲线族作为一组。为采用误差反传（BP）神经网络进行模式识别，人为给定一个气体分类期望输出。若干气味样本的气味谱作为神经网络输入矩阵参数，经过神经网络学习后进行模式识别。笔者研究了3层BP网和自组织特征映射（SOM）网络的两种识别方法。
BP网输入层有16×4个输入节点，采用单隐层，隐层节点数16，输出节点只有一个，输出一个连续值，作为分类结果。自组织特征映射（SOM）神经网络，输入层也为16个传感器一种气氛下响应曲线族的拟合参数，作为一个输入向量。
比较人类的气味学习过程，人从出生开始对气味的认识是逐步丰富、反复学习的。人工嗅觉系统应该把自然界和生产生活中所有可能的气味都进行试验，限于条件这里只进行了有限的10种气味、320个样本的试验，每种气味均包含高中低数个浓度水平。包括各种芳香气味、不同浓度的液化气、作为臭气代表的不同浓度氨气等。实验表明训练后的BP网络对已训练样本的回代正确率为96％。所谓正确是指不超出某类气体所应在的分类范围，而具体分类值是很难精确再现的。对介于已训练样本之间的浓度，BP网络插值性能良好，识别正确率达72％。这正体现了BP网络能连续输出的特点。但对从未训练过的气味分类混乱，这是因为BP网无自组织能力，对超出已试验范围的成分，没有外推能力。图4—2为BP网训练4 000次，实际输出和期望输出的误差平方和以及自适应学习速率变化情况，训练工具为MATLAB神经网络工具箱，训练函数为trainbpx（．），即改进的BP算法———附加动量法＋自适应学习速率法。
至于自组织特征映射（SOM）网络，采用同样的三次曲线拟合方法，对一批响应曲线进行特征提取。经过训练后竞争层分类如图4—3所示。所测的气体大体被分成10类，化学性质差别较大的气体类间距较大，少数类间距较小，甚至部分重叠。对于从未测试过的气体种类，SOM网能自动组成一个新类，这与人脑对所学知识的自组织，神经细胞中的功能柱现象非常相似，一定空间范围中的神经元具有相似的功能。对于已试验气味浓度间的插值，训练后的网络所作识别总的正确率为87％。不仅在准确度方面比BP网提高，且有明确的物理意义。图4—3上空间分布相近的点，通常对应同类气体，该识别方法较好地解决了传感器交叉敏感给气体分类造成的严重困难。考虑到气体分类的模糊特征，目前还在研究引入模糊自组织网络以便更好地进行气味识别，以达到人工嗅觉模拟的目标。
从图4—3可以看出，化学性质差别较大的气体聚类后类间距较大，而各种性质相似的芳香气味，则存在较大程度的重叠，需要进一步研究分类方法，达到较好的分类效果。
5 结论
（1）采用石英玻璃真空镀膜是一种简便易行的生产薄膜气体传感器阵列的方法，参杂后的SnO2基薄膜气体传感器，可在较常规SnO2基传感器稍低的温度下工作。
（2）与BP网相比，自组织特征映射神经网络更加符合人脑中神经元具有空间功能分配的特点，特别是对于从未学习过的气味，有自组织能力，具有较强的气体分类识别能力，是设计人工嗅觉系统较为理想的算法。
（3）“气味谱”法模式识别充分利用了传感器暂态特征，该算法比利用稳态值进行气味模式识别更接近人类嗅觉感知过程。
［参考文献］
［1］ Brenmez，N．Canyellan，F．Llobetetal．Application of artificialneural networkstothe design and Implementation ofelectronicolfactory systems［J］．5thseminaron neural network application In electronic engineering，NEURAL－2000．
［2］ Robi Polikar．Detection and Identification of Odorants Using an Electronic Nose［EB］．0－7803－7041－4／01＠2001 IEEE．
［3］ 史志存，李建平，马 青，等．电子鼻及其在白酒识别中的应用［J］．仪表技术与传感器，2000（1）：34－38．
［4］ 谭文长，吴望一，严宗毅，等．二维不定常嗅觉模型及其精确解［J］．生物物理学报，1999，15（1）：84－89．
［5］ 王 平，等．人工嗅觉———电子鼻的研究［J］．中国生物医学工程学报，1996，15（4）：346－352．
［6］ V．Brynzari，S．Dmitriev．Theory ofthe filmgas sensor design［EB］．0－7803－3829－4／97／1997 IEEE．
［7］ Atsushi Saitoh，Tooru Nomura et al．Quartz crystal microbal－ance odor sensor coated with mixed－thiol－compound sensingfilm［J］．1998 IEEEInternationalfrequency symposium．685－690．
来源:中国测控网 作者:王昌龙，黄惟一 时间:2006/7/6 22:25:00
