Forschungsbericht 2010 - 2011 - Hochschule Bremen

Forschungsbericht 2010 / 2011
136 Sensoren
Als Gassensoren für elektronische Nasen kommen
unterschiedliche Sensortypen zum Einsatz. Die wichtigsten
Sensortypen sind nachfolgend dargestellt:
• Schwingquarze (Quartz-Crystal Micro Balance,
QMB bzw. QCM): Die Wirkungsweise von
Schwingquarzen basiert auf einer massenabhängigen
Frequenzänderung des Sensors. Hierbei
besteht der Sensor aus einem silanisierten oder
ähnlich beschichteten Schwingquarz, an dem sich
Gasmoleküle anheften können und eine Massenzunahme
bewirken. Dadurch verringert sich die
Schwingfrequenz, was als Änderung des elektrischen
Signals registriert werden kann.
• Akustische Sensoren (Surface Acoustic Wave,
SAW): Der Sensor trägt eine sorbierende Phase,
über die mit einem Sender eine akustische Welle
zu einem Empfänger geschickt wird. Durch die
Sorption von Geruchsstoffen an die Phase verändert
sich das Verhalten der akustischen Welle
(Frequenz, Laufzeit).
• Polymersensoren (Conducting Polymer Sensors,
CPS): Durch Interaktion von Geruchsstoffen mit
der Oberfläche von leitfähigen Polymeren (z.B.
Polypyrrol, Polyaniline) wird die spezifische Leitfähigkeit
des Polymers verändert. Der Messvorgang
findet bei niedrigen Temperaturen (Raumtemperatur)
statt.
• Metalloxid-Halbleitersensoren (Metal Oxide Semiconductors,
MOS): Auch bei MOS-Sensoren wird
durch Interaktion von Gasmolekülen und Sensoroberfläche
die spezifische Leitfähigkeit, in diesem
Fall des Metalloxid-Halbleiters, verändert. Die
Messung mit MOS-Sensoren findet bei hohen Arbeitstemperaturen,
typischerweise zwischen 200
°C bis 550 °C statt.
Als robust und zuverlässig haben sich insbesondere
Metalloxid-Halbleitersensoren erwiesen. Die Vorteile
von MOS Sensoren sind schnelle Reaktions- und Spülzeiten,
eine hohe Reproduzierbarkeit der Ergebnisse,
eine hohe Langzeitstabilität, eine einfache Schalttechnik
und niedrige Anschaffungskosten. MOS-Sensoren
reagieren auf oxidierende und reduzierende gasförmige
Substanzen. Als Sensormaterialien werden u. a.
Zink-, Zinn-, Titan-, Eisen(III)-, Nickel- und Kobaltoxid
verwendet, die zusätzlich mit katalytischen Metallen
dotiert sein können, um die Sensitivität zu erhöhen.
Die Empfindlichkeit von MOS-Sensoren hängt einerseits
von der Schichtdicke, andererseits von der Arbeitstemperatur
ab. Dickschichtsensoren mit Schichtdicken
zwischen 10 μm bis 300 μm sind zwar weniger
sensitiv als Dünnschichtsensoren (Schichtdicke 6 nm
bis 1.000 nm), weisen aber ein höheres Sättigungsvermögen
für Geruchsstoffe auf und sind derzeit in der
Praxis den Dünnschichtsensoren vorzuziehen. Der
deutliche Einfluss der Arbeitstemperatur auf die Sensitivität
von MOS-Sensoren konnte am Beispiel von
NO2 und CH4 nachgewiesen werden.
Am Beispiel eines Zinnoxid-Sensors wurden die Reaktionszeiten
bis zum Erreichen eines konstanten Signals
untersucht. Es ergaben sich je nach Sensortyp
(Dickschicht, Dünnschicht) und Arbeitstemperatur Reaktionszeiten
zwischen 5 sec und 35 sec, gefolgt von
einer mindestens doppelt so langen Spülphase (15
sec bis 70 sec) mit Raumluft, um die Sensoroberflächen
für den nächsten Messvorgang von Geruchsstoffen
zu befreien.
Zur Aufnahme eines Geruchsmusters wird ein Array,
d.h. eine Anordnung mehrerer Sensoren des gleichen
Sensortyps, aber unterschiedlicher Zusammensetzung
(z. B. unterschiedliche Metalloxide, unterschiedliche
Dotierungen) eingesetzt. Je nach Anwendung
werden Arrays mit bis zu 48 Einzelsensoren eingesetzt.
In Abbildung 1 sind beispielhaft ein Array von 10
MOS-Sensoren sowie ein abgeleitetes Signalmuster
dargestellt.
Abbildung 1: Array mit 10 verschiedenen MOS-Sensoren
und abgeleitetes Signalmuster (Balkendiagramm)
Auswertemethodik
Unterschiedliche mathematische Methoden können
zur Auswertung der Sensordaten verwendet werden.
Zur Unterscheidung verschiedener Klassen von Proben
kann die Hauptkomponenten-Analyse (Principal
Component Analysis - PCA), ein multivariantes statistisches
Verfahren, eingesetzt werden. Ziel ist es, Informationen
eines mehrdimensionalen Raumes, wie es
das Signalmuster eines Sensorarrays darstellt, d.h. n
Dimensionen bei einem Sensorarray mit n Sensoren,
unter möglichst geringem Informationsverlust auf zwei
bis drei Dimensionen zu reduzieren. Weitere Möglichkeiten
zur Unterscheidung verschiedener Klassen
sind die Loadings-Analyse zur Darstellung der Aussagekraft
einzelner Sensoren, die lineare Diskriminanz-
Analyse (LDA) zur verbesserten Darstellung der Abstände
zwischen den Klassen oder die Partial Least
Squares (PLS) - Auswertung zur Korrelation mit quantitativen
Größenangaben.
Klassifikatoren dienen der Zuordnung unbekannter
Messungen zu bereits bekannten Musterdaten. Einfache
Klassifikatoren sind Euklid-, Mahalanobis- und
Korrelations-Methoden.
Methode
Rohstoffe und teilprozessierte Substanzen bzw. Prozess-Edukte,
z.B. Wachse oder Paraffine, können
sehr stark in ihrer Qualität schwanken. Jede Charge