[发明专利]半导体气敏元件的测试方法

权利要求书

1.一种半导体气敏元件的测试方法，其特征在于，具有：

半导体气体传感器测试系统组建与测试的步骤，及对半导体气体传感器测试系统及半导体气敏元件性能分析的步骤。

2.如权利要求1所述的半导体气敏元件的测试方法，其特征在于，所述半导体气体传感器测试系统组建与测试的步骤中，半导体气体传感器测试系统用于对不同气体在给定浓度下进行动态配气及使多支传感器阵列在气体通入时对气敏元件表面电导率的变化进行实时监测；

所述半导体气体传感器测试系统包括：自动进行样品气体浓度配比的进样装置、气体传感器加热与测温装置、用于与进样装置协调动作，并在不同的气样环境下自动采集4～6路气体传感器测量信号的信号测量与数据采集电路、对采集的测量信号进行数据处理的数据处理电路；和对进气过程和室温变化所引起的温度变化进行补偿的温度补偿电路；

气体传感器阵列安装在气室中，气体传感器所测得的气体浓度变化是气室中气体的变化，气室为内腔形状圆滑且近似方形的干燥的有机玻璃腔；

所述气体传感器加热与测温装置对气敏元件进行加热，并实时测量气体传感器的工作温度；当传感器的工作温度因环境温度或气流影响发生变化时，温度补偿电路实时进行温度补偿控制，使传感器的工作温度保持不变；所述信号测量与数据采集电路用于对信号调节和AD采样，信号调节为用于将气体传感器对测试气样的响应转变为电信号，AD采样将模拟信号通过数据处理电路将模拟信号转变为数字信号，并将采集到的4～6路传感器信号经过归一化处理，转变为BP神经网络所需要的标准信号；

标准气样输出被分成二路或多路，各自由一个质量流量控制器控制，并接入测试装置，载气和待测气体分别在质量流量控制器的控制下进入干燥罐充分混合，配成目标测试气样并进入测试装置中的测试腔中，气体传感器测试系统在计算机的控制下对所设定的目标浓度气体进行配气，将一种或多种标准浓度的目标气样和标准的载气按照比例进行配比，并在质量流量控制器控制下通入混合通道内进行充分混合，当混合后的测试气样通入测试腔时，对气室内气体传感器阵列的4～6路响应信号进行采集，并将获得的气体传感器阵列对样品气体的响应信息传送到计算机上进行数据处理和数据分析，使测试气体进气、响应信号采集和数据处理顺序进行；当温度监测系统发现半导体气敏元件工作温度发生变化时，温度补偿电路实时进行元件工作温度补偿，调节电阻丝的加热电压，使元件的工作温度保持不变。

3.如权利要求1或2所述的半导体气敏元件的测试方法，其特征在于，所述气体传感器测试系统的软件部分包括气路控制模块、电压采样模块、温度补偿模块、数据处理模块和显示功能模块，其中：

气路控制模块对控制参数设置，所述参数包括通气前时间、通气时间、停气后时间、数据采样时间间隔、混合气体种类、各种气体浓度和载气控制电压，气路控制模块对参数设置以控制多路气样输出量实现配气，配气过程中，气体流量和元件的工作温度在整个测试过程中保持不变；

电压采样模块对电压采样开始、采样中断与采样结束进行相应控制；

数据处理模块进行数据采集、数据保存、图像保存、图像打印、历史数据提取处理。

4.如权利要求3所述的半导体气敏元件的测试方法，其特征在于，数据采集模块完成在采样时间间隔内的数据跟踪采集，对提供的实验数据在对本次实验结束后自动保存为两种格式的六个文件，分别为4～6路传感器的电压、电阻、响应灵敏度数字量及动态变化曲线，同时对保存的图像即时打印和对历史数据按时间提取；数据采集过程中，根据不同需求在显示模块中实时显示4～6路传感器的标准电压、电阻及响应灵敏度随时间的动态变化曲线。

5.如权利要求4所述的半导体气敏元件的测试方法，其特征在于，所述对气体传感器测试系统及气敏元件性能分析的步骤，包括对气体传感器测试系统的各种误差分析，对测量电阻的灵敏度、电阻温度特性、灵敏度-温度特性、灵敏度-浓度特性进行分析以及掺杂对元件性能影响的分析。

6.如权利要求2所述的半导体气敏元件的测试方法，其特征在于，将传感器采用的4～6路标准信号进行数据的归一化处理，并将数据处理成BP神经网络获得所需要的标准数据源，进行BP神经网络气体分析的步骤如下：

定量分析：

选择单一甲醛气体以检测样品，进行定量检测，由4～6个传感器组成传感器阵列对甲醛气体、氨气、苯等混合气体定量识别，神经网络的输入神经元个数为6，输出神经元个数为1，动态改变隐含层个数并求取其相对应的训练误差，以确定最佳隐含层神经元数；

使用newff函数创建一个两层网络，将网络的隐含层神经元数设定为S(i)，其范围是3-13个，将网络的训练函数设为Trainbr,设网络的权值和阈值是特殊分布的随机变量，用统计学方法估算出网络权值和阈值，将输入向量P作为训练过的神经网络的输入，利用train函数对网络进行训练，将30组不同浓度的甲醛气体作为输入进行定量检测，得到定量检测的输出结果和相应实验误差；

定性分析：

由4～6个传感器组成的传感器阵列对甲醛、氨气、苯三种气体特征量进行定性识别，网络的输入神经元个数为6，输出神经元个数为3，通过误差对比来确定最佳的隐含层数，动态改变隐含层数；

使用newff函数创建一个三层网络，将网络隐含层神经元个数设定为一个动态变量S(i),其范围是3-13，通过10次训练，得到训练误差最小的一组神经元个数即为最佳神经元个数，设网络的权值和阈值是特殊分布的随机变量，用统计学方法估算出网络权值和阈值；训练直至实验误差满足要求停止；将奇数组作为训练过的神经网络输入。