本书从实际操作的角度阐述了气体检测技术的基本理论、实验方法以及几种主要气体样本分析设备的工作原理与设计结构，讨论了目前国内外常见气敏传感器的敏感机理、使用方法与适用范围，并在此基础上设计了基于气敏传感器的气体检测设备。作者在书中结合自己攻读博士与大学任教期间的科研工作，着重研究了气体检测领域的两个新兴方向：现代电子鼻(E-nose)与气体源定位技术。电子鼻是结合多传感器交感原理与模式识别算法实现气味样本定性定量分析的设备；气体源定位技术根据工作原理分为基于气敏传感器网络和气体扩散模型的静态气体源定位法，以及基于智能移动机器人的主动嗅觉技术。

前 言 随着科学技术的快速发展、人民生活水平的不断提高，公众对环境污染的问题越来越重视，对相关的检测技术也有了更迫切的需求。因此，能够及时发现空气污染情况，并迅速识别气体污染物种类评价污染程度的气体分析、检测技术也从学术领域逐渐走进了大众的视野。 气体检测技术是以气体样本为对象进行定性定量分析的技术，该技术常用于有毒、有害、易燃、易爆等危险气体检测，混合气体样本中目标组分定量检测，以及样本的组分分析。作为检测科学的一个重要分支，气体检测技术并不是近年来出现的新兴课题，其应用范围也并不局限于空气污染物防治，17世纪初就已经出现了能够发现环境中可燃气体，适用于矿井下瓦斯泄漏报警的安全矿灯，而针对气体样本进行分析的实验科学则出现得更早。进入21世纪以来，随着传感技术、计算机科学、模式识别理论等相关学科的不断进步，气体检测技术发展迅速，涌现出了许多新型检测仪器和分析方法，气体分析能力也有了大幅提升。另外，随着人们对自然科学探索的不断深入，许多特定气体所蕴含的信息也逐渐被发掘出来，成为评价生物、化学反应与进程的重要参考量。目前，气体检测技术的应用范围已经涵盖了国防现代化、工农业生产、环境保护、航空航天、医疗卫生等领域。 20世纪90年代开始兴起的气体源定位技术是气体检测与气体源定位技术的交叉学科，该技术在风场环境中通过气敏设备采集目标气体浓度分布数据并建模分析，实现对气体源头进行定位。现代工业生产中常见的仓储泄漏、管道破裂、工业火灾等事故常伴随大量的有害气体、烟尘。快速、精准地对气体源进行定位能够有效确定灾源位置，从而实现迅速补救并减少灾害损失。基于分布式固定检测设备的静态气体检测技术和基于移动式机器人平台的主动嗅觉都属于气体源定位技术范畴。 本书首先从实际应用出发，概括讨论了气体检测技术所涉及的基本知识、检测理论以及实验原理，详细研究了气相色谱仪等气体检测设备的工作原理与操作方法，总结归纳了几种常用气敏传感器的敏感机理与适用检测对象。其次，基于笔者的科研经历，对新兴电子鼻技术的基本原理、识别算法进行研究，并基于自制的可视化金属卟啉气敏传感器阵列，开发了能够对部分胺类气体进行定性定量识别的电子鼻系统。最后，从静态气体源定位、主动嗅觉两个方面对气体源定位技术进行研究，在对现有定位技术进行分析讨论的基础上，分别研制了动、静态气体源定位系统，并在实验室环境下进行了实际定位实验。 能够完成一本关于气体检测技术的专著是笔者一直以来的理想，也是对自己的挑战。撰写本书，最初是希望通过写作过程对自己硕士、博士期间的研究经历与实验经验进行阶段性的总结，而当框架构思完成，真正开始撰写书稿时才发现自己的知识储备与经验积累距离预期的写作目的还有很远的距离。在本书的撰写过程中不断地重复着遇到问题—解决问题的循环，解决问题的过程让我得到了不断进步的机会，同时也时刻提醒注意自己的不足。完成本书更让我体会到了学术研究工作是没有止境的，而自己还需要更加努力。 在该专著的撰写与出版过程中，电子工业出版社的徐蔷薇编辑给予了我大力的支持与帮助，再次表示感谢。同时，对在撰写过程中给予我支持与帮助的同事与家人表示诚挚的谢意。该专著得到了国家自然科学基金项目（编号：61401403）和河南省科技攻关项目（编号：162102210004）资助。 陈立伟 2017年6月

目 录 第1章 气体检测技术概述 1 1.1 气体检测技术的发展 1 1.2 气体检测技术的应用领域 2 1.2.1 气体检测技术与空气污染 2 1.2.2 基于气体检测技术的质检与医疗 4 1.2.3 气体源定位技术 4 1.3 本书主要研究内容 5 第2章 气体检测实验中的基本操作知识 7 2.1 气体检测实验中的重要定律与公式 7 2.2 常用气体含量计量单位与换算 8 2.3 实验室常见的危险气体 9 2.3.1 实验室常见的可燃气体 10 2.3.2 实验室常见的有毒气体及毒性量化标准 11 2.4 气体标准物质的制备与保存 12 2.4.1 气体标准物质的制备 13 2.4.2 气体标准物质的保存 14 2.5 气体样本的采集 15 2.6 气体样本的干燥与过滤 17 2.6.1 气体样本的干燥 17 2.6.2 气体样本的过滤 19 2.7 本章小结 20 参考文献 20 第3章 气体样本分析与检测技术 22 3.1 气体样本分析与检测技术概述 22 3.2 检气管法 23 3.3 奥式气体分析仪 24 3.3.1 奥式气体分析仪的常用配件 25 3.3.2 奥式气体分析仪的结构与使用 26 3.4 分光光度计法 28 3.4.1 分光光度计的检测原理 29 3.4.2 分光光度计基本结构 30 3.4.3 红外分光光度计 32 3.5 气相色谱法 33 3.5.1 气—液色谱法的气体组分分离 33 3.5.2 气—固色谱法的气体组分分离 35 3.5.3 气相色谱仪检测器 37 3.5.4 气相色谱图概述 41 3.5.5 基于气相色谱法的定性定量分析 44 3.6 本章小结 46 参考文献 46 第4章 气敏传感器技术 48 4.1 气敏传感器 48 4.2 传感器基本特性 49 4.2.1 传感器静态特性 49 4.2.2 传感器动态特性 53 4.3 金属氧化物气敏传感器 58 4.3.1 金属氧化物气敏传感器分类 58 4.3.2 金属氧化物传感器反应机理 59 4.3.3 TGS2620传感器特性 62 4.4 电化学气敏传感器 64 4.4.1 电化学气敏传感器分类 64 4.4.2 恒电位电解式电化学传感器 65 4.4.3 离子电极式电化学传感器 66 4.4.4 固体电解质电化学传感器 66 4.5 红外光学气敏传感器 67 4.5.1 基于气体吸收光谱的红外光学气敏传感器 68 4.5.2 红外光声传感器 71 4.6 传感器标定实验 72 4.7 本章小结 76 参考文献 77 第5章 基于传感器技术的检测系统 78 5.1 基于传感器技术的检测系统设计 78 5.2 基于气敏传感器的监测、报警电路 78 5.3 基于DSP的通用传感器采样平台 80 5.3.1 传感器检测设备的通用性特点 80 5.3.2 系统核心硬件结构 81 5.3.3 采样软件设计 83 5.4 基于物联网构架的传感器网络 84 5.4.1 物联网构架 86 5.4.2 无线传感器网络 87 5.4.3 基于虚拟仪器技术的人机交互程序 89 5.5 本章小结 89 参考文献 90 第6章 电子鼻技术 91 6.1 电子鼻技术概述 91 6.2 电子鼻工作原理与结构 92 6.2.1 多气敏传感器阵列 92 6.2.2 电子鼻模式识别算法 94 6.3 电子鼻在产品质检中的应用 97 6.3.1 酒类品质检测 97 6.3.2 食品质量检测 99 6.3.3 水果成熟度评价 100 6.4 NASA-JPL空气质量监测电子鼻 102 6.4.1 NASA-JPL电子鼻的气路设计 103 6.4.2 电子鼻传感器阵列 104 6.5 基于可视嗅觉的电子鼻技术 105 6.5.1 金属卟啉传感器阵列 106 6.5.2 可视嗅觉电子鼻系统结构设计 107 6.6 基于可视化嗅觉技术的胺类气体定量检测与分类 108 6.6.1 三甲胺定量检测 109 6.6.2 胺类气体识别 111 6.7 本章小结 113 参考文献 113 第7章 静态气体源定位技术 116 7.1 气体源定位技术 116 7.2 静态气体源定位技术 117 7.3 常用气体扩散模型 119 7.3.1 BM扩散模型 119 7.3.2 三维有限元模型 120 7.3.3 Ooms模型 121 7.3.4 高斯扩散模型 123 7.3.5 高斯湍流扩散模型 125 7.4 常用气体源定位算法 128 7.4.1 加权组合三边定位算法 129 7.4.2 椭圆交叉定位算法 130 7.4.3 非线性最小二乘估计算法 132 7.5 本章小结 133 参考文献 134 第8章 基于粒子群算法及最小二乘算法的静态气体源 定位与实验 136 8.1 粒子群优化算法 136 8.2 基本粒子群优化算法概述 137 8.3 基于PSO的气体源定位算法 141 8.3.1 基于最小二乘法则的适值函数设计 141 8.3.2 定位算法设计 142 8.3.3 观测误差与传感器数量对实验结果的影响 147 8.3.4 种群规模对迭代次数的影响 149 8.4 粒子群速度计算中的参数改进 150 8.4.1 惯性因子的改进 150 8.4.2 学习因子的改进 151 8.5 中值粒子群定位算法 152 8.5.1 基于MBPSO的改良定位算法设计 153 8.5.2 算法仿真实验 155 8.6 静态气体源定位实验 157 8.6.1 实验系统设计 157 8.6.2 气体浓度采集实验 159 8.7 基于改良型MBPSO的定位计算 162 8.8 基于最小二乘准则的适值比较定位法 164 8.9 基于最小二乘准则的适值遍历计算 167 8.10 本章小结 170 参考文献 170 第9章 主动嗅觉定位 172 9.1 主动嗅觉定位技术 172 9.2 主动嗅觉机器人发展历程概述 172 9.3 主动嗅觉机器人设计与实验 175 9.3.1 机器人硬件系统设计 176 9.3.2 Z形搜索策略 178 9.3.3 单机器人主动嗅觉定位实验 182 9.4 多机器人协作定位 183 9.4.1 多机器人协作定位 183 9.4.2 基于粒子群优化算法的多机器人协作搜索策略 185 9.5 本章小结 191 参考文献 191

陈立伟，2013年于西北工业大学控制科学与工程专业博士学位，同年进入郑州大学电气工程学院进行教学科研工作，目前担任自动化专业副教授。研究方向：自动化设备与检测技术、新型气体传感器、电子鼻技术、模式识别理论。