近日，中国科学技术大学火灾科学国家重点实验室易建新副教授课题组提出一种化学电阻-电位型多变量传感器，实现了单一传感器对多种气体和火灾特征的三维探测和准确识别。相关成果以“A chemiresistive-potentiometric multivariate sensor for discriminative gas detection”为题发表在国际学术期刊《自然·通讯》上（Nature Communications 14,2023, 3495）。

据了解，这种新型多变量传感器，其将化学电阻和电位加以良好结合，能在较宽的温度范围之内工作，高效、成本低，可适用于不同半导体材料电极和固体电解质基底，工作温度范围宽，并可进一步拓展获得更高维度的响应，为复杂环境中气体的高灵敏和准确探测提供了新思路。

“电子鼻”助力公共安全

一直以来，在公共安全、环境保护、健康诊断、工业等领域，对低浓度气体进行高灵敏检测至关重要。气体传感器具有成本低、体积小、能实时监测等特点，故成为气体检测的一种有效手段。但是，即便是目前最先进的气体传感器，仍然存在交叉灵敏度高和选择性差等问题，无法针对气体实现有区分性的检测。

为此，人们设计了这样一个解决办法：通过将多个传感器简单地组装成传感器阵列，再对单一气体输出多种信号，这时利用模式识别算法来对信号进行处理，进而就能区分和识别气体，基于这种原理制造的器件一般被称为“电子鼻”。

电子鼻(electronic nose, EN)，其发明则受嗅觉的启发。嗅觉系统可帮助生物更好地感知环境、发现潜在的危险、识别及区分食物。

从技术层面，因为气味中自然交织着多种化学物质，因此对气味进行自动识别及分类是一项极具挑战的任务。气味自然交织可分为三类：协同(synergism)、补偿(compensation)、遮蔽(masking)。“协同”指两种及以上不同物质发出气味并相互交织，使得混合后的气味浓于单一物质的气味；“补偿”指一种成分的气味抵消另一种成分的气味；“遮蔽”指一种宜人的气味(pleasant odor)与另一种不良气味(unpleasant odor)融合。

电子鼻技术出现前，学界尚无法对一般情况下的化学混合物做高精度分析及成分分离。随着电子鼻设备的发展，一些研究可以测量气味强度、认识气味交互及传感器对气味交互的反应。

尽管检测特殊气味的研究始于20世纪20年代，借助化学电子传感器阵列(chemical electronic sensor array)来检测气味的想法却在20世纪80年代早期才出现，但那时受传感器技术的限制，这一想法还无法实现。20世纪90年代晚期，“电子鼻”概念正式提出，其最初的定义是：“由多传感器阵列组成、可用于检测一种以上化学成分的设备。”随后，传感器技术的发展及更多研究可能的实现很好扩展了电子鼻技术的应用范围。

近年来，EN技术已经覆盖农业、水及食品产业、医药、安全系统等诸多领域，具有响应时间短、检测速度快、成本低等优良性能。

多变量传感器用于“电子鼻”优势明显

由于传感器阵列会面临长期漂移、大尺寸和高成本等问题，这并不利于实际的应用。如能在单个传感器上输出多个部分独立或是完全独立的信号，这样一来既能执行传感器阵列的功能从而实现气体的区分性检测，又能改善传感器阵列本身存在的问题。

多变量传感器，由于能够输出多个部分独立或是完全独立的信号，因此具有结构紧凑和低成本的优点，故是传感器阵列的良好替代品。对于多变量传感器来说，独立输出的个数也就是传感器的维度非常重要，它决定着对气体的区分能力。

一般来说，当维度越高的时候，所对应的气体区分效果也就越好。但是，目前的多变量传感器大多仅仅具有二维信号，区分能力仍然有限。为进一步提高多变量传感器的气体区分能力并增强其适应性，应从以下几个方面加以考虑：其一，要尽可能地增加多变量传感器的维度；其二，不同换能器均应具备简单、成本低和小型化的特点；其三，不同换能器之间应该相互兼容。

当下，化学电阻法（C）和电位法（P），是使用最广泛的两种换能器，可以很好地满足上述三个要求。假如能将化学电阻法（C）和电位法（P）两种换能器结合起来，借此构建的 C-P 多变量传感器，就能实现简单、低成本、高区分性的气体检测。但在此前，领域内始终没有出现相关报道。基于此，多变量传感器应运而生。

首创化学电阻-电位多变量传感器设想

化学电阻-电位多变量传感器的设想，是该团队的首创。提出想法之后，则要验证化学电阻-电位多变量传感器的可行性和适用性。

于是，他们以常见的半导体气敏材料氧化锡作为敏感电极，并以贵金属铂作为对电极，以 Ce0.8Gd0.2O1.9-δ（GDC）作为固体电解质，构建了化学电阻-电位多变量传感器，它能输出独立的电阻信号和电位二维响应信号。再结合线性判别分析，该传感器至少可以对四种气体进行区分。

随后，课题组探索了多款半导体材料比如 n 型半导体氧化锌、p 型半导体铁掺杂氧化镍和 La0.8Sr0.2Cr0.5Fe0.5O3-δ，以及不同固体电解质比如 8mol% 钇稳定的氧化锆、Er0.4Bi1.6O3-δ 和 Na3Zr2Si2PO12，在不同温度范围内的化学电阻-电位多变量行为，借此证明了多变量传感器的普遍适用性。

研究人员首先利用半导体氧化物电极在表面和界面上不同的响应机制，在同一电极上成功提取出化学电阻和电位两种不同原理的传感信号；进一步，采用钙钛矿型氧离子-电子混合导体氧化物取代贵金属铂电极，和常规的电子导电的敏感材料进行配对，获得了输出三个独立响应信号的双敏感电极传感器。

得益于钙钛矿非常规的反向电位响应，传感器的气敏性能得到了显著提高，实现了2-乙基己醇、一氧化碳等多种危险和火灾特征气体的(亚)ppm级三维探测和准确识别，并展现出在火灾危险早期预警方面的应用潜力。

进一步地，该团队又构建了基于四个敏感电极的多变量传感器，借此得到七维响应的信号，其中包含四个化学电阻信号和三个电位响应信号，这为复杂气氛中气体的准确识别奠定了基础。未来，他们打算调整材料的类型、成分、形态等，并将对操作条件进行组合定制，借此优化传感模式和判别能力，以便实现特定场景所需要的的浓度定量区分、以及气体混合物的区分。

同时，也将在室温下研究具有高离子电导率的固体电解质，力争降低传感器的工作温度和能耗。结合课题组自身优势，他们还将利用微机电系统技术，来对传感器进行微型化处理，进而将其与物联网技术相结合，最终将其用于实际场景之中。

文章来源： DeepTech深科技，Chenfiona，中国科学技术大学主站