用于运行气体传感器的方法和设备与流程

1.本发明涉及气体传感器，以及尤其是涉及用于在考虑气体传感器的灵敏度的由于存放所引起的变化的情况下确定浓度值的方法。


背景技术：

2.气体传感器公知用于确定气态物质的浓度，并且原则上可以被设计成具有各种传感器原理和敏感材料的化学传感器。在此，待测量的气态成分在传感器结构中的敏感层上的化学反应或吸收通常会导致敏感层的特性变化。敏感层的这种特性变化可以作为电参量的变化来被检测和评估。
3.视所使用的传感器材料而定，气体传感器的表现或多或少是稳定的，而且这样气体传感器的状态可能在使用寿命期间根据环境条件而发生变化。尤其是在存放时间期间，传感器特性可能在存放时长期间由于环境温度、空气湿度、环境空气污染等影响而发生变化，使得不再能够可靠地且精确地确定测量气体中的气体成分的气体浓度。该问题主要发生于如下气体传感器中，在这些气体传感器中，在敏感层中使用有机材料以及尤其是有机半导体，原因在于在敏感层中使信号发生变化的分子可能在存放时间期间被吸收或者释放。


技术实现要素：

4.按照本发明，提供了一种按照权利要求1所述的用于运行气体传感器的方法以及一种按照并列权利要求所述的设备和一种按照并列权利要求所述的气体传感器。
5.其它的设计方案在从属权利要求中说明。
6.按照第一方面，提供了一种用于运行具有气体传感器的气体传感器系统的方法，以便提供在测量气体中的气体成分的气体浓度的浓度参量，该方法具有如下步骤：
‑ꢀ
在测量过程期间执行对气体浓度的测量，以便获得传感器信号的与气体浓度相关的随时间的变化过程；
‑ꢀ
借助于基于数据的传感器模型根据传感器信号的随时间的变化过程来确定该浓度参量，其中基于数据的传感器模型考虑在该测量过程以外的传感器表现，以确定经校正的浓度参量。
7.上述方法规定：根据在给敏感层施加测量气体的测量过程期间对与时间相关的传感器信号的观察并且根据在该测量过程的时间段以外的传感器表现，借助于基于数据的传感器模型来确定在该测量气体中的待检测的气体成分的以浓度参量为形式的气体浓度。对在测量过程的时间段以外的传感器表现的评估能够实现：在确定气体浓度时考虑由于存放或老化所引起的传感器状态。
8.尤其是，在上述方法中假设：在时间上在实际测量过程以外的传感器表现通常对于传感器状态来说是表征性的。由于实际传感器状态通常无法被直接确定或量化，所以在确定待检测的气体成分的气体浓度时可以借助于可训练的基于数据的传感器模型根据传
感器表现来隐含地考虑传感器状态。这样，例如传感器信号的在测量过程的时间段之前或之后的加热和冷却阶段期间的表现可以反推出由于存放或老化所引起的传感器状态。
9.因此，可以创建或提供传感器模型，该传感器模型基于在测量期间的传感器信号并且基于气体传感器的与测量过程无关的传感器信号或运行参数来为确定测量气体中的待检测的气体成分的更精确的浓度数据做出贡献。
10.尤其可以考虑特定于仪器的校准参数以及传感器状态，如传感器温度、测量气体温度和测量湿度，作为运行参数。特定于仪器的校准参数通常可以指示特定于仪器或传感器的信息，尤其是气体传感器的灵敏度。
11.此外，这些运行参数也可以作为时间序列来被考虑。这样，例如可以考虑测量气体的气体温度的变化过程、测量气体的气体湿度的变化过程以及用来在测量过程以外对气体传感器进行冲洗的冲洗气体的变化过程和湿度。
12.可以使用任意回归算法，诸如lasso、随机森林（random forest）、高斯过程和神经网络，作为基于数据的传感器模型。尤其是，优选如下基于数据的模型，这些基于数据的模型相对于各个时间段、如视在测量流程中的传感器运行模式而定的测量过程的时间段、先前的或随后的加热、冷却和保持阶段的时间段的时长而言是平移不变的，如这例如在卷积神经网络中就是这种情况。
13.尤其是，基于数据的传感器模型可以被训练来考虑由于气体传感器的老化或退化而引起的传感器表现，以确定浓度参量。
14.通过上述方法，能够在确定气体浓度时以经改进的方式来考虑传感器状态的由于存放和老化所引起的变化。这一点通过评估气体传感器的尤其是在测量过程的时间段以外的与由于存放和老化所引起的传感器状态相关的表现来实现，使得总是能够准确地评估在测量过程期间获得的传感器信号。
15.上述方法是对常规校准方法的显著改进，原因在于这些常规校准方法只是静态的并且无法充分考虑随着时间发生变化的传感器状态。此外，常规校准方法复杂并且通常无法在现场被执行。
16.可以规定：借助于基于数据的传感器模型，确定用于加载于经物理建模的浓度参量的校正参量，尤其是以乘法或加法，其中基于与测量过程相关联的测量参量来确定经物理建模的浓度参量。
17.替代地，基于数据的传感器模型可以被设计用于根据传感器信号的随时间的变化过程并且根据在测量过程以外的传感器表现来确定浓度参量。
18.尤其是，经校正的浓度参量可以根据经物理建模的浓度参量并且根据从传感器模型中所确定的浓度参量来被确定，尤其是按照指定的加权函数。
19.可以规定：基于数据的传感器模型获得与测量过程相关联的测量参量和从中得出的测量特征，作为输入参量。
20.这些测量参量尤其可包括：从在测量过程的时长期间的与时间相关的传感器信号中得出的一个或多个参量，尤其是在测量过程的开始与结束之间的多个采样时间点的传感器信号的值和/或一个或多个从中得出的参量，尤其是在测量过程的开始与结束之间的传感器信号的绝对信号变化和/或在测量过程期间的传感器信号s的最大或平均斜率。
21.这些测量参量还可包括：从在测量过程的时间段以外的时间段期间、尤其是在施
加阶段之前和/或之后的时长期间、尤其是在期间设定特定的传感器状态的时间段期间的随时间的传感器信号中得出的一个或多个参量，尤其是在相关时间段的开始与结束之间的多个采样时间点的传感器信号的值和/或一个或多个从中得出的参量，尤其是在相关时间段的开始与结束之间的绝对信号变化和/或在相关时间段期间的传感器信号s的最大或平均斜率。
22.可以规定：这些测量参量包括如下参量中的一个或多个：
‑ꢀ
一个或多个特定于仪器或传感器的校准参数，所述校准参数尤其是指示气体传感器的灵敏度；
‑ꢀ
从一个或多个其它集成在系统中的传感器、尤其是测量气体温度传感器、测量气体湿度传感器以及气体传感器温度传感器的在测量过程的时间段和/或在测量过程的时间段以外的时间段期间的随时间的信号中得出的一个或多个参量，尤其是在测量过程或相关时间段的开始与结束之间的多个采样时间点的相对应的信号的值和/或一个或多个从中得出的参量，尤其是在相关时间段的开始与结束之间的绝对信号变化和/或一个或多个其它集成在系统中的传感器的在相关时间段期间的信号的最大或平均斜率；和
‑ꢀ
从一个或多个集成在系统中的传感器、尤其是气体传感器的在测量过程的时间段和/或在测量过程的时间段以外的时间段期间的与时间相关的信号与一个或多个相同的传感器在先前测量、尤其是校准测量的同一时间段内的与时间相关的信号之差中得出的一个或多个参量，尤其是在测量过程或相关时间段的开始与结束之间的多个采样时间点的相对应的差的值和/或一个或多个从中得出的参量。
23.此外，测量特征可以从这些测量参量中得出并且包括如下参量中的一个或多个：
‑ꢀ
关于通过施加测试电压脉冲而引起的信号响应的数据；
‑ꢀ
在温度与传感器信号和/或信号响应的时间常数之间的比例因子；
‑ꢀ
一个或多个信号响应，所述一个或多个信号响应由于碰到传感器表面（31）上的测量气体的组分和/或压力的突然变化而引起；
‑ꢀ
基线（baseline）值，该基线值对应于在所定义的时间点、尤其是在测量过程的开始时间点的气体传感器原始信号；
‑ꢀ
与测量数据拟合的物理模型的一个或多个参数；
‑ꢀ
与在加热或冷却阶段期间的传感器信号拟合的指数函数的参数；
‑ꢀ
一个或多个经修改的测量参量，尤其是通过借助于相对应的比例因子补偿对传感器信号的温度影响；
‑ꢀ
在测量过程之前或之后的时间段内的传感器信号的作为温度的函数的一个或多个离散值；和
‑ꢀ
这些测量参量中的至少一个测量参量的依次被记录的值之间的差或商，尤其是这些测量参量中的至少一个测量参量的依次被记录的值之间的在该至少一个测量参量的当前值与该至少一个测量参量的参考值之间的差或商。
24.按照另一方面，提供了一种用于运行具有气体传感器的气体传感器系统的设备，以便提供在测量气体中的气体成分的气体浓度的浓度参量，其中该设备被设计用于：
‑ꢀ
在测量过程期间执行对气体浓度的测量，以便获得传感器信号的与气体浓度相关的随时间的变化过程；而且
‑ꢀ
借助于基于数据的传感器模型根据传感器信号的随时间的变化过程来确定该浓度参量，其中基于数据的传感器模型被训练来考虑在该测量过程以外的传感器表现，以确定浓度参量。
25.按照另一方面，提供了一种具有气体传感器和上述设备的气体传感器系统。
附图说明
26.随后，依据随附的附图更详细地描述实施方式。其中：图1示出了气体传感器的示意图；图2示出了阐明用于借助于按照第一实施方式的气体传感器来确定气体浓度的功能的框图；以及图3示出了用于借助于按照另一实施方式的气体传感器来确定气体浓度的功能图。
具体实施方式
27.图1示出了气体传感器系统1的示意图，该气体传感器系统具有测量室2，在该测量室中布置有气体传感器3。气体传感器3具有传感器表面31，该传感器表面具有敏感层，该敏感层被施加待检测的气体成分并且该敏感层提供电传感器参量，该电传感器参量指示待检测的气体成分的气体浓度。
28.受控制单元4的控制，测量气体可以经由供气管线5被引入测量室2，应该在该测量室中测量待检测的气体成分的浓度。还可以将冲洗气体引入测量室2，以便实现对气体传感器3的校准。通常，测量气体经由另一通道被排出，使得测量气体持续从气体传感器3中逸出。
29.控制单元4可以设置于本地或者基于云地被实现，并且与气体传感器3保持通信连接。
30.气体传感器3配备有加热装置6，以便将气体传感器3加热到各种温度水平。
31.气体传感器可具有不同的测量原理。尤其是半导体气体传感器可以在温度循环模式下运行，其中氧气在高温阶段被积聚在传感器表面上。然后，在低温阶段期间，氧气被待检测的气体成分所置换。接着，在低温阶段的电导率变化可以相对应地被评估，以便获得气体浓度。替代地，在测量气体中的待检测的气体成分的气体浓度也可以通过半导体气体传感器的在该气体传感器3的传感器表面的平衡状态下的电导率来被确定。
32.气体传感器的其它测量原理也提供了具有不同温度负载的时间阶段。
33.气体传感器3通常被设计为使得待测量的、待检测的气体成分在传感器表面31处的化学反应、吸附或吸收引起传感器表面31的特性变化，该特性变化反映于电传感器参量（传感器信号）的变化中，诸如以传感器电流、传感器电压或传感器电阻（传感器电导率）的变化为形式。
34.气体传感器3在其使用寿命期间由于外部影响、如温度、空气湿度和材料负载而发生状态变化，该状态变化使传感器状态并且借此使传感器灵敏度发生变化。由此，会导致气体传感器的由于存放和老化所引起的错误校准，该错误校准应该予以补偿。常规方法提供重新校准，这些重新校准复杂而且仅在特定时间点被执行，在这些特定时间点之间，对于气
体传感器3来说没有进行正常校准。
35.原则上，应该借助于气体传感器系统1来提供浓度参量。该浓度参量指示在冲刷传感器表面31的测量气体中的待检测的气体成分的气体浓度。在此，应该考虑气体传感器3的老化影响和环境影响。为了确定由于存放和老化所引起的传感器状态的变化对浓度测量的这些影响，在控制单元4中使用基于数据的传感器模型，该基于数据的传感器模型被训练为：
‑ꢀ
确定用于加载于从所测量的传感器参量中得出的浓度参量的校正参量；或者
‑ꢀ
直接根据电传感器参量在浓度测量期间的变化过程以及气体传感器3的其它运行参数和/或表现参数来确定浓度参量。
36.在图2中，示出了用于阐明基于通过该基于数据的传感器模型所确定的校正参量来确定气体成分的气体浓度的浓度参量的功能图。为此，借助于基于物理定律来被创建并且取决于特定的传感器技术的物理传感器模型21，确定原始浓度参量c
phys
，该原始浓度参量指示未发生变化（例如未老化或者处于制造状态下）的气体传感器3的气体浓度。原则上，基础的物理传感器模型21可以指示在新的、未老化的气体传感器3的情况下的传感器灵敏度。
37.物理传感器模型21例如可以包括任意的数学函数，诸如级数展开等等，该级数展开通常具有数目更多的模型参数。在此，物理传感器模型的模型参数通常被全局优化并且以特定于仪器的方式被校准并且因此针对单独的气体传感器3被固定地指定。
38.原始浓度参量c
phys
可以在传感器模型21中被确定为由传感器信号s和如下测量参量m1, m2, m3, ...中的一个或多个测量参量构成的函数：
‑ꢀ
从在测量过程的时长期间、也就是说在使用测量气体的施加阶段期间的与时间相关的传感器信号s中得出的参量，诸如在测量过程的开始与结束之间的多个采样时间点的传感器信号的值和/或从中得出的参量，诸如在测量过程的开始与结束之间的绝对信号变化或者在测量过程期间的传感器信号s的最大或平均斜率。
‑ꢀ
从在测量过程的时间段以外的时间段期间、尤其是在施加阶段之前和/或之后的时长期间、以及尤其是在期间设定特定的传感器状态的时间段期间、尤其是在预先确定的温度变化过程的时间段、尤其是加热、冷却或温度保持阶段的时间段期间的随时间的传感器信号中得出的参量，诸如在相关时间段的开始与结束之间的多个采样时间点的传感器信号的值和/或从中得出的参量，诸如在相关时间段的开始与结束之间的绝对信号变化或者在相关时间段期间的传感器信号s的最大或平均斜率；
‑ꢀ
一个或多个特定于仪器的校准参数，所述校准参数对模型的精度做出贡献，其方式是所述校准参数根据该模型的类型来提供特定于仪器的信息，尤其是气体传感器的灵敏度。这些校准参数可以被指定和/或凭经验被确定。
‑ꢀ
从一个或多个其它集成在系统中的传感器、诸如测量气体温度传感器、测量气体湿度传感器以及气体传感器温度传感器的在测量过程的时间段和/或在测量过程的时间段以外的时间段期间的随时间的信号中得出的参量，诸如在测量过程或相关时间段的开始与结束之间的多个采样时间点的传感器信号的值和/或一个或多个从中得出的参量，尤其是在相关时间段的开始与结束之间的绝对信号变化和/或一个或多个其它集成在系统中的传感器的在相关时间段期间的信号的最大或平均斜率。
‑ꢀ
从一个或多个集成在系统中的传感器的在测量过程的时间段和/或在测量过程的时间段以外的时间段期间的与时间相关的信号、尤其是传感器信号s与一个或多个相同的传感器在先前测量、尤其是校准测量的同一时间段内的与时间相关的信号之差中得出的一个或多个参量，尤其是在测量过程或相关时间段的开始与结束之间的多个采样时间点的相对应的差的值和/或一个或多个从中得出的参量。
39.例如，原始浓度参量可以依据如下使用模型参数a, b, c, ...来参数化的模型之一根据这样确定的测量参量m1, m2, m3, ...来被计算，其中：
‑ꢀ
按照如下等式的线性模型
‑ꢀ
按照如下等式的指数模型或者
‑ꢀ
在假设朗缪尔（langmuir）吸附且忽略在测量过程期间的解吸过程的情况下的按照如下等式的物理模型。
40.现在，在传感器模型块22中确定校正参量k，在校正块23中给从物理激励的传感器模型21中所确定的原始浓度参量加载该校正参量，以便获得经校正的浓度参量c
korr
。校正参量k尤其可以是用于以乘法加载于原始浓度参量的校正因子或者用于以加法加载于原始浓度参量的校正偏移量。
41.校正参量k可以通过传感器模型块22中的基于数据的传感器模型来被确定。该基于数据的传感器模型可以包括回归模型，诸如lasso模型、随机森林模型、高斯过程模型或者神经网络。
42.可以使用测量参量m1, m2, m3 .....中的所选择的测量参量和从中得出的测量特征f1, f2, f3...，作为针对传感器模型的输入参量。
43.该基于数据的传感器模型根据上述测量参量m1, m2, m3 ...中的一个或多个来确定校正参量k。
44.这些测量特征f1, f2, f3...可以在测量特征块24中根据测量参量m1, m2, m3来得出，并且用于压缩在这些测量参量中所包含的信息。测量特征f1, f2, f3...例如可包括如下测量特征中的一个或多个：
‑ꢀ
通过施加测试电压脉冲而引起的信号响应；
‑ꢀ
在温度与传感器信号和/或信号响应的时间常数之间的比例因子；
‑ꢀ
如下信号响应，所述信号响应由于碰到传感器表面31上的测量气体的组分（尤其是湿度）和/或压力的突然变化而引起。该变化尤其是在测量过程的开始或结束当气体组分变化时发生；
‑ꢀ
基线值，该基线值对应于在所定义的时间点（例如在测量过程的开始时间点）的气体传感器原始信号；
‑ꢀ
与测量数据拟合的物理模型的一个或多个参数。例如，吸附和解吸动力学模型
可以在施加以及必要时随后的保持阶段期间与传感器信号拟合，并且经拟合的物理参数（例如吸附焓、速率常数）可以被用作传感器模型的测量特征。
‑ꢀ
与测量数据拟合的经验关系的参数，诸如与在加热或冷却阶段期间的传感器信号拟合的指数函数的参数。
‑ꢀ
经修改的测量参量，尤其是通过借助于相对应的比例因子补偿对气体传感器原始信号的温度影响；
‑ꢀ
在测量过程之前或之后的时间段内的传感器信号的作为温度的函数的一个或多个离散值；
‑ꢀ
依据安托万（antoine）方程从相对气体湿度被换算到绝对气体湿度的传感器值；
‑ꢀ
这些测量参量中的至少一个测量参量的依次被记录的值之间的差或商，尤其是这些测量参量中的至少一个测量参量的依次被记录的值之间的在该至少一个测量参量的当前值与该至少一个测量参量的参考值之间的差或商。
45.该基于数据的传感器模型利用训练数据来被训练，这些训练数据将测量特征分配给所分配的浓度参量（ground truth（地面实况））。根据分别被施加校准测量气体的气体传感器3的测量参量来获得测量特征。浓度参量分别对应于在校准测量气体中的气体浓度，其中气体传感器3是在各种存放条件下被存放的。通过基于从物理激励的模型中获得的浓度参量进行的反算，该基于数据的传感器模型可以相对应地被相关。
46.为了对该基于数据的传感器模型进行训练，可以借助于存放历史的变体、也就是说环境条件的时间序列例如通过存放时长、温度和空气湿度的受控制的改变并且在使用具有待检测的气体成分的已知浓度的校准测量气体的情况下产生由测量参量和测量特征和气体浓度构成的经实验标记的对。
47.按照一个替代的实施方式，如图3的功能图中所示，在传感器模型块22'中的基于数据的传感器模型可以直接确定经校正的浓度参量c
korr
。在此，物理传感器模型与在该基于数据的传感器模型中的取决于相应传感器状态的校正一起被实现，以便确定经校正的浓度参量c
korr
，作为模型输出。
48.在混合模型方法中，该物理传感器模型和该基于数据的传感器模型可以并行地确定经校正的浓度参量。借助于下游的加权函数，两个经校正的浓度参量可以相对于彼此被加权，其中权重可以根据相应的经校正的浓度参量来被选择，尤其是按照指定的加权函数。