- 學位論文
多頻道石化工業有機氣體壓電感測器研製與應用
Multi-channel piezoelectric crystal gas sensor for organic pollutants from petrochemical plants
若您是本文的作者，可授權文章由華藝線上圖書館中協助推廣。
摘要
針對石化工業空氣有機污染物，本研究自行研製了對氣體分子具辨識能力的一組六頻道之氣體壓電感測器陣列，藉以監測石化工業中6種常見的致癌性排出物及重要之石化基本原料包括：苯(benzene)、苯乙烯(styrene)、氯仿(chloroform)、辛烷(octane)、己烯(hexene)及己炔(hexyne)。藉由主成份分析法(PCA)分析修飾有不同吸附劑之壓電晶體感測頻道所收集的頻率訊號，可由22種吸附劑中挑選出6種最適合偵測目的之塗佈物。進行主成份分析後，所抽取出之前四個主成份已可解釋樣本數據變異量之97.5 %，且Polyisobutylene、SE30、C60/PPA、4-tert-Butylcalix[6]arene、Cholesteryl chloroformate及Ag(Ⅰ)/cryptand-2,2/Ethylene diamine/NH3/ Polyvinyl chloride等六種在主成份分析中具有代表性的石英晶體塗佈物被選出。此外，進一步探討吸附劑之塗佈量對感測訊號之影響並找出最適當的塗佈量，於本研究中固定各頻道之塗佈量為10μg。 對6種目標偵測物之定性分析藉由二維的X-Y主成份分數散佈圖、雷達圖及倒傳遞神經網路這三種辨識技術來達成，定量分析則藉由簡單性線迴歸進行檢量線之製備。對特定目標分析物之最佳感測頻道所得線性迴歸R2值皆達0.995以上，偵測下限可達0.068-1.127 mg/L，感測訊號也表現出良好之再現性，RSD(n=10)值介於1.1-9.6%。此六頻道壓電感測陣列也被嘗試用於分辨混合有機氣體樣品，利用倒傳遞神經網路可成功辨識出混合樣品中的組成成分，並藉由複回歸分析定量混合樣品各組成成分之含量。因混合樣品中各組成成分之揮發能力強弱不同，而造成製備與檢測過程中樣品各組成之濃度與理論濃度有所差異，影響定量分析之準確性，但所得複回歸檢量線之線性迴歸R2值仍可達0.95以上。
參考文獻
44. Chang, P.; Shih, J. S., Multi-channel Piezoelectric Quartz Crystal Sensor for Organic Vapours. Ana. Chim. Acta., 2000, 403, 39-48.
2. Stetter, J. R.; Penrose, W. R.; Sheng Yao, Sensors, Chemical Sensors, Electrochemical Sensors, and ECS, Journal of The Electrochemical Society 2003, 150(2), S11-S16.
3. Stetter, J. R.; Penrose, W. R., Understanding Chemical Sensors and Chemical Sensors Arrays (Electronic Noses): Past, Present, and Future, Sensors Update 2002, 10, 189-229.
5. Pearce, T. C.; Gardner, J.W.; Göpel, W.; Baltes, H.; Hesse, J., Strategies for Mimicking Olfaction: The Next Gengeration of Electronic Noses?, Sensors Update 1996, 3, 61–130.
8. Maekawa, T.; Suzuki, K.; Takada, T.; Kobayashi, T.; Egashira, M., Odor identification using a SnO2-based sensor array, Sensors and Actuators B 2001, 80, 51-58.