金属氧化物气体传感器阵列的长期漂移行为:来自电子鼻子的一年数据集
Julius Wörner1, Jonas Eimler1, Miriam Pein-Hackelbusch2
1Institute for Life Science Technologies (ILT.NRW), OWL University of Applied Sciences and Arts, 32657, Lemgo, Germany.
Scientific data
|October 8, 2025
概括
创建了一个新的12个月的电子鼻子漂移数据集,以应对传感器漂移纠正方面的挑战. 这一全面的数据集支持开发和评估漂移检测和补偿方法,以提高电子鼻子的性能.
科学领域:
- 化学传感器 化学传感器
- 工具分析 工具分析
- 数据科学数据科学数据科学
背景情况:
- 传感器漂移是电子鼻子 (e-nose) 技术的一个主要挑战,阻碍了可靠的性能.
- 现有的漂移数据集很少,往往缺乏细节,或者过时,阻碍了方法评估.
- 开发有效的漂移纠正方法需要经过充分记录的长期数据集.
研究的目的:
- 为电子鼻子系统引入一种全新的,全面的长期漂移数据集.
- 促进对传感器漂移检测,表征和补偿的研究.
- 支持开发和验证先进的电子鼻子数据分析技术.
主要方法:
- 在12个月内使用商用电子鼻子和62个金属氧化物传感器收集数据.
- 在受控条件下进行测量,使用不同度的三种分析物 (二甲,二乙醇,乙醇).
- 创建了700个时间序列记录,提供原始数据和预提取的特征.
主要成果:
- 已经建立了一个强大的长期漂移数据集,涵盖了12个月的时间.
- 该数据集包括原始时间序列数据和700次测量的提取特征.
- 控制的实验条件确保了漂移分析数据的可靠性.
结论:
- 新的数据集解决了电子鼻子研究中对记录良好的漂移数据的关键需求.
- 它为提升特征提取,选择,漂移检测和补偿方法提供了宝贵的资源.
- 本次贡献旨在加速理解和减轻电子鼻子应用中的传感器漂移的进展.
