Improving the performance of micro-machined metal oxide gas sensors: Optimization of the temperatura modulation mode via pseudorandom sequences.

Abstract

Un dels majors problemes experimentats pels sistemes de detecció de gasos basats en sensors d'òxids metàl·lics és la seva manca de reproduibilitat, estabilitat i selectivitat. A fi i a efecte d'intentar resoldre aquest problemes, diferents estratègies han estat desenvolupades en paral·lel. Algunes es relacionen a la millora dels materials i d'altres impliquen el condicionament o el pre-tractament de les mostres. Les més emprades han consistit en aprofitar que els sensors presenten sensibilitats solapades per construir matrius de sensors i emprar tècniques de processament del senyal o bé utilitzar característiques de la resposta dinàmica dels sensors. En els darrers anys, modular la temperatura de treball del sensors d'òxids metàl·lics s'ha convertit en un dels mètodes més utilitzats per incrementar-ne la selectivitat. Això s'esdevé així donat que la resposta del sensor varia amb la seva temperatura de treball. Per això, en determinats casos, mesurant la resposta d'un sensor a n temperatures de treball diferents pot ser equivalent a tenir una matriu de n sensors diferents. Això permet obtenir informació multivariant de cada sensor individualment i ajuda a mantenir baixa la dimensionalitat del sistema de mesura per resoldre una determinada aplicació. Malgrat que molts i bons resultats han estat publicats dins aquest àmbit, la tria de les freqüències emprades en la modulació de la temperatura de treball dels sensor ha consistit fins ara en un procés empíric que no garanteix la obtenció dels millors resultats per una determinada aplicació. En aquest context, el principal objectiu d'aquesta tesi doctoral ha consistit en desenvolupar un mètode sistemàtic que permeti determinar quines són les freqüències de modulació òptimes que caldria emprar per resoldre un determinat problema d'anàlisi de gasos. Aquest mètode, extret del camp d'identificació de sistemes, ha esta desenvolupat i implementat per primer cop dins l'àmbit dels sensors de gasos. Aquest consisteix en estudiar la resposta dels sensors en presència de gasos mentre la temperatura de treball dels sensors és modulada per un senyal pseudo-aleatori de longitud màxima. Aquest senyals comparteixen algunes propietats amb el soroll blanc, i per tant poden ajudar a estimar la resposta lineal d'un sistema amb no-linealitats (per exemple, la resposta impulsional d'un sistema sensor-gas). El procés d'optimització es duu a terme mitjançant la selecció entre els components espectrals de les estimacions de la resposta impulsional, d'aquells que millor ajuden bé a discriminar o a quantificar els gasos objectiu dins una aplicació d'anàlisi de gasos donada. Tenint en compte que els components espectrals estan directament relacionats amb les xvii Improving the performance of micro-machined metal oxide gas sensors: Optimization of the temperature modulation mode via pseudo-random sequences. freqüències de modulació, la tria d'uns pocs components espectrals resulta en la determinació de les freqüències òptimes de modulació. En els primer experiments, senyals binaris pseudo-aleatoris van ser emprats per modular la temperatura de treball de sensors de gasos basats en òxids metàl·lics micro-mecanitzats dins d'un rang comprès entre 0 i 112,5 Hz. La freqüència superior és lleugerament superior a la frequència de tall de les membranes dels sensors. El resultat principal derivat d'aques estudi va ser que les freqüències de modulació interessants es trobaven en un rang comprès entre 0 i 1 Hz. Això és comprensible donat que la cinètica de les reaccions i dels processos d'adsorció que es produeixen en la superfície dels sensors són lentes i si aquestes s'han de veure modificades per la modulació térmica, llavors caldran senyals de modulació de baixa freqüència. Això explica perquè s'han vingut emprant senyals moduladores de temperatura en el rang dels mHz, malgrat que les membranes d'un dispositiu micromecanitzat presenten respostes tèrmiques molts més ràpides (típicament de l'ordre de 100 Hz). En els experiments que continuaren els primers, un mètode evolucionat per determinar les freqüències de modulació tèrmica òptimes va ser implementat. Aquest es basa en l'ús de seqüències pseudo-aleatòries multi-nivell de longitud màxima. Els senyals de tipus multi-nivell van ser considerats en substitució dels senyals binaris ja que els primers permeten obtenir una millor estimació que els segons de la dinàmica lineal d'un sistema amb no linealitats. I és ben conegut que els sensors de gasos basats en òxids metàl·lics presenten no linealitat en la seva resposta. Aquests estudis sistemàtics van ser completament validats mitjançant la síntesi de senyals multi-sinusoïdals amb les freqüències prèviament identificades emprant sequències pseudo-aleatòries. Quan la temperatura de treball dels sensors va ser modulada amb un senyal, el contingut freqüencial del qual era l'òptim, els gasos i les mescles de gasos considerades van poder ser discriminades perfectament i es va mostrar la possibilitat d'obtenir models de calibració acurats per predir la concentració dels gasos. En alguns casos, aquest procés de validació es va portar a terme emprant sensors que no havien estat utilitzats durant el procés d'optimització (per exemple, una agrupació de sensors diferent però del mateix lot de fabricació). En resum, el nou mètode desenvolupat en aquesta tesi per seleccionar les freqüències de modulació òptimes s'ha mostrat consistent i efectiu. El mètode és d'aplicació general i podria ser emprat en qualsevol problema d'anàlisi de gasos o bé estès a altres tipus de sensors (per exemple sensors polimèrics). Les contribucions científiques d'aquesta tesi s'han recollit en quatre articles en revistes internacionals i 13 llibres d'actes de conferències.

Uno de los mayores problemas experimentados en los sistemas de detección de gases basados en dispositivos de óxidos metálicos es su falta de reproducibilidad, estabilidad y selectividad. Con el fin de intentar resolver estos problemas, diferentes estrategias han sido desarrolladas en paralelo. Algunas de ellas se relacionan con la mejora de los materiales y otras implican acondicionamiento o pre-tratamiento de las muestras. Otras estrategias ampliamente empleadas consisten en aprovechar que los sensores presentan sensibilidades solapadas para construir matrices de sensores y emplear técnicas de procesamiento de señal o bien utilizar características de la respuesta dinámica de los sensores.En los últimos años, modular la temperatura de trabajo de los sensores de óxidos metálicos se ha convertido en uno de los métodos más utilizados para incrementar su selectividad. Esto se debe a, dado que la respuesta del sensor varía con su propia temperatura de trabajo, entonces, en determinados casos, midiendo la respuesta de un sensor a n temperaturas de trabajo diferentes, es equivalente a tener una matriz de n sensores diferentes. Esto permite obtener información multivariante de cada sensor individualmente y ayuda a mantener baja la dimensionalidad del sistema de medida para resolver una determinada aplicación. A pesar de los buenos resultados que han sido publicados dentro de este ámbito, la selección de las frecuencias empleadas en la modulación de la temperatura de trabajo de los sensores ha consistido, hasta el momento, en un proceso empírico lo que no garantiza la obtención de los mejores resultados para una determinada aplicación.En este contexto, el principal objetivo de esta tesis doctoral ha consistido en desarrollar un método sistemático que permita determinar cuales son las frecuencias de modulación óptimas que podrían emplearse para resolver un determinado problema de análisis de gases. Este método, extraído del campo de identificación de sistemas, ha sido desarrollado e implementado por primera vez dentro del ámbito de los sensores de gases. Éste consiste en estudiar la respuesta de los sensores en presencia de gases mientras la temperatura de trabajo de los sensores es modulada mediante una señal pseudo-aleatoria de longitud máxima. Estas señales comparten algunas propiedades con el ruido blanco, y por tanto pueden ayudar a estimar la respuesta lineal de un sistema con no-linealidades (por ejemplo, la respuesta impulsional de un sistema sensor-gas).El proceso de optimización es llevado a cabo mediante la selección entre las componentes espectrales de las estimaciones de la respuesta impulsional, de aquellas que más ayudan ya sea a discriminar o a cuantificar los gases objetivo dentro de una aplicación de análisis de gases dada. Teniendo en cuenta que las componentes espectrales están directamente relacionadas con las frecuencias de modulación, la selección de unas pocas componentes espectrales resulta en la determinación de las frecuencias optimas de modulación.En los primeres experimentos, señales binarias pseudo-aleatorias fueron utilizadas para modular la temperatura de trabajo de los sensores de gases basados en óxidos metálicos micro-mecanizados en un rango comprendido entre 0 a 112.5 Hz. La frecuencia superior es ligeramente mayor a la frecuencia de corte de las membranas de los sensores. El resultado principal derivado de estos estudios fue que las frecuencias de modulación interesantes se encuentran en un rango comprendido entre 0 y 1 Hz. Esto es comprensible dado que la cinética de las reacciones y de los procesos de adsorción que se producen en la superficie del sensor son lentos y si estos se han de alterar mediante la modulación térmica, se habrá de elaborar señales de modulación a bajas frecuencias. Esto explica por que se han venido empleado señales moduladoras de temperatura en el rango de los mHz, a pesar que las membranas de un dispositivo micro-mecanizado presentan respuestas mucho más rápidas (típicamente en el orden de los 100 Hz).En los experimentos posteriores a los primeros, un método evolucionado para determinar las frecuencias de modulación óptimas de los sensores micro-mecanizados fue implementado, el cual se basa en el uso de secuencias pseudo-aleatorias multi-nivel de longitud máxima (MLPRS). Las señales de tipo multi-nivel fueron consideradas en lugar de las binarias ya que las primeras permiten obtener una mejor estimación que las segundas de la dinámica lineal de un sistema con no linealidades. Y es bien conocido que los sensores de gases basados en óxidos metálicos presentan no-linealidades en su respuesta.Estos estudios sistemáticos fueron completamente validados mediante la síntesis de señales multi-senoidales con las frecuencias previamente identificadas utilizando secuencias pseudo-aleatorias. Cuando la temperatura de trabajo de los sensores fue modulada por una señal, el contenido frecuencial de la cual es el óptimo, los gases y mezclas de gases considerados pudieron ser discriminados perfectamente y se verificó la posibilidad de obtener modelos de calibración precisos para predecir la concentración de los gases. En algunos casos, estos procesos de validación se llevaron a cabo con sensores que no habían sido utilizados durante el proceso de optimización (por ejemplo, una agrupación de sensores diferentes pero del mismo lote de fabricación).En resumen, El nuevo método desarrollado in esta tesis para seleccionar las frecuencias de modulación optimas se a mostrado consistente y efectivo. El método es de aplicación general y podría ser utilizado en cualquier problema de análisis de gases o bien extendido a otro tipo de sensores (por ejemplo sensores poliméricos).Las contribuciones científicas de esta tesis se han recogido en 4 artículos en revistas internacionales y trece actas de conferencias.

One of the major problems in gas sensing systems that use metal oxide devices is the lack of reproducibility, stability and selectivity. In order to tackle these troubles experienced with metal oxide gas sensors, different strategies have been developed in parallel. Some of these are related to the improvement of materials, or the use of sample conditioning and pre-treating methods. Other widely used techniques include taking benefit of the unavoidable partially overlapping sensitivities by using sensor arrays and pattern recognition techniques or the use of dynamic features from the gas sensor response.In the last years, modulating the working temperature of metal oxide gas sensors has been one of the most used methods to enhance sensor selectivity. This occurs because, since, the sensor response is different at different working temperatures, and therefore, measuring the sensor response at n different temperatures is, in some cases, similar to the use of an array comprising n different sensors. This allows for measuring multivariate information from every single sensor and helps in keeping low the dimensionality of the measurement system needed to solve a specific application. Although the good results reported, until now, the selection of the frequencies used to modulate the working temperature remained an empirical process and that is not an accurate method to ensure that the best results are reached for a given application.In view of this context, the principal objective of this doctoral thesis was to develop a systematic method to determine which are the optimal temperature modulation frequencies to solve a given gas analysis problem. This method, which is borrowed from the field of system identification, has been developed and introduced for the first time in the area of gas sensors. It consists of studying the sensor response to gases when the operating temperature is modulated via maximum-length pseudo-random sequences. Such signals share some properties with white noise and, therefore, can be of help to estimate the linear response of a system with non-linearity (e.g., the impulse response of a sensor-gas system).The optimization process is conducted by selecting among the spectral components of the impulse response estimates, the few that better help either discriminating or quantifying the target gases of a given gas analysis application. Since spectral components are directly related to modulating frequencies, the selection of spectral components results in the determination of the optimal temperature modulating frequencies.In the first experiments, pseudo-random binary signals (PRBS) were employed to modulate the working temperature of micro-machined metal oxide gas sensors in a frequency range from 0 up to 112.5 Hz. The upper frequency is slightly higher than the cutoff frequency of the sensor membranes. The outcome of this initial study was that the important modulating frequencies were in the range between 0 and 1 Hz. This is understandable, since the kinetics of reaction and adsorption processes taking place at the sensor surface (i.e., physisorption/chemisorption/ionosorption) are slow and if these are to be altered by the thermal modulation, low frequency modulating signals need to be devised. This explains why low-frequency temperature-modulating signals (i.e. in the mHz range) have been used with micro-hotplate gas sensors, even though the thermal response of their membranes is much faster (typically, near 100 Hz).In the experiments that followed the first ones, an evolved method to determine the optimal temperature modulating frequencies for micro-hotplate gas sensors was introduced, which was based on the use of maximum length multilevel pseudo-random sequences (MLPRS). Multilevel signals were considered instead of the binary ones because the former can provide a better estimate than the latter of the linear dynamics of a process with non-linearity. And it is well known that temperature-modulated metal oxide gas sensors present non-linearity in their response.These systematic studies were fully validated by synthesizing multi-sinusoidal signals at the optimal frequencies previously identified using pseudo-random sequences. When the sensors had their operating temperatures modulated by a signal with a frequency content that corresponded to the optimal, the gases and gas mixtures considered could be perfectly discriminated and the building of accurate calibration models to predict gas concentration was found to be possible. In some cases, the validation process was conducted on sensors that had not been used for optimization purposes (e.g. a different sensor array from the same fabrication batch).Summarizing, the new method developed in this thesis for selecting the optimal modulating frequencies is shown to be consistent and effective. The method applies generally and could be used in any gas analysis problem or extended to other type of sensors (e.g. conducting polymer sensors).The scientific contributions of this thesis are collected in four journal papers and thirteen conference proceedings.