Bitte benutzen Sie diese Referenz, um auf diese Ressource zu verweisen: doi:10.22028/D291-37594
Volltext verfügbar? / Dokumentlieferung
Titel: Effiziente und effektive Gassensorkalibrierung mit randomisierten Gasmischungen
VerfasserIn: Baur, Tobias
Bastuck, Manuel
Schultealbert, Caroline
Schütze, Andreas
Sauerwald, Tilman
Sprache: Deutsch
Titel: 14. Dresdner Sensor-Symposium 2019
Seiten: 90-95
Verlag/Plattform: AMA Service GmbH
Erscheinungsjahr: 2019
Erscheinungsort: Wunstorf
Konferenzort: Dresden, Germany
DDC-Sachgruppe: 600 Technik
Dokumenttyp: Konferenzbeitrag (in einem Konferenzband / InProceedings erschienener Beitrag)
Abstract: Die selektive Quantifizierung von Zielgasen in komplexen Mischungen ist ein integraler Bestandteil zahlreicher Zielanwendungen chemischer Gassensoren, wie zum Beispiel Raumluftüberwachung und Brandfrüherkennung. Die Daten der Sensoren werden dafür üblicherweise mit statistischen Modellen ausgewertet, die wiederum im Labor kalibriert wurden. In den meisten wissenschaftlichen Veröffentlichungen wird die Kalibrierung lediglich als ein Mittel zum Zweck betrachtet, um die Performance eines neuen Materials oder einer neuen Datenverarbeitungsmethode zu zeigen. Das experimentelle Design besteht meist aus einigen wenigen, festen Konzentrationsstufen pro Gas und der Sensor wird stets nur einem Zielgas gleichzeitig ausgesetzt [1, 2]. Die resultierenden Daten sind relativ einfach in Bezug auf Empfindlichkeit, Selektivität und Reaktionsgeschwindigkeit zu bewerten, vernachlässigen aber die Komplexität im Feld. Die Sensorkalibrierung mit sequenziellen Einzelgasangeboten bzw. Variation weniger Konzentrationsstufen [3, 4] kann zur Vernachlässigung von Maskierungseffekten bzw. Gaswechselwirkungen sowie zu Überanpassung durch systematische Einflüsse führen. ...
DOI der Erstveröffentlichung: 10.5162/14dss2019/6.3
URL der Erstveröffentlichung: https://www.ama-science.org/proceedings/details/3527
Link zu diesem Datensatz: urn:nbn:de:bsz:291--ds-375947
hdl:20.500.11880/34009
http://dx.doi.org/10.22028/D291-37594
ISBN: 978-3-9819376-1-9
Datum des Eintrags: 14-Okt-2022
Fakultät: NT - Naturwissenschaftlich- Technische Fakultät
Fachrichtung: NT - Systems Engineering
Professur: NT - Prof. Dr. Andreas Schütze
Sammlung:SciDok - Der Wissenschaftsserver der Universität des Saarlandes

Dateien zu diesem Datensatz:
Es gibt keine Dateien zu dieser Ressource.


Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.