Bitte benutzen Sie diese Referenz, um auf diese Ressource zu verweisen:
Volltext verfügbar? / Dokumentlieferung
doi:10.22028/D291-37594
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.