Please use this identifier to cite or link to this item: doi:10.22028/D291-37594
Volltext verfügbar? / Dokumentlieferung
Title: Effiziente und effektive Gassensorkalibrierung mit randomisierten Gasmischungen
Author(s): Baur, Tobias
Bastuck, Manuel
Schultealbert, Caroline
Schütze, Andreas
Sauerwald, Tilman
Language: German
Title: 14. Dresdner Sensor-Symposium 2019
Pages: 90-95
Publisher/Platform: AMA Service GmbH
Year of Publication: 2019
Place of publication: Wunstorf
Place of the conference: Dresden, Germany
DDC notations: 600 Technology
Publikation type: Conference Paper
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 of the first publication: 10.5162/14dss2019/6.3
URL of the first publication: https://www.ama-science.org/proceedings/details/3527
Link to this record: 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
Date of registration: 14-Oct-2022
Faculty: NT - Naturwissenschaftlich- Technische Fakultät
Department: NT - Systems Engineering
Professorship: NT - Prof. Dr. Andreas Schütze
Collections:SciDok - Der Wissenschaftsserver der Universität des Saarlandes

Files for this record:
There are no files associated with this item.


Items in SciDok are protected by copyright, with all rights reserved, unless otherwise indicated.