Contribution au développement d'un système multiplicateurs de gaz : application à la détection de gaz réfrigérant Forane 134a et de gaz carbonique dans une atmosphère conditionnée humide

Contribution to the development of an electronic nose system : application to the detection of a réfrigérant gas Forane 134a and carbonic gas in a humidity conditionned atmosphere

• Auteur / Autrice : Claude Delpha
• Direction : Martine Lumbreras
• Type : Thèse de doctorat
• Discipline(s) : Électronique
• Date : Soutenance en 2000
• Etablissement(s) : Metz
• Partenaire(s) de recherche : Laboratoire : LICM - Laboratoire Interfaces, Capteurs et Microélectronique - EA 1776

Mots clés

Mots clés contrôlés

Capteurs (technologie)

Détecteurs de gaz

Mots clés libres

Nez électronique

Résumé

Les systèmes multicapteurs de gaz connaissent actuellement un développement accru pour de nombreux domaines d'application. Inscrite dans le large domaine de la lutte contre la pollution atmosphérique, notre étude a pour but principal la détection d'un gaz réfrigérant le Forane 134a et aussi de dioxyde de carbone dans une atmosphère conditionnée humide. Après un état de l'art des applications nez électronique et des capteurs les constituant, nous pressentons et justifions ici notre choix pour une matrice de capteurs à base de dioxyde d'étain. Nous évoquons les principales contraintes liées à leur utilisation nous permettant ainsi de définir le dispositif expérimental nécessaire à leur étude. Nous faisons ressortir l'importance de ce dernier en exposant les erreurs et imprécisions pouvant intervenir dans la mesure si ce conditionnement n'est pas correctement réalisé. Nous donnons ensuite les résultats de la caractérisation des capteurs choisis suivant différentes atmosphères possibles d'air synthétique sec ou humide avec des concentrations variables des deux gaz cibles, R134a et CO2, seuls ou en mélange, et des modes d'introduction différents. Nous mettons alors en évidence la réponse de type réducteur pour l'humidité ainsi que pour le R134a et une réponse de gaz oxydant pour le CO2. Nous montrons également l'influence du taux d'humidité pour les gaz étudiés seuls ou en mélange. De cette caractérisation nous faisons ressortir deux variables représentatives, la conductance stabilisée et la pente dynamique de la conductance, avec lesquelles nous construisons la base de données d'apprentissage pour notre système. Nous montrons que l'association de la conductance au gaz de référence à ces deux premières variables permet de réduire les effets de dérives lors du traitement par les méthodes d'analyses de données choisies (ACP et AFD). Nous proposons alors des règles de décisions fiables pour l'identification des gaz et voire même leur quantification dans certaines conditions, qui ont permis l'identification avec succès d'échantillons inconnu

The development of gas multisensor systems (electronic noses) has now an increasing interest in many field of application. In the field of atmospheric anti-pollution control our study consists in the main detection of a refrigerant gas Forane 134a and carbon dioxide in a humidity controlled atmosphere. We first give the state of the art on electronic noses and gas sensors, and then we present to justify our choice for array of tin dioxide (SnO2) sensors from FIGARO Engineering Inc. We mention the main constraints for their use allowing us to define the experimental set-up useful to their study. We show the importance of this set-up by noting the errors and other lack of precision which can be induced in the measurements if a good control is not correctly operated. Afterwards, we give the characterization results of the chosen sensor types for the different possible atmospheres : dry or wet synthetic air mixed with various concentrations of our two target gases R134 and CO2 and their mixture. We underline the reducing type response of the sensor in presence of humidity or R134a, and the oxidising type response CO2. We also show the influence of the relative humidity on the alone or mixed studied gases. From this characterization two main representative variables are extracted : the steady-state conductance and the conductance dynamic slope. The system learning data base is then built and we show that the association of the reference gas conductance as a variable with the two other types allow us to reduce the drift effects during the treatment with multivariate data analysis methods (Principal Component Analysis and Discriminant Factorial Analysis). Finally we propose decisive laws for the identification of the target gases and also their possible quantification. These laws allowed us the successful identification (more than 99%) of unknown test cases