CN103500770A - 一种多气体检测的红外气体传感器 - Google Patents

Abstract

本发明公开了一种多气体检测的红外气体传感器，将红外辐射源与多个热电堆传感器采用标准CMOS／MEMS工艺制备于同一个芯片，各芯片间通过热隔离墙、隔热沟道和真空晶圆级对准封装的方式，实现对共面传感器之间的热串扰的降低。采用单片集成工艺方法，对多传感器进行同时加工，采用不同窄波段滤波片分别组装于共面排布的多个传感器，实现对不同气体进行分光检测，在大大降低加工成本的同时，降低了热串扰和功耗，并且进一步提高了检测精度。

Description

一种多气体检测的红外气体传感器

技术领域

本发明涉及红外气体传感器技术领域，尤其涉及的是一种多气体检测的红外气体传感器。

背景技术

物联网技术的发展为集成化、低功耗、低成本的红外气体传感器带来了广泛的应用需求。工业和日常生活中实现对危险品气体，诸如CO，CO₂，NO，NO₂，CH₄的高灵敏检测，可以避免其泄露对社会财产和公共安全造成的巨大危害。在提高传感器探测性能和便携性的同时，实现多种气体非接触式同时检测，满足物联网、复杂环境对微红外多气体传感器的发展需求。红外气体传感器随MEMS和CMOS技术的发展，得以实现红外光学气体检测***的微型化，与传统气体传感器相比较，在稳定性、功耗、灵敏度、可靠性、使用寿命、极快的响应恢复及成本等方面，都有显著的优势。

Rae System公司于2002年提出将分立的红外光源、探测器、气室集成在一个TO₅管壳中作为小型化的红外气体传感器，并且能够用于检测碳氢化合物HC、二氧化碳CO₂、一氧化碳CO和一氧化氮NO气体浓度，但是并未实现多种气体同时检测，多种气体进行检测前需分离增加了检测的复杂度和成本。

发明内容

本发明所要解决的技术问题是针对现有技术的不足提供一种多气体检测的红外气体传感器。

本发明的技术方案如下：

本发明首先提供一种多气体检测的红外气体传感器，包括四个敏感元，分别为：第一敏感元(1)、第二敏感元(2)、第三敏感元(3)和参比敏感元(4)，四个敏感元均布在以纳米表面修饰红外光源(6)为圆心的圆周上，其中第一敏感元(1)、第二敏感元(2)之间设置一个L型的隔热沟道(5)，第三敏感元(3)和参比敏感元(4)之间也设置一个L型的隔热沟道(5)；四个敏感元和纳米表面修饰红外光源(6)***均由热隔离墙(7)实现相互之间的热隔离，降低热串扰的影响；参比敏感元的窄带滤波片波段覆盖第一敏感元(1)、第二敏感元(2)、第三敏感元(3)，通过参比敏感元对其他三个传感器的信号进行计算和补偿修正。

所述的红外气体传感器，所述第一敏感元(1)、第二敏感元(2)、第三敏感元(3)和参比敏感元(4)均布在经过光源(5)的椭圆的焦点上。

本发明还提供所述纳米表面修饰红外光源(6)的制备工艺，步骤如下：

(a)、在单晶硅衬底(61)上生长氮化硅(62)，实验条件：温度780℃，330mTorr，Six₂Cl₂：24sccm，NH₃：90sccm；

(b)、非晶硅(63)的淀积：温度为270℃，气体比例分别为SIH₄：24％NH₃：55％N₂：5.2％RF：170；

(c)、Al溅射和退火：磁控溅射Al，条件：气压10mTorr，通入Ar满足气压条件后，设置RF为8400W，然后在450℃下90min时间进行退火处理；

(d)、湿法腐蚀Al膜：采用常规的Al腐蚀液，腐蚀后样品表面剩下Al-Si化合物颗粒；

(e)、非晶硅干法刻蚀：采用Cl₂180sccm，压力300mTorr，RF350W，He200sccm，温度35-40℃，刻蚀完成后形成表面金属硅化物组成的微掩蔽结构；

(f)、正面释放孔的刻蚀，为释放单晶硅衬底做准备：气体CHF₃7sccm，He100sccm，SF₆30sccm，RF150W，压力400mTorr；采用磁控溅射的方法，溅射40-50A的TiN包覆金属硅化物和非晶硅外层，条件为Ar22.4sccm，N₂3.0sccm，压力为5e-3Torr，功率为1000W，真空度为8e-7Pa；

(g)、XeF₂正面释放硅衬底，形成微悬臂梁对红外光源进行支撑，条件为XeF₂4Torr，N₂20mTorr，温度为20℃。

本发明还提供参比敏感元对其他三个传感器的信号进行计算和补偿修正的方法，具体步骤为：所述红外气体浓度传感器的输出信号分为参比敏感元的输出信号U_Ref.与检测通道的输出信号U_Act.，两输出信号U_Ref.、U_Act.与目标气体对红外光的吸收率

有如下关系：

$\frac{U_{\mathrm{Act}.}}{U_{\mathrm{Ref}.}}=\frac{I}{I_O}---\left(1\right)$

I₀：入射光强，即红外光源经窄带光学滤波片滤光后入射参照通道与检测通道的红外光强度，一般在氮气条件下测得；

I：透射光强，即红外气体浓度传感器检测通道内由目标气体吸收后的红外光强度；

基于只局限于单色光的郎伯-比尔定律：I=I_O exp(-εlCⁿ)  (2)

C：目标气体浓度；

ε：目标气体对红外光的吸收系数；

l：目标气体入射光程；

n：修正常数，依赖于光程与目标气体成分；

红外光源经窄带光学滤波片滤光后入射检测通道的红外光在其波长范围内必然存在一些波长范围内的光不会被目标气体吸收，即存在非吸收波段，因此，将式(2)转换为：

I＝I_O×((1-S)×e^(-ΣεlC")+S)  (3)

$\⇒I=I_O\×((1-S)\×e^{-\mathrm{\αC\β})}+S)---\left(4\right)$

$\⇒(\frac{I}{I_0}-S)/(1-S)=\exp (-{\mathrm{\αC}}^{\mathrm{\β}})---\left(5\right)$

S：非吸收波段占检测通道入射红外光波长范围的比例系数，表征了非吸收波段对红外气体浓度传感器检测通道输出信号U_Act.的贡献；

α：指数常数，与郎伯-比尔定律中εl的平均值相关；

β：幂常数，取决于目标气体的光谱特性；

在目标气体不存在的情况下，红外气体浓度传感器检测通道输出信号U_Act.与参照通道输出信号U_Ref.的比值定义为红外气体浓度传感器的零位输出比，用符号Z表示，

即 $Z=U_{\mathrm{Act}.}^{\′}/U_{\mathrm{Ref}.}^{\′}---\left(6\right)$

在目标气体不存在的情况下，红外气体浓度传感器检测通道输出信号U_Act.的峰-峰值；

在目标气体不存在的情况下，红外气体浓度传感器参照通道输出信号U_Ref.的峰-峰值；

在目标气体存在的情况下，红外气体浓度传感器透射光强I与入射光强I₀的比值与红外气体浓度传感器的零位输出比Z相关，即 $\frac{I}{I_O}=\frac{U_{\mathrm{Act}.}}{U_{\mathrm{Ref}.}\×Z}---\left(7\right)$

则式(5)可转换为；

$(\frac{U_{\mathrm{Act}.}}{U_{\mathrm{Ref}.}\×Z}-S)/(1-S)=\exp \left({-\mathrm{\αC}}^{\mathrm{\β}}\right)---\left(8\right)$

$\⇒C={(-\frac{\mathrm{In}(\frac{U_{\mathrm{Act}.}}{U_{\mathrm{Ref}.}\×Z}-S)\×\frac{1}{1-S}}{\mathrm{\α}})}^{\frac{1}{\mathrm{\β}}}---\left(9\right)$

式(9)中参数α、β按如下方法确定；

首先，确定目标气体对红外气体浓度传感器红外光的相对吸收率Fa，即 $\mathrm{Fa}=\frac{I_0-I}{I_0}=1-\frac{I}{I_0}=1-\frac{U_{\mathrm{Act}.}}{U_{\mathrm{Ref}.}\×Z}=(1-S)\×(1-\exp ({-\mathrm{\αC}}^{\mathrm{\β}})---\left(10\right)$

然后，基于在相同浓度目标气体的测试状况下，同一确定类型红外气体浓度传感器红外光相对吸收率Fa的一致性，选取若干个红外气体浓度传感器，要求为同一确定类型，并确定目标气体的浓度测试范围，在目标气体的浓度测试范围内等间隔设定测试点；应用各红外气体浓度传感器按照测试点进行逐一测试，记录每一红外气体浓度传感器与测试浓度值对应的红外光相对吸收率Fa，求取平均值，并按照测试点气体浓度值与相对吸收率Fa平均值的对应关系，绘制测试结果分析表；

最后，依据式(10)选取函数关系式：Y=W×(1-exp(-αXβ))  (11)

X：自变量-目标气体浓度C；

Y：因变量-红外气体浓度传感器红外光相对吸收率Fa的平均值；

W：1-S，忽略不记；

按照测试结果分析并记录的测试结果，对式(11)进行曲线拟合，求取参数α和3的具体值；

通过式(8)可以得出式(9)中参数S：

$S=1-\frac{1-U_{\mathrm{Act}.}^{\″}/(U_{\mathrm{Ref}.}^{\″}\×Z)}{1-e^{-\mathrm{\α}{\left(C^{\″}\right)}^{\mathrm{\β}}}}---\left(12\right)$

C″：红外气体浓度传感器测试的满量程目标气体浓度；

在目标气体浓度满量程时，红外气体浓度传感器检测通道输出信号U_Act.的峰-峰值；

在目标气体浓度满量程时，红外气体浓度传感器参照通道输出信号U_Ref.的峰-峰值；

将相关数据：参数α、β、S、Z带入式(9)中，即可得到红外气体浓度传感器计算气体浓度的目标函数，根据目标函数、以及红外气体浓度传感器参照通道的输出信号U_Ref.与检测通道的输出信号U_Act.，得红外气体浓度传感器所检测目标气体的气体浓度C。

进一步的，参比敏感元对其他三个传感器的信号进行计算和补偿修正的方法中还包括环境参量的补偿，具体包括温度补偿机制、湿度补偿机制和压强补偿机制，具体为：

温度补偿机制为：

引入温度补偿参数λ，结合温度关系补偿红外气体浓度传感器内目标气体对红外光的吸收率

定义温度补偿后红外气体浓度传感器内目标气体对红外光的吸收率：

T：测试时外界环境的实时温度；

T₀：测试用于确定红外气体浓度传感器零位输出比Z的红外气体浓度传感器输出信号

时的外界环境温度；

λ：温度补偿参数；

其中，温度补偿参数λ按如下方法确定：应用红外气体浓度传感器在确定的目标气体浓度下进行测试，同时改变外界环境的温度，并对外界环境温度设定一定数量的采样点，记录与外界环境温度采样点对应的红外气体浓度传感器内目标气体对红外光的吸收率

即

按照

值与外界温度的对应关系进行曲线拟合，求取温度补偿参数λ的具体值；

将式(13)带入式(9)中，即可得到红外气体浓度传感器经温度补偿后计算气体浓度的目标函数：

基于理想气体浓度定律，对已经温度补偿后的目标函数C_补偿进行二次温度补偿，获得红外气体浓度传感器计算气体浓度的最终目标函数：

其中，温度T、T₀采用标准温度，单位为K；

湿度补偿机制为：

在地面大气中，水蒸气(H₂O)在大气中的含量随着天气条件变化很大，H₂O在红外吸收波段有很多吸收带，所以需要进行适度补偿。在温度补偿的基础上，引入湿度补偿参数

结合湿度关系补偿红外气体浓度传感器内目标气体对红外光的吸收率

定义湿度补偿后红外气体浓度传感器内目标气体对红外光的吸收率：

RH：测试时外界环境的实时湿度；

RH₀；测试用于确定红外气体浓度传感器零位输出比Z的红外气体浓度传感器输出信号

时的外界环境湿度；

湿度补偿参数；

其中，湿度补偿参数

按如下方法确定：应用红外气体浓度传感器在确定的目标气体浓度和温度下进行测试，同时改变外界环境的湿度，并对外界环境湿度设定一定数量的采样点，记录与外界环境湿度采样点对应的红外气体浓度传感器内目标气体对红外光的吸收率

即

按照值与外界湿度的对应关系进行曲线拟合，求取湿度补偿参数

的具体值；

将式(15)带入式(9)中，即可得到红外气体浓度传感器经湿度补偿后计算气体浓度的目标函数：

其中，湿度RH、RH₀采用相对湿度；

压强补偿机制为：

由于压强的变化会引起分子运动的变化，进而影响红外光的透射率，所以在温度、湿度补偿的基础上，引入压强补偿参数β，结合温度、湿度关系补偿，定义压强补偿后红外气体浓度传感器内目标气体对红外光的吸收率：

(16)

P：测试时外界环境的实时压强；

P₀：测试用于确定红外气体浓度传感器零位输出比Z的红外气体浓度传感器输出信号

时的外界环境压强；

β：压强补偿参数；

其中，压强补偿参数β按如下方法确定：应用红外气体浓度传感器在确定的目标气体浓度、温度和湿度下进行测试，同时改变外界环境的压强，并对外界环境压强设定一定数量的采样点，记录与外界环境压强采样点对应的红外气体浓度传感器内目标气体对红外光的吸收率

即

按照

值与外界压强的对应关系进行曲线拟合，求取压强补偿参数β的具体值；

将式(16)带入式(9)中，即可得到红外气体浓度传感器经压强补偿后计算气体浓度的目标函数：

其中，压强P、P₀采用标准压强，单位为；bar

根据最终目标函数、以及红外气体浓度传感器参照通道的输出信号U_Ref.与检测通道的输出信号U_Act.，得红外气体浓度传感器所检测目标气体的气体浓度C。

本发明具有以下有益效果：

1、采用单片集成工艺方法，对多传感器进行同时加工，采用不同窄波段滤波片分别组装于共面排布的多个传感器，实现对不同气体进行分光检测，在大大降低加工成本的同时，降低了热串扰和功耗，并且进一步提高了检测精度。

2、采用热隔离墙和热隔离槽结构，对各个探测器进行热隔离，以此种技术实现多气体传感器的单片集成制造，不必对其分别进行封装。

3、采用MEMS／CMOS兼容技术制备红外光源，实现与传感器的共面集成制造。

4、采用参比敏感元对组装了窄波段滤波片的探测单元进行信号分析和补偿修正。

附图说明

图1为本发明多气体检测的红外气体传感器的结构示意图；

图2为本发明纳米表面修饰红外光源的加工工艺原理示意图；

图3为纳米结构红外光源锥状纳米结构SEM电镜照片；

图4为本发明纳米结构红外光源红外发射率分析；

图5为本发明纳米结构红外光源表面应力仿真；

图6为本发明红外气体浓度传感器信号处理方法流程图；

1第一敏感元，2第二敏感元，3第三敏感元，4参比敏感元，5隔热沟道，6纳米表面修饰红外光源，61硅衬底，62氮化硅，63非晶硅，64Al，65TiN；7热隔离墙。

具体实施方式

以下结合具体实施例，对本发明进行详细说明。

本发明为未作详细说明的CMOS／MEMS工艺均为现有技术。

实施例1

参考图1，在图1所示的多气体检测的红外气体传感器中，包括四个敏感元，分别为：第一敏感元1、第二敏感元2、第三敏感元3和参比敏感元4，四个敏感元均布在以纳米表面修饰红外光源6为圆心的圆周上，其中第一敏感元1、第二敏感元2之间设置两个隔热沟道5，第三敏感元3和参比敏感元4之间也设置两个同样的隔热沟道5；四个敏感元和纳米表面修饰红外光源6***均由热隔离墙7实现相互之间的热隔离，降低热串扰的影响。

利用MEMS技术，在单一硅片上同时制备四个气体红外传感器和MEMS红外光源，其中三个传感器分别组合窄波段滤波片，滤波片的选择取决于各传感器测试气体的特异性波段，参比敏感元的窄带滤波片波段覆盖其他三个气体敏感元(第一敏感元51、第二敏感元52、第三敏感元53)，通过参比敏感元对其他三个传感器的信号进行计算和补偿修正。

实施例2

本实施例提供一种纳米表面修饰红外光源6，作为一个具体例子，参考图2中步骤(a)-(g)，对本发明纳米表面修饰红外光源6的制备工艺详述如下：

(a)、在单晶硅衬底61上生长氮化硅62，实验条件；温度780℃，330mTorr，SiH₂Cl₂；24sccm，NH₃：90sccm；

(b)、非晶硅63的淀积：温度为270℃，气体流量和比例分别为SIH₄：24％NH₃：55％N₂：5.2％RF：170；

(c)、Al溅射和退火：磁控溅射Al，条件：气压10mTorr，通入Ar满足气压条件后，设置RF为8400W，然后在450℃下90min时间进行退火处理；

(d)、湿法腐蚀Al膜：采用常规的Al腐蚀液，腐蚀后样品表面剩下Al-Si化合物颗粒。

(e)、非晶硅干法刻蚀：采用Cl₂180sccm，压力300mTorr，RF350W，He200sccm，温度35-40℃，刻蚀完成后仅剩下表面的金属硅化物。

(f)、正面释放孔的刻蚀，为释放单晶硅衬底做准备：气体CHF₃7sccm，He100sccm，SF₆30sccm，RF150W，压力400mTorr。采用磁控溅射的方法，溅射40-50A的TiN包覆金属硅化物和非晶硅外层，具体的实验条件为Ar22.4sccm，N₂3.0sccm，压力为5e-3Torr，功率为1000W，真空度为8e-7Pa。

(g)、XeF₂正面释放硅衬底，形成微悬臂梁对红外光源进行支撑，条件为XeF₂4Torr，N₂20mTorr，温度为20℃。

步骤(c)中，采用的是金属诱导晶化方法制备锥状森林结构，利用金属和硅互溶原理，在界面层形成金属硅化物颗粒，在金属湿法腐蚀的过程，不进行去硅点清洗，保留金属硅化物颗粒作为下一步刻蚀的掩蔽。对刻蚀形成的锥状纳米结构进行了SEM电镜照片拍摄，如图3所示的锥状结构表面积增加了5倍左右，在对其表面进行TiN溅射后，进行了红外发射率分析，如图4所示，在HCl和NO检测领域高于70％发射率、在CH4、SO2、CO2和NO2检测具备领域高于60％发射率，且在8-10μm波段，存在高于70％的红外发射率，XPS元素分析和价态分析(表1、表2)。表1显示了常规工艺中的C，O，Si，以及在金属诱导晶化过程发生作用的F和Al，表2显示，制备的红外光源加工后，主要存在的化学物是AlF_x，AlSi_x。而金属诱导晶化过程中产生的金属硅化物，已在制备过程被刻蚀完全。

表1XPS元素分析

移除厚度(nm)

C

O

F

Al

Si

2.1

7.8

37.1

6.2

3.2

45.8

表2XPS价态分析

采用Al-Si互溶技术形成金属硅化物，作为微掩蔽对注入的硅进行刻蚀，形成锥状纳米结构，并在其表面溅射40-50A的TiN，增强表面等离子体共振效应，提高发射率约5％左右。采用深硅刻蚀技术，实现窄带红外光源的正面释放，降低光源发热过程的热损耗。为降低悬浮本发明的红外光源的结构应力，采用SiN作为与发热层(本实施例为非晶硅3)进行直接接触的介质层，来降低残余应力问题，有仿真实例证明效果如图5所示。仿真模型是利用comsol mutiphisics软件，研究热源加载0.2V电压时，在欧姆发热效应的影响下，结构应力的变化，在加入氮化硅介质层后，窄带红外光源的最大应力仅为0.1299Gpa，可以保证结构的稳定性。

实施例3

1)红外气体传感器浓度信号处理方法

基于红外光学原理的气体检测方法有许多种，其中双波长检测方法较为常用，该方法能够起到参考波长环境补偿作用，从而有效地提高***的抗干扰性和稳定性。基于光学原理的气体浓度计算方法也有许多种，目前主要是根据精度需求来确定具体采用哪种方法计算气体浓度。本实施例主要阐述了在研究过程中采用的线形插值-数据查表计算方法，该方法相对简单，其处理结果满足了大多预警、报警场合的应用需求，如煤矿瓦斯报警器等。该方法的精度主要取决于事先标定的数据表格情况，标定的数据段越多，测试结果就越精确，具体计算是首先判断当前测试的浓度值落在事先标定的各点的哪一个区间，然后通过插值方法代入计算，同时具有软件计算与快速自动校准功能。

一种红外气体浓度传感器信号处理方法，所述红外气体浓度传感器的输出信号分为参照敏感元的输出信号U_Ref.与检测通道的输出信号U_Act.，两输出信号U_Ref.、U_Act.与目标气体对红外光的吸收率

有如下关系：

$\frac{U_{\mathrm{Act}.}}{U_{\mathrm{Ref}.}}=\frac{I}{I_O}---\left(1\right)$

I₀：入射光强，即红外光源经窄带光学滤波片滤光后入射参照通道与检测通道的红外光强度，一般在氮气条件下测得；

I：透射光强，即红外气体浓度传感器检测通道内由目标气体吸收后的红外光强度；

基于只局限于单色光的郎伯-比尔定律：I=I_O exp(-εlCⁿ)  (2)

C：目标气体浓度；

ε：目标气体对红外光的吸收系数；

l：目标气体入射光程；

n：修正常数，依赖于光程与目标气体成分；

考虑到，红外光源经窄带光学滤波片滤光后入射检测通道的红外光在其波长范围内必然存在一些波长范围内的光不会被目标气体吸收，即存在非吸收波段，因此，将式(2)转换为：

I=I_O×((1-S)×e^(-ΣεlCn)+S)  (3)

$\⇒I=I_O\×((1-S)\×e^{-\mathrm{\αC\β})}+S)---\left(4\right)$

$\⇒(\frac{I}{I_0}-S)/(1-S)=\exp (-{\mathrm{\αC}}^{\mathrm{\β}})---\left(5\right)$

S：非吸收波段占检测通道入射红外光波长范围的比例系数，表征了非吸收波段对红外气体浓度传感器检测通道输出信号U_Act.的贡献；

α：指数常数，与郎伯-比尔定律中εl的平均值相关；

β：幂常数，取决于目标气体的光谱特性；

在目标气体不存在的情况下，红外气体浓度传感器检测通道输出信号U_Act.与参照通道输出信号U_Ref.的比值定义为红外气体浓度传感器的零位输出比，用符号Z表示，

即 $Z=U_{\mathrm{Act}.}^{\′}/U_{\mathrm{Ref}.}^{\′}---\left(6\right)$

在目标气体不存在的情况下，红外气体浓度传感器检测通道输出信号U_Act.的峰-峰值；

在目标气体不存在的情况下，红外气体浓度传感器参照通道输出信号U_Ref.的峰-峰值；

在目标气体存在的情况下，红外气体浓度传感器透射光强I与入射光强I₀的比值与红外气体浓度传感器的零位输出比Z相关，即 $\frac{I}{I_O}=\frac{U_{\mathrm{Act}.}}{U_{\mathrm{Ref}.}\×Z}---\left(7\right)$

则式(5)可转换为：

$(\frac{U_{\mathrm{Act}.}}{U_{\mathrm{Ref}.}\×Z}-S)/(1-S)=\exp \left({-\mathrm{\αC}}^{\mathrm{\β}}\right)---\left(8\right)$

$\⇒C={(-\frac{\mathrm{In}(\frac{U_{\mathrm{Act}.}}{U_{\mathrm{Ref}.}\×Z}-S)\×\frac{1}{1-S}}{\mathrm{\α}})}^{\frac{1}{\mathrm{\β}}}---\left(9\right)$

式(9)中参数α、β按如下方法确定：

首先，确定目标气体对红外气体浓度传感器红外光的相对吸收率Fa，即 $\mathrm{Fa}=\frac{I_0-I}{I_0}=1-\frac{I}{I_0}=1-\frac{U_{\mathrm{Act}.}}{U_{\mathrm{Ref}.}\×Z}=(1-S)\×(1-\exp ({-\mathrm{\αC}}^{\mathrm{\β}})---\left(10\right)$

然后，基于在相同浓度目标气体的测试状况下，同一确定类型红外气体浓度传感器红外光相对吸收率Fa的一致性，选取若干个红外气体浓度传感器，要求为同一确定类型，并确定目标气体的浓度测试范围，在目标气体的浓度测试范围内等间隔设定测试点；应用各红外气体浓度传感器按照测试点进行逐一测试，记录每一红外气体浓度传感器与测试浓度值对应的红外光相对吸收率Fa，求取平均值，并按照测试点气体浓度值与相对吸收率Fa平均值的对应关系，绘制测试结果分析表；

最后，依据式(10)选取函数关系式：Y=W×(1-exp(-αX^β))  (11)

X：自变量-目标气体浓度C；

Y：因变量-红外气体浓度传感器红外光相对吸收率Fa的平均值；

W：1-S，忽略不记；

按照测试结果分析并记录的测试结果，对式(11)进行曲线拟合，求取参数α和β的具体值；

通过式(8)可以得出式(9)中参数S：

$S=1-\frac{1-U_{\mathrm{Act}.}^{\″}/(U_{\mathrm{Ref}.}^{\″}\×Z)}{1-e^{-\mathrm{\α}{\left(C^{\″}\right)}^{\mathrm{\β}}}}---\left(12\right)$

C″：红外气体浓度传感器测试的满量程目标气体浓度；

在目标气体浓度满量程时，红外气体浓度传感器检测通道输出信号U_Act.的峰-峰值；

在目标气体浓度满量程时，红外气体浓度传感器参照通道输出信号U_Ref.的峰-峰值；

将相关数据：参数α、β、S、Z带入式(9)中，即可得到红外气体浓度传感器计算气体浓度的目标函数，根据目标函数、以及红外气体浓度传感器参照通道的输出信号U_Ref.与检测通道的输出信号U_Act.，得红外气体浓度传感器所检测目标气体的气体浓度C。

2)温度补偿机制

通常情况下，气体浓度的测量计算结果与测试过程中气室内温度有关系，包括一些其它的环境参数，比如湿度、压力等对气体浓度值都有直接影响，但属温度影响最大，这也根据热敏感元的原理来推断得到，因此，采取适当的措施来补偿计算结果是十分必要的。根据查表方法的要求和精度关系，可以通过经验与试验测试数据分析得到一种简单的补偿措施。

还包括实时测量温度补偿方法；引入温度补偿参数λ，结合温度关系补偿红外气体浓度传感器内目标气体对红外光的吸收率

定义温度补偿后红外气体浓度传感器内目标气体对红外光的吸收率：

T：测试时外界环境的实时温度；

T₀：测试用于确定红外气体浓度传感器零位输出比Z的红外气体浓度传感器输出信号

时的外界环境温度；

λ：温度补偿参数；

其中，温度补偿参数λ按如下方法确定：应用红外气体浓度传感器在确定的目标气体浓度下进行测试，同时改变外界环境的温度，并对外界环境温度设定一定数量的采样点，记录与外界环境温度采样点对应的红外气体浓度传感器内目标气体对红外光的吸收率

即按照

值与外界温度的对应关系进行曲线拟合，求取温度补偿参数λ的具体值；

将式(13)带入式(9)中，即可得到红外气体浓度传感器经温度补偿后计算气体浓度的目标函数：

基于理想气体浓度定律，对已经温度补偿后的目标函数C_补偿进行二次温度补偿，获得红外气体浓度传感器计算气体浓度的最终目标函数；

(14)

其中，温度T、T₀采用标准温度，单位为K；

湿度补偿机制为：

在地面大气中，水蒸气(H₂O)在大气中的含量随着天气条件变化很大，H₂O在红外吸收波段有很多吸收带，所以需要进行适度补偿。在温度补偿的基础上，引入湿度补偿参数

结合湿度关系补偿红外气体浓度传感器内目标气体对红外光的吸收率

定义湿度补偿后红外气体浓度传感器内目标气体对红外光的吸收率：

RH：测试时外界环境的实时湿度；

RH₀：测试用于确定红外气体浓度传感器零位输出比Z的红外气体浓度传感器输出信号

时的外界环境湿度；

湿度补偿参数；

其中，湿度补偿参数

按如下方法确定：应用红外气体浓度传感器在确定的目标气体浓度和温度下进行测试，同时改变外界环境的湿度，并对外界环境湿度设定一定数量的采样点，记录与外界环境湿度采样点对应的红外气体浓度传感器内目标气体对红外光的吸收率

即

按照

值与外界湿度的对应关系进行曲线拟合，求取湿度补偿参数

的具体值；

将式(15)带入式(9)中，即可得到红外气体浓度传感器经湿度补偿后计算气体浓度的目标函数：

其中，湿度RH、RH₀采用相对湿度；

压强补偿机制为：

由于压强的变化会引起分子运动的变化，进而影响红外光的透射率，所以在温度、湿度补偿的基础上，引入压强补偿参数β，结合温度、湿度关系补偿，定义压强补偿后红外气体浓度传感器内目标气体对红外光的吸收率：

(16)

P：测试时外界环境的实时压强；

P₀：测试用于确定红外气体浓度传感器零位输出比Z的红外气体浓度传感器输出信号

时的外界环境压强；

β：压强补偿参数；

其中，压强补偿参数β按如下方法确定：应用红外气体浓度传感器在确定的目标气体浓度、温度和湿度下进行测试，同时改变外界环境的压强，并对外界环境压强设定一定数量的采样点，记录与外界环境压强采样点对应的红外气体浓度传感器内目标气体对红外光的吸收率

即按照

值与外界压强的对应关系进行曲线拟合，求取压强补偿参数β的具体值；

将式(16)带入式(9)中，即可得到红外气体浓度传感器经压强补偿后计算气体浓度的目标函数：

其中，压强P、P₀采用标准压强，单位为；bar

根据最终目标函数、以及红外气体浓度传感器参照通道的输出信号U_Ref.与检测通道的输出信号U_Act.，得红外气体浓度传感器所检测目标气体的气体浓度C。

3)浓度计算软件设计

事实证明，红外吸收率随着气体浓度的变化，同时也被气室结构的设计、电磁干扰、信号提取的方式所影响。因此，红外光源需要被微处理器调制，并结合微弱信号检测方法与软件处理来提高检测性能，图6描述了整个设计的流程图。在计算过程中，环境温度同样是需要被首先采集的，它是用来计算补偿的依据。其信号采集与处理的方法与查表方法类似，需要通过采集求得两通道的输出信号，并依据这两通道的输出信号进行相关的参数计算，比如进行零位、跨度的计算。

本发明的算法具有以下有益效果：

1)、在目标气体不存在的情况下红外气体浓度传感器零位输出比对检测结果的影响；

2)、针对外界温度对红外气体浓度传感器检测结果的影响，实施两次温度补偿，用以修正红外气体浓度传感器的检测结果。

3)、对理想气体定律中温度的影响实现二次补偿；使得红外气体浓度传感器能在不同温度条件下使用，克服了因地区与天气条件的改变对红外气体浓度传感器使用性的影响。

应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (5)

1.一种多气体检测的红外气体传感器，其特征在于，包括四个即敏感元，分别为：第一敏感元(1)、第二敏感元(2)、第三敏感元(3)和参比敏感元(4)，四个敏感元均布在以纳米表面修饰红外光源(6)为圆心的圆周上，其中第一敏感元(1)、第二敏感元(2)之间设置一个L型的隔热沟道(5)，第三敏感元(3)和参比敏感元(4)之间也设置一个L型的隔热沟道(5)；四个敏感元和纳米表面修饰红外光源(6)***均由热隔离墙(7)实现相互之间的热隔离，降低热串扰的影响；参比敏感元的窄带滤波片波段覆盖第一敏感元(1)、第二敏感元(2)、第三敏感元(3)，通过参比敏感元对其他三个传感器的信号进行计算和补偿修正。

2.根据权利要求1所述的红外气体传感器，其特征在于，所述第一敏感元(1)、第二敏感元(2)、第三敏感元(3)和参比敏感元(4)均布在经过光源(5)的椭圆的焦点上。

3.根据权利要求1所述的红外气体传感器，其特征在于，所述纳米表面修饰红外光源(6)的制备工艺如下：

(a)、在单晶硅衬底(61)上生长氮化硅(62)，实验条件：温度780℃，330mTorr，SiH₂Cl₂：24sccm，NH₃：90sccm；

(b)、非晶硅(63)的淀积：温度为270℃，气体比例分别为SIH₄：24％NH₃：55％N₂：5.2％RF：170：

(c)、Al溅射和退火：磁控溅射Al，条件：气压10mTorr，通入Ar满足气压条件后，设置RF为8400W，然后在450℃下90min时间进行退火处理；

(d)、湿法腐蚀Al膜：采用常规的Al腐蚀液，腐蚀后样品表面剩下Al-Si化合物颗粒；

(e)、非晶硅干法刻蚀：采用Cl₂180sccm，压力300mTorr，RF350W，He200sccm，温度35-40℃，刻蚀完成后形成表面金属硅化物组成的微掩蔽结构；

(f)、正面释放孔的刻蚀，为释放单晶硅衬底做准备：气体CHF₃7sccm，He100sccm，SF₆30sccm，RF150W，压力400mTorr；采用磁控溅射的方法，溅射40-50A的TiN包覆金属硅化物和非晶硅外层，条件为Ar22.4sccm，N23.0sccm，压力为5e-3Torr，功率为1000W，真空度为8e-7Pa；

(g)、XeF₂正面释放硅衬底，形成微悬臂梁对红外光源进行支撑，条件为XeF₂4Torr，N₂20mTorr，温度为20℃。

4.根据权利要求1所述的红外气体传感器，其特征在于，参比敏感元对其他三个传感器的信号进行计算和补偿修正的方法为：所述红外气体浓度传感器的输出信号分为参比敏感元的输出信号U_Ref.与检测通道的输出信号U_Act.，两输出信号U_Ref.、U_Act.与目标气体对红外光的吸收率

有如下关系：

$\frac{U_{\mathrm{Act}.}}{U_{\mathrm{Ref}.}}=\frac{I}{I_O}---\left(1\right)$

I₀：入射光强，即红外光源经窄带光学滤波片滤光后入射参照通道与检测通道的红外光强度，一般在氮气条件下测得；

I：透射光强，即红外气体浓度传感器检测通道内由目标气体吸收后的红外光强度；

基于只局限于单色光的郎伯-比尔定律：I=I_O exp(-εlCⁿ)  (2)

C：目标气体浓度；

ε：目标气体对红外光的吸收系数；

l：目标气体入射光程；

n：修正常数，依赖于光程与目标气体成分；

红外光源经窄带光学滤波片滤光后入射检测通道的红外光在其波长范围内必然存在一些波长范围内的光不会被目标气体吸收，即存在非吸收波段，因此，将式(2)转换为：

I=I_O×((1-S)×e^(-ΣεlC″)+S)  (3)

$\⇒I=I_O\×((1-S)\×e^{-\mathrm{\αC\β})}+S)---\left(4\right)$

$\⇒(\frac{I}{I_0}-S)/(1-S)=\exp (-{\mathrm{\αC}}^{\mathrm{\β}})---\left(5\right)$

S：非吸收波段占检测通道入射红外光波长范围的比例系数，表征了非吸收波段对红外气体浓度传感器检测通道输出信号U_Act.的贡献；

α：指数常数，与郎伯-比尔定律中εl的平均值相关；

β：幂常数，取决于目标气体的光谱特性；

在目标气体不存在的情况下，红外气体浓度传感器检测通道输出信号U_Act.与参照通道输出信号U_Ref.的比值定义为红外气体浓度传感器的零位输出比，用符号Z表示，

即 $Z=U_{\mathrm{Act}.}^{\′}/U_{\mathrm{Ref}.}^{\′}---\left(6\right)$

在目标气体不存在的情况下，红外气体浓度传感器检测通道输出信号U_Act.的峰-峰值；

在目标气体不存在的情况下，红外气体浓度传感器参照通道输出信号U_Ref.的峰-峰值；

在目标气体存在的情况下，红外气体浓度传感器透射光强I与入射光强I₀的比值与红外气体浓度传感器的零位输出比Z相关，即 $\frac{I}{I_O}=\frac{U_{\mathrm{Act}.}}{U_{\mathrm{Ref}.}\×Z}---\left(7\right)$

则式(5)可转换为：

$(\frac{U_{\mathrm{Act}.}}{U_{\mathrm{Ref}.}\×Z}-S)/(1-S)=\exp \left({-\mathrm{\αC}}^{\mathrm{\β}}\right)---\left(8\right)$

$\⇒C={(-\frac{\mathrm{In}(\frac{U_{\mathrm{Act}.}}{U_{\mathrm{Ref}.}\×Z}-S)\×\frac{1}{1-S}}{\mathrm{\α}})}^{\frac{1}{\mathrm{\β}}}---\left(9\right)$

式(9)中参数α、β按如下方法确定：

首先，确定目标气体对红外气体浓度传感器红外光的相对吸收率Fa，即 $\mathrm{Fa}=\frac{I_0-I}{I_0}=1-\frac{I}{I_0}=1-\frac{U_{\mathrm{Act}.}}{U_{\mathrm{Ref}.}\×Z}=(1-S)\×(1-\exp ({-\mathrm{\αC}}^{\mathrm{\β}})---\left(10\right)$

然后，基于在相同浓度目标气体的测试状况下，同一确定类型红外气体浓度传感器红外光相对吸收率Fa的一致性，选取若干个红外气体浓度传感器，要求为同一确定类型，并确定目标气体的浓度测试范围，在目标气体的浓度测试范围内等间隔设定测试点；应用各红外气体浓度传感器按照测试点进行逐一测试，记录每一红外气体浓度传感器与测试浓度值对应的红外光相对吸收率Fa，求取平均值，并按照测试点气体浓度值与相对吸收率Fa平均值的对应关系，绘制测试结果分析表；

最后，依据式(10)选取函数关系式：Y=W×(1-exp(-αX^β))  (11)

X：自变量-目标气体浓度C；

Y：因变量-红外气体浓度传感器红外光相对吸收率Fa的平均值；

W：1-S，忽略不记；

按照测试结果分析并记录的测试结果，对式(11)进行曲线拟合，求取参数α和β的具体值；

通过式(8)可以得出式(9)中参数S；

$S=1-\frac{1-U_{\mathrm{Act}.}^{\″}/(U_{\mathrm{Ref}.}^{\″}\×Z)}{1-e^{-\mathrm{\α}{\left(C^{\″}\right)}^{\mathrm{\β}}}}---\left(12\right)$

C″：红外气体浓度传感器测试的满量程目标气体浓度；

在目标气体浓度满量程时，红外气体浓度传感器检测通道输出信号U_Act.的峰-峰值；

在目标气体浓度满量程时，红外气体浓度传感器参照通道输出信号U_Ref.的峰-峰值；

将相关数据：参数α、β、S、Z带入式(9)中，即可得到红外气体浓度传感器计算气体浓度的目标函数，根据目标函数、以及红外气体浓度传感器参照通道的输出信号U_Ref.与检测通道的输出信号U_Act.，得红外气体浓度传感器所检测目标气体的气体浓度C。

5.根据权利要求4所述的红外气体传感器，其特征在于，参比敏感元对其他三个传感器的信号进行计算和补偿修正的方法中还包括环境参量的补偿，具体包括温度补偿机制、湿度补偿机制和压强补偿机制，具体为：

温度补偿机制为：

引入温度补偿参数λ，结合温度关系补偿红外气体浓度传感器内目标气体对红外光的吸收率

定义温度补偿后红外气体浓度传感器内目标气体对红外光的吸收率：

T：测试时外界环境的实时温度；

T₀：测试用于确定红外气体浓度传感器零位输出比Z的红外气体浓度传感器输出信号

时的外界环境温度；

λ：温度补偿参数；

其中，温度补偿参数λ按如下方法确定：应用红外气体浓度传感器在确定的目标气体浓度下进行测试，同时改变外界环境的温度，并对外界环境温度设定一定数量的采样点，记录与外界环境温度采样点对应的红外气体浓度传感器内目标气体对红外光的吸收率

即

按照

值与外界温度的对应关系进行曲线拟合，求取温度补偿参数λ的具体值；

将式(13)带入式(9)中，即可得到红外气体浓度传感器经温度补偿后计算气体浓度的目标函数：

基于理想气体浓度定律，对已经温度补偿后的目标函数C_补偿进行二次温度补偿，获得红外气体浓度传感器计算气体浓度的最终目标函数：

其中，温度T、T₀采用标准温度，单位为K；

湿度补偿机制为：

在地面大气中，水蒸气(H₂O)在大气中的含量随着天气条件变化很大，H₂O在红外吸收波段有很多吸收带，所以需要进行适度补偿。在温度补偿的基础上，引入湿度补偿参数

结合湿度关系补偿红外气体浓度传感器内目标气体对红外光的吸收率

定义湿度补偿后红外气体浓度传感器内目标气体对红外光的吸收率：

RH：测试时外界环境的实时湿度；

RH₀：测试用于确定红外气体浓度传感器零位输出比Z的红外气体浓度传感器输出信号

时的外界环境湿度；

湿度补偿参数；

其中，湿度补偿参数

按如下方法确定：应用红外气体浓度传感器在确定的目标气体浓度和温度下进行测试，同时改变外界环境的湿度，并对外界环境湿度设定一定数量的采样点，记录与外界环境湿度采样点对应的红外气体浓度传感器内目标气体对红外光的吸收率

即

按照

值与外界湿度的对应关系进行曲线拟合，求取湿度补偿参数

的具体值；

将式(15)带入式(9)中，即可得到红外气体浓度传感器经湿度补偿后计算气体浓度的目标函数：

其中，湿度RH、RH₀采用相对湿度；

压强补偿机制为：

由于压强的变化会引起分子运动的变化，进而影响红外光的透射率，所以在温度、湿度补偿的基础上，引入压强补偿参数β，结合温度、湿度关系补偿，定义压强补偿后红外气体浓度传感器内目标气体对红外光的吸收率：

(16)

P：测试时外界环境的实时压强；

P₀：测试用于确定红外气体浓度传感器零位输出比Z的红外气体浓度传感器输出信号

时的外界环境压强；

β：压强补偿参数；

其中，压强补偿参数β按如下方法确定：应用红外气体浓度传感器在确定的目标气体浓度、温度和湿度下进行测试，同时改变外界环境的压强，并对外界环境压强设定一定数量的采样点，记录与外界环境压强采样点对应的红外气体浓度传感器内目标气体对红外光的吸收率

即

按照

值与外界压强的对应关系进行曲线拟合，求取压强补偿参数β的具体值；

将式(16)带入式(9)中，即可得到红外气体浓度传感器经压强补偿后计算气体浓度的目标函数：

其中，压强P、P₀采用标准压强，单位为；bar

根据最终目标函数、以及红外气体浓度传感器参照通道的输出信号U_Ref.与检测通道的输出信号U_Act.，得红外气体浓度传感器所检测目标气体的气体浓度C。

Images