CN109142494A - 一种针对电阻型电化学传感器最佳工作电压选取方法 - Google Patents

Abstract

本发明实施例公开了一种针对电阻型电化学传感器最佳工作电压的选取方法。该方法采用最小二乘法进行拟合得到传感器不同工作电压下的参数矩阵，分析相关系数和曲线斜率两个参数变化对拟合结果的影响，根据算法模型进行筛选与判断，从而对该类传感器的最佳工作电压参数进行标定，通过对比提高了传感器的测量精度，提高了检测限。

Description

一种针对电阻型电化学传感器最佳工作电压选取方法

技术领域

本发明涉及电化学传感器技术领域，一种针对电阻型传感器的最佳工作电压的选取方法。该方法具有速度快，参数设定简单，具有通用性等特点。

背景技术

早在上世纪年代，用于氧气监测的电化学传感器就已经诞生，在生产实践中发挥了重要作用。到了上世纪后期，出于安全的需要，用于不同有毒气体监测的电化学传感器：比如NO传感器、CO传感器、沙林传感器等先后被研究应用，显示出良好的选择性和敏感性。电化学传感器的研究也从气体传感器研究到液体传感器、生物传感器等全方位展开。由于电化学传感器具有选择性好、灵敏度高、携带方便、易微型化和自动化，非常适合用于易燃、易爆、有毒、有害物质的现场分析和实时监控，因此在环境监测、生命科学、生化袭预警、矿山幵发等领域得到广泛的应用。这些社会生活各领域对电化学传感器的广泛需求，使得电化学传感器的研究和开发在科学研究中一直表现非常活跃。随着新材料的研究取得突破以及化学修饰电极制备技术取得长足发展，有力地促进了如利用碳纳米材料、柔性材料修饰电极所制备的新型电化学传感器的研究进程。

近年来，研究制备一种电化学性能良好、选择限更低、有望取代目前用于量产制备电化学传感器材料的新材料的研究课题成为热点。其中，对新材料性能指标的数据分析显得尤为重要。据了解，在新材料性能检测验证过程中，数据选取多基于人工经验选取。这就造成了很大的误差。由此产生的科研损失是人们不想看到的。因此，如何利用人工智能的概念，编写一种有针对性MATLAB算法来筛选、计算、处理电化学传感器输出的数据变得很有必要。

发明内容

本发明的目的是针对目前在电化学传感器研究领域对电阻型电化学传感器进行测试或者选取工作电压时，人为造成误差较大，导致传感器电压选取不准，从而导致测量数据发生偏差，影响对传感器性能分析判断的这一问题，提供的一种速度快，参数设定简单，具有通用性特点的选择传感器最佳工作电压的方法。

本发明的技术方案：

一种针对电阻型电化学传感器最佳工作电压选取的方法，具体方法是：

将制备的传感器在电化学工作站采用循环伏安法下进行测试，得到不同浓度待检物的输入输出响应曲线(CV曲线)；将得到的CV曲线数据导入Matlab软件中得到浓度、电压、电流一一对应的采样数据矩阵；对该数据矩阵采用最小二乘法进行处理得到不同电压下的工作参数矩阵；对参数矩阵中的曲线拟合度和曲线斜率两个参数进行分析；采用阈值法对曲线拟合度和曲线斜率进行标定，剔除不符合要求的数据；对剩余的数据进行筛选，采用排序法筛选出斜率最大的点并进行标定；从而得到该类传感器的标定最佳工作电压点。

通过与人工选取电压数据的对比验证可以得出：依据算法筛选的点位比人工选取的点位更具有科学性和准确性。

一种针对电阻型电化学传感器最佳工作电压选取的方法，该方法的具体操作步骤包括：

选取任意的电阻型电化学传感器电极，这里选用以CuO为材料制备的电化学传感器电极作为实验对象。

第1、将制备的传感器在电化学工作站采用循环伏安法下进行测试，得到不同浓度待检物的输入输出响应曲线(CV曲线)；

第2、将得到的CV曲线数据导入Matlab软件中得到浓度、电压、电流一一对应的采样数据矩阵；对该数据矩阵中的每行数据采用最小二乘法进行拟合，得到不同电压下的工作参数矩阵，所述工作参数矩阵中应当具备曲线拟合度和曲线斜率两个参数变量；

第3、对曲线拟合度参数进行分析，按照设定的阈值进行标定，并在工作参数矩阵中进行标记并剔除掉不符合要求的数据；

第4、对曲线斜率参数进行分析，按照设定的阈值进行标定，并对筛选结果在工作参数矩阵中进行标定并剔除掉不符合要求的数据。

第5、对剩余的数据进行筛选，采用排序法得到最大斜率值，并在工作参数矩阵中进行标记；

第6、将经过第3、4、5步操作的数据进行整理从中选出满足斜率和拟合度要求的对应工作点的传感器的工作电压值，从而得到该传感器的工作电压。

第7、将通过该方法得到的传感器工作电压及常规人工选取的工作电压进行分析对比，分别在电化学工作站中进行计时电流实验。将得到的实验数据在Origin软件中处理作图，从响应电流大小、线性拟合曲线的相关度以及斜率等方面对比两电压下体现出来的电极材料的电化学性能。通过实验数据说明选取最佳电压的该方法具有可实施性以及科学性。

本发明的优点和有益效果：

1.通过本发明，实现了对实验数据的智能选取，大大提高了工作效率。

2.与传统的人工选取数据的方法相比，减少了选取误差，提高了准确性。

3.对便携式电化学传感器的性能分析及大规模量产有极大的建设性意义。

4.人工智能数据处理，为当前大数据处理、深度学习等新型产业的发展做出了贡献。

5.对科研理论分析有巨大指导性意义。

附图说明

图1是工作电压选取的流程图。

图2是制备的CuO修饰电极在不同葡萄糖浓度下的C-V曲线扫描图。

图3是本发明选取传感器工作电压中对数据的筛选与处理结果图。

图4是电极分别在电压0.49v和0.39v下的计时电流曲线图。

图5是葡糖糖浓度与电极响应电流的线性关系图。

具体实施方式

实施例1：

本实施例基于研究一种针对电阻型电化学传感器最佳工作电压选取的标定方法，该方法的具体流程见图1。这里采用目前研究比较成熟的以CuO材料为电极材料的电阻型电化学传感器为例进行说明。

本实施例基于研究以CuO为材料的电化学传感器对不同葡萄糖浓度的敏感程度的检测，从而与生物科技、医学等领域相结合，研制一种高灵敏、便携式可抛的血糖检测仪。首先用事先印刷制备好涂有CuO的电极进行电化学C-V曲线扫描。每次滴加40μM葡萄糖，从0μM～160μM，进行5次C-V曲线扫描。如图2所示。依据本发明方法将实验所得到的扫描数据导入到MATLAB软件中进行识别处理，计算出不同电压处所对应的扫描数据的相关系数R²以及该电压下的电流变化趋势，即斜率K。通过对R²、K值得具体观察及约束条件的设置筛选出符合约束条件的电压值。其中，R²的约束条件设置为R²>0.999，K的值取比最大值小一点的值，目的是筛选出包含最大值的一段电压区间。图3为传感器工作电压中对数据的筛选与处理结果图。从图3可以看出：电压在0.49V时斜率和相关系数均相对最优，以此可以说明经过本发明方法处理筛选的最佳电压选取为0.49v。另外，在本实施例中，通过对图2的观察，即C-V扫描曲线图，通常人工估计的电压会选在0.39v处。在此之后，分别在这两个电压下做即时电流实验，所得效果如图4所示，旨在验证该CuO电极是否在本发明方法下选取的最佳电压下的性能效果优于人工估计的电压下的性能效果。结果令人欣喜，相比之下，相同溶液环境、搅拌速度、葡萄糖浓度条件下，在本发明方法选取的0.49v下电极的响应电流更大，对应斜率更大。如图5所示。这就充分说明了该CuO电极在本发明方法选取的电压0.49v下的电化学性能较人工估计的0.39v下的更好。这就为电极的性能提供了一种科学、准确的判断依据。

(注：实验过程中，溶液环境为250ml的NaOH溶液，搅拌速度为1rad/s，电化学工作台属三电极测试体系)。

上述实施例不以任何形式限制本发明，凡采用等同替换或等效变换的方式所获得的技术方案，均落在本发明的保护范围内。

Claims (2)

1.一种针对电阻型电化学传感器最佳工作电压选取的方法，其特征在于：方法简述：

将电化学工作站采集到的CV扫描数据矩阵传到MATLAB软件中，通过本发明的电化学传感器最佳工作电压选取的方法对数据矩阵进行识别、运行、处理；采用阈值法、排序法筛选出相关系数及斜率均最优的点并进行标定；从而得到该类传感器的标定最佳工作电压点。

2.根据权利要求1所述的方法，其特征在于：该方法的具体操作步骤包括：

第1、将制备的传感器在电化学工作站采用循环伏安法下进行测试，得到不同浓度待检物的输入输出响应曲线即CV曲线；

第2、将得到的CV曲线数据导入Matlab软件中得到浓度、电压、电流一一对应的采样数据矩阵；对该数据矩阵中的每行数据采用最小二乘法进行拟合，得到不同电压下的工作参数矩阵，所述工作参数矩阵中应当具备曲线拟合度和曲线斜率两个参数变量；

第3、对曲线拟合度参数进行分析，按照设定的阈值进行标定，并在工作参数矩阵中进行标记并剔除掉不符合要求的数据；

第4、对曲线斜率参数进行分析，按照设定的阈值进行标定，并对筛选结果在工作参数矩阵中进行标定并剔除掉不符合要求的数据；

第5、对剩余的数据进行筛选，采用排序法得到最大斜率值，并在工作参数矩阵中进行标记；

第6、将经过第3、4、5步操作的数据进行整理从中选出满足斜率和拟合度要求的对应工作点的传感器的工作电压值，从而得到该传感器的工作电压。