Characterization of electronic nose gas sensor arrays: focus on methods to investigate humidity interference

This thesis purpose is to study the effect that humidity has on electronic nose systems in terms of their ability to identify organic compounds in a laboratory setting. Two different e-nose arrays with metal oxide semiconductor (MOS) sensors comprising both commercially available and PoliMi produced sensors were used to evaluate the impact of humidity on their ability to discriminate between different compounds (Hexanal, 4-Heptanone, and 2,3-Butanedione) for Array #1 or concentrations of Hexanal for Array #2 compared to control samples containing just air, with the tests being conducted at different levels of Relative Humidity (RH). The electrical signal produced was elaborated using R code and analyzed both via visual observation of the sensor resistance curves and the calculation of a selection of features that could be used to compare results using statistical tools such as sensitivity, repeatability and response time. Principal Component Analysis (PCA) using Cross-validation techniques and kmeans clustering was promising in both highlighting the effect of different levels of humidity on results and carrying out successful distinction between different samples in the majority of tests on both Arrays. Overall, considering the tests had some technical difficulties and were thus limited in repetitions, the results are quite promising for the technology and provide a solid foundation for additional testing.

L’obiettivo di questa tesi è studiare l’effetto dell’umidità sulla capacità di sistemi di naso elettronico (e-Nose) di identificare composti organici in un contesto di laboratorio. I test sono stati condotti su due diversi array di nasi elettrronici con sensori composti da semiconduttori a ossido metallico (MOS), i quali comprendenti sia sensori commercialmente disponibili sia prodotti dal PoliMi per valutare l’impatto dell’umidità sulla loro capacità di distinguere tra diversi composti (Esanale, 4- Eptanone e 2,3-Butanedione) nel caso dell’Array #1 e di distinguere diverse concentrazioni di Esanale per l’array #2, rispetto a campioni di controllo contenenti solo aria. I test sono stati condotti a vari livelli di umidità relativa (RH) crescenti. Il segnale elettronico prodotto dai sensori è stato elaborato utilizzando codice scritto nel linguaggio R e analizzato sia tramite l’osservazione visiva delle curve di resistenza dei sensori, sia attraverso il calcolo di una selezione di feature utilizzate per confrontare i risultati tramite strumenti statiscici quali sensibilità, ripetibilità e tempo di risposta. L’Analisi delle Componenti Principali (PCA), condotta in congiunzione con tecniche di Cross-Validation e il clustering con il metodo k-means, si è rivelata promettente sia nel sottolineare l’effetto dei diversi livelli di umidità sui risultati, sia nell’effettuare una distinzione efficace tra i diversi campioni nella maggior parte dei case per entrambe le tipologie di test condotte sui due Array. Complessivamente, considerando le limitazioni nel numero di ripetizioni che è stato possibile fare per alcune difficoltà tecniche riscontrate, i risultati sono incoraggianti per questa tecnologia e forniscono una buona base per ulteriori sperimentazioni.