近年来,由汽车尾气排放所带来的环境污染问题越发严重,其中尤以碳氢化合物、碳氧化合物、氮氧化合物带来的污染为最,我们必须得予以足够的重视。当前主要采用控制空燃比结合三效催化剂技术来减少尾气的排放,而这些技术都与传感器息息相关,因此传感器性能的优劣与否极为关键。而基于钇稳定氧化锆(Yttria-Stabilized Zirconia,YSZ)固体电解质的气敏传感器由于具有简单的结构、成熟的制备工艺、较广的测试范围和比较容易测量输出电势等优点已成为目前车用气敏传感器的研究热点。另外,考虑到汽车尾气传感器在高温、高湿环境下对目标气体必须给出高选择性和高灵敏度的信号响应,锆基安培型和电位型电化学气体传感器在当前的市场开发中受到了广泛地关注。传统的气敏传感器都是单一工作电极体系的,无法对多种气体共存的组分信息给出详尽的描述,所以催生了传感器阵列的研究。传感器阵列包含多个工作电极(共用一个参比电极),每个电极对一种气体主敏感,后期采用神经网络等模式识别方法,可以有效的进行信号的分离。所以,本文主要研究的是基于钇稳定氧化锆型固体电解质的电化学气敏传感器阵列。本文的研究对象为汽车尾气中的有害气份,围绕这个搭建一套基于传感器阵列的实时监测系统,为此我们开展了一系列的工作,主要包括:1)动态配气系统的搭建。在实验室已有的基础上,根据本研究的要求,通过Lab VIEW软件平台、质量流量计以及NI数据卡USB-6009来实现对气体的实时控制与调节,动态配置所需要的气体成分及浓度,搭建一套密封的检测装置。2)自动采集系统的设计。结合Lab VIEW软件平台以及NI的采集板卡USB-6221,配合一套实验测试装置,实现对传感器信号的自动采集功能。3)敏感电极材料的筛选。为了得到满足要求且合适的工作电极,有必要进行电极材料的筛选工作,最终确定为针对C3H6气体的Sn O2材料(1000℃烧结)、针对NO气体的Zn Fe2O4材料(1100℃烧结)以及针对CO气体的Zn O(+30 wt.%In2O3)材料,还对In2O3掺杂Zn O的最佳比例(30wt.%)、最佳烧结温度(1200℃烧结)及最佳工作温度(500℃)进行了研究,另外,还从材料内部结构以及电催化活性的角度(主要是XRD、SEM及阻抗谱等分析)给予一些解释和说明。4)传感器阵列的制备及测试。将筛选好的材料制备在一根YSZ管上,共同一个Pt参比电极,形成一个传感器阵列,分别进行单一、混合气体测试,结果表明,传感器阵列针对单一气体的响应与单工作电极体系基本一致,但是对混合气体的响应测试表明,存在气体间的交叉敏感特性。5)神经网络算法。为了消除混合气体的交叉敏感问题,提出采用神经网络算法进行模式识别,运用集成BP神经网络并使用Adaboost算法进行优化处理,有效实现了融合信号的分离,另外还对Adaboost集成BP神经网络和单一BP神经网络的运算精度进行了一些比较,结果表明,Adaboost集成BP神经网络的预测误差要比单一BP神经网络的明显低一些。6)抵偿型CO传感器的研究。为了提高CO传感器的选择性,采用Zn O(+30 wt.%In2O3)为敏感电极,通过耦合柱状形貌Cr2O3材料为参比电极形成抵偿型CO传感器。结果表明,在基本不消减CO响应值的基础上,抵偿型CO传感器确实抑制了C3H6的响应,提高了传感器的选择性。本文的研究结果表明,基于钇稳定氧化锆型固体电解质的电化学气敏传感器阵列结合神经网络算法的检测系统,确实能被成功运用于对C3H6、CO、NO三种不同浓度的混合气体的定性分类和定量识别,定量识别的预测误差不高于2%,可检测气体浓度的范围为0-500 ppm,有效提高了对混合汽车尾气的检测准确度,最终较好的实现了利用传感器阵列对不同浓度、不同组分的混合气体进行定性检测和定量分析。