Christian Bur

Selectivity Enhancement of Gas Sensitive Field Effect Transistors by Dynamic Operation

ISBN:

978-3-8440-3758-6

Reeks:

Aktuelle Berichte aus der Mikrosystemtechnik – Recent Developments in MEMS
Uitgever: Prof. Dr. Andreas Schütze en Prof. Dr. Helmut Seidel
Saarbrücken

Volume:

Trefwoorden:

gas sensors; temperature modulation; multivariate statistics; Indoor Air Quality; Exhaust Monitoring

Soort publicatie:

Dissertatie

Taal:

Engels

Pagina's:

314 pagina's

Gewicht:

467 g

Formaat:

21 x 14,8 cm

Bindung:

Softcover

Prijs:

49,80 € / 62,25 SFr

Verschijningsdatum:

Juli 2015

Kopen:

DOI:

10.2370/9783844037586 (Online-Publicatie-Document)

Download:

Beschikbare online documenten voor deze titel:

U heeft Adobe Reader, nodig, om deze bestanden te kunnen bekijken. Hier vindt u ondersteuning en informatie, bij het downloaden van PDF-bestanden.

Let u er a.u.b. op dat de online-bestanden niet drukbaar zijn.


	Document		Document
	Soort bestand		PDF
	Kosten		37,35 EUR
	Acties		Tonen en kopen van het bestand - 13,7 MB (14335123 Byte)
	Acties		Kopen en downloaden van het bestand - 13,7 MB (14335123 Byte)


	Document		Inhoudsopgave
	Soort bestand		PDF
	Kosten		gratis
	Acties		Het bestand tonen - 121 kB (123755 Byte)
	Acties		downloaden van het bestand - 121 kB (123755 Byte)

Gebruikersinstellingen voor geregistreerde online-bezoekers

Hier kunt u uw adresgegevens aanpassen en uw documenten inzien.

Gebruiker:	niet aangemeld
Acties:	aanmelden/registreren Paswoord vergeten?

Aanbevelen:

Wilt u dit boek aanbevelen?

Recensie-exemplaar

Bestelling van een recensie-exemplaar.

Verlinking

Wilt u een link hebben van uw publicatie met onze online catalogus? Klik hier.

Samenvatting

Gas sensitive field effect transistors based on silicon carbide, SiC-FETs, have been applied to various applications mainly in the area of exhaust and combustion monitoring. So far, these sensors have normally been operated at constant temperatures and adaptations to specific applications have been done by material and transducer platform optimization.
In this thesis, the methodology of dynamic operation for selectivity enhancement is systematically developed for SiC-FETs. Temperature cycling, which is well known for metal oxide gas sensors, is transferred to SiC-FETs. Additionally, gate bias modulation is introduced increasing the performance further.
The multi-dimensional sensor data are evaluated by use of pattern recognition mainly based on multivariate statistics. Different strategies for feature selection, cross-validation, and classification methods are studied.
After developing the methodology of dynamic operation, i.e., applying the virtual multi-sensor approach on SiC-FETs, the concept is validated by two different case studies under laboratory conditions: Discrimination of typical exhaust gases and quantification of nitrogen oxides in a varying background is presented. Additionally, discrimination and quantification of volatile organic compounds in the low parts-per-billion range for indoor air quality applications is demonstrated. The selectivity of SiC-FETs is enhanced further by combining temperature and gate bias cycled operation. Stability is increased by extended training.