时打印和对历史数据按时 间提取；数据采集过程中，根据不同需求在显示模块中实时显示4~6路传感器的标准电 压、电阻及响应灵敏度随时间的动态变化曲线。
[0021] 5.如权利要求4所述的可控湿度的半导体气敏元件的测试方法，其特征在于，所 述对气体传感器测试系统及气敏元件性能分析的步骤，包括对气体传感器测试系统的各种 误差分析，对测量电阻的灵敏度、电阻温度特性、灵敏度-温度特性、灵敏度-浓度特性进行 分析以及掺杂对元件性能影响的分析。
[0022] 进一步的，将传感器采用的4~6路标准信号进行数据的归一化处理，并将数据处 理成BP神经网络获得所需要的标准数据源，进行BP神经网络气体分析的步骤如下：
[0023] 定量分析：
[0024] 选择单一甲醛气体以检测样品，进行定量检测，由4~6个传感器组成传感器阵列 对甲醛气体、氨气、苯等混合气体定量识别，神经网络的输入神经元个数为6,输出神经元个 数为1，动态改变隐含层个数并求取其相对应的训练误差，以确定最佳隐含层神经元数；
[0025] 使用newff函数创建一个两层网络，将网络的隐含层神经元数设定为S(i)，其范 围是3-13个，将网络的训练函数设为Trainbr，设网络的权值和阈值是特殊分布的随机变 量，用统计学方法估算出网络权值和阈值，将输入向量P作为训练过的神经网络的输入，利 用train函数对网络进行训练，将30组不同浓度的甲醛气体作为输入进行定量检测，得到 定量检测的输出结果和相应实验误差；
[0026] 定性分析：
[0027] 由4~6个传感器组成的传感器阵列对甲醛、氨气、苯三种气体特征量进行定性识 另IJ，网络的输入神经元个数为6,输出神经元个数为3,通过误差对比来确定最佳的隐含层 数，动态改变隐含层数；
[0028] 使用newff函数创建一个三层网络，将网络隐含层神经元个数设定为一个动态变 量S(i)，其范围是3-13,通过10次训练，得到训练误差最小的一组神经元个数即为最佳神 经元个数，设网络的权值和阈值是特殊分布的随机变量，用统计学方法估算出网络权值和 阈值；训练直至实验误差满足要求停止；将奇数组作为训练过的神经网络输入。
[0029] 进一步的，所述的湿度控制系统，还包括上位机，上位机具有人机交互界面，并用 于人机交互操作，实时显示湿度设定值和湿度测量值，所述主控制器为PLC，且使用PLC的 PID调节模块对气室内的湿度进行闭环控制。
[0030] 进一步的，使用STEP7软件对湿度控制的方法为：
[0031] 进行创建项目和硬件组态：首先，进入STEP7软件界面，然后点击菜单，创建新项 目，右键左侧菜单上的项目名，点击插入S7-300站点，之后双击打开插入的S7-300站点，双 击右侧窗口的硬件，在弹出的硬件窗口进行硬件组态；
[0032] 组态：
[0033] 在右侧框找到机架，双击设置好机架后，再点击插槽2,在右侧框内找到对应型号 的CPU，双击即可插入插槽2。然后双击CPU，在弹出的窗口里设置对应的子网MPI，模拟量 输入模块应插在4号插槽，与插入CPU操作相同；
[0034] 将全部硬件插入对应插槽后，点击上方菜单栏的"保存并编译"的快捷键即完成硬 件组态，回到STEP7主界面进行下一步编程；
[0035] 硬件组态好后的主界面出现0B1组织块，在空白处添加所需要的其他组织块和逻 辑块，点击上方菜单栏的插入，在弹出的下拉菜单中点击S7模块，选择所需要添加的模块；
[0036] 各部分控制所需要使用的编程方法是：手自动切换、手动除湿的启停、手动加湿 的启停、手动运行输出，通过中间继电器模拟常开常闭触点的开合，以达到控制和自锁的目 的，当湿度低于20%RH和高于40%RH时报警，输出线圈置1，使蜂鸣器鸣笛，并中断主程 序，停止所有送入外部固态继电器的脉冲，即除湿机、超声波加湿器除湿或加湿；
[0037] 使用PID调节模块对湿度进行闭环调节，其为FB58 "TC0NT_CP"，用于控制连续的 或者有脉冲信号的湿度处理过程；调用此模块会生成背景数据块DB58,双击点击主界面的 DB58背景数据块，点击查看参数，在弹出的界面观测数据；
[0038] FB58模块设置参数的方法如下：
[0039] (1)PV_IN为被控变量的设定值；
[0040] (2)SP_INT为被控变量的实际值，需要输入湿度测量值；
[0041] (3)QPULSE为输出脉冲，与外部固态继电器相连；
[0042] 内部变量设置方法为：
[0043] (1)除湿调用的模块GAIN设置为负数，GAIN设置为-4. 0,在加湿部分GAIN值为 正，GAIN初始值为2 ;
[0044] ⑵HJLSE_0N为脉冲发生器开启，当这个值由FALSE改为TURE时，激活脉冲发生 器；
[0045] (3)ΤΙ积分动作复位时间，初始值为4.OS;
[0046] (4)TD微分动作复位时间，初始值为1.OS;
[0047] (5)TUN_0N自调节打开，这里将初始值FALSE改为TURE;
[0048] (6)TUN_ST启动自调节，这里将初始值FALSE改为TURE。
[0049] 有益效果：
[0050] 1.本发明能够高精度的实现常见测试气体在常规测试浓度范围内的配气；可同 时测试多支传感器或气体传感器阵列。
[0051] 2.本发明能实现多参数测量：由于该测试系统是模块化的，可以同时连接多个测 量模块，每个测量模块又可实现多通道测量，因此容易实现多个、多种类参数的同时测试。
[0052] 3.本发明制备并测试了多种掺杂技术的敏感元件，使半导体气敏元件对挥发性有 机气体的检测具有进展。
[0053] 4.本发明将气体传感器阵列与人工神经网络技术相技术，并基于BP算法实现了 多种气体的定性识别及单一气体的定量识别。
[0054] 5.本发明所述的湿度控制系统，对湿度环境进行有效地感湿、除湿、加湿、湿度显 示以及湿度报警等控制。使得湿度可以被有效监测和控制，测试过程顺利进行，实现10~ 60%RH湿度范围内密闭环境下的湿度控制，除湿效果显著，有效满足了气敏元件测试时对 湿度控制的要求。且本发明设定气室湿度超过60%RH时，系统断电，目的在于保证测试在 安全环境下进行，湿度超过60%RH时，测试系统处于危险状态，不适合测试实验进行。
【附图说明】
[0055] 图1为本发明实施例1的方法的流程图；
[0056] 图2为本发明实施例2的半导体气体传感器测试系统闭环流程的示意图；
[0057] 图3为本发明实施例2的半导体气体传感器测试系统的结构框图；（已经增加湿 度控制系统）
[0058] 图4为本发明实施例3的软件功能框图；
[0059] 图5为本发明实施例5中的半导体气体传感器测试系统的测量电路；
[0060] 图6. 1为本发明实施例6中的定量识别的BP神经网络结构的示意图；
[0061] 图6. 2为本发明实施例6中的气体定量检测的训练过程的示意图；
[0062] 图6. 3为本发明实施例6中的定性识别的BP神经网络结构的示意图；
[0063]图6. 4为为本发明实施例6中的定性分析训练结果的示意图；
[0064]图7为本发明所述的湿度控制系统的结构框图示意图；
[0065] 图8为为本发明所述湿度控制系统的闭环控制系统的方框图。
【具体实施方式】
[0066] 实施例1 :
[0067] -种可控湿度的半导体气敏元件的测试方法，具有：Sn02气敏材料制备的步骤，气 敏元件制作的步骤，半导体气体传感器测试系统组建与测试的步骤，及对半导体气体传感 器测试系统及半导体气敏元件性能分析的步骤。
[0068] 所述气体传感器测试系统组建与测试的步骤中具有对气室的湿度进行控制的步 骤，该步骤中使用了一种湿度控制系统，包括主控制器、湿度检测传感器、除湿机、超声波加 湿器和蜂鸣器，其中，湿度检测传感器、除湿机和超声波加湿器安装于气室内，主控制器分 别与湿度检测传感器、除湿机、超声波加湿器、蜂鸣器连接。
[0069] 实施例2：
[0070] 具有与实施例1相同的技术方案，更为具体的是：Sn02气敏材料制备的步骤为：以