近日，清華大學機械系在智能氣體傳感器研究中取得新進展，基于單氣體傳感器實現了混合物多組分智能檢測�；旌衔镏械亩嘟M分檢測，在現代生物醫學及化學研究中有著不可或缺的重要地位。由于傳感單元響應選擇性往往不盡如人意，不同組分在同一傳感器上產生的響應信號會不可避免地發生重疊。然而，現有手段難以直接通過單個傳感器對混合物直接進行組分區分檢測，因而不得不引入分離裝置以實現重疊信號的分離。這導致現有檢測手段仍需面對成本較高、操作流程冗長、需要專業人員操作等問題。近年來，人工智能的發展為傳感器信號處理與特征提取提供了新思路。針對上述問題，該研究針對混合物組分在同一傳感器上的重疊響應信號，探索出了低成本、高準確率、自動化的多組分智能檢測方法。基于GRU（Gated Recurrent Unit）神經網絡機器學習方法，首次實現了直接從單個氣體傳感器的重疊信號中提取混合物中各個組分信息，無需預分離，簡單快速地完成了混合物組分檢測工作。同時借助數學模型和仿真技術為實驗研究提供理論支撐，具有較好的理論意義和應用價值。