近日，清华大学机械系在智能气体传感器研究中取得新进展，基于单气体传感器实现了混合物多组分智能检测。混合物中的多组分检测，在现代生物医学及化学研究中有着不可或缺的重要地位。由于传感单元响应选择性往往不尽如人意，不同组分在同一传感器上产生的响应信号会不可避免地发生重叠。然而，现有手段难以直接通过单个传感器对混合物直接进行组分区分检测，因而不得不引入分离装置以实现重叠信号的分离。这导致现有检测手段仍需面对成本较高、操作流程冗长、需要专业人员操作等问题。近年来，人工智能的发展为传感器信号处理与特征提取提供了新思路。针对上述问题，该研究针对混合物组分在同一传感器上的重叠响应信号，探索出了低成本、高准确率、自动化的多组分智能检测方法。基于GRU（Gated Recurrent Unit）神经网络机器学习方法，首次实现了直接从单个气体传感器的重叠信号中提取混合物中各个组分信息，无需预分离，简单快速地完成了混合物组分检测工作。同时借助数学模型和仿真技术为实验研究提供理论支撑，具有较好的理论意义和应用价值。