从华盛顿大学1980年可编程气体混合器到萨尔大学2014年自动化配气系统、卡塔尔大学2020年智能校准台架，拆解"程序设定浓度-时间序列"这条传感器试验的自动化主线。

传感器试验做过的人都知道一个场景：一个浓度点一个浓度点地配气，通气→等待响应→撤气→等信号回到基线→再通下一个浓度。一个完整的响应曲线测下来，往往是一整天坐在通风橱边上，重复同一个动作几十次。

海外高校很早就开始解决这个问题。做法不是"人更勤快"，而是让配气设备自己执行一段预先写好的浓度程序：几点通多少浓度、通多久、什么时候切回零气、循环几轮，全部按时间表自动跑。

这篇观察要回答的问题是：当传感器试验从"人守着配气"走向"设备自己跑浓度程序"时，配气环节需要做到什么？这到底是科研设备的锦上添花，还是试验可信度的前提？

一、"程序设定配气"不是新概念，1980年就有了

程序化控制气体浓度随时间变化，最早可以追溯到呼吸生理学。1980年，美国华盛顿大学医学院的Jacky在《Journal of Applied Physiology》发表了一台可编程气体混合器：微电脑控制每路气体的开关电磁阀，以脉冲宽度调制（PWM）控制"占空比"，使输出浓度跟随预先存入计算机的波形数据随时间变化，频率最高约4 Hz，也可设定到极低频，精度和重复性优于当时的电子波形发生器。

论文原文说得直白：当时已有的方法要么只能产生少数离散浓度（用凸轮机构顺序开关5个电磁阀），要么需要反馈控制器实时采样调节针阀——前者波形种类太少，后者响应慢。Jacky的方案用"时间"换"浓度"：把"浓度值"翻译成"阀门开多久"，从此浓度-时间曲线变成了一段可以预先编程、任意修改、精确重复的序列。

二、为什么传感器试验特别需要"浓度程序"？

呼吸生理学要的是正弦、阶跃波形；而材料科学和传感器研究要的，是另一类"程序"——浓度阶梯、恒定浓度保持、回零清洗、循环重复。原因是传感器表征需要大量可比较、可重复的测试点。

1987年，美国海军研究实验室（Naval Research Laboratory）的Grate等人发表了一台自动蒸气发生与数据采集装置：能同时管理最多12种蒸气源（鼓泡瓶或渗透管），每种蒸气单独选择、稀释到约1–10,000 mg/m³、按可编程流量输出，还可生成双组分混合气。整台装置由小型个人电脑全自动控制，可以在复杂的蒸气暴露序列中完全无人值守运行，测试条件和传感器响应自动存盘。

注意"完全无人值守"这个表述——1987年的论文就在用它。理由很简单：传感器响应测试动辄数小时到数天，涉及几十个浓度点和多次重复，人守着既不现实，也容易引入操作差异。程序化配气的第一价值不是"省力"，而是把"操作者"从测试链路中移除，让每一轮测试的条件完全一致。

三、研究来源信息卡

四、现代版本：萨尔大学的自动化配气系统（2014）

2014年，德国萨尔大学测量技术实验室（LMT）的Helwig等人在《Measurement Science and Technology》发表了一套计算机控制的气体混合系统，用于气体传感器的自动化表征。这套系统的设计目标非常明确：用渗透炉产生痕量气体（如苯、萘这类VOC），再通过预稀释覆盖宽浓度范围，全程由LabVIEW界面程序化控制，实现自动化测试流程。

这套系统解决的是传感器研究的一个真问题：MOS（金属氧化物半导体）等气体传感器的表征，需要在ppb级浓度下测试其响应、选择性、重复性和长期漂移。手动换气瓶、手动调流量根本无法完成这种量级和规模的工作。"6路测试气、湿度、氧含量、总流量及其随时间变化均可控"——这句话翻译过来就是：一次试验里，浓度、背景湿度、氧气含量都可以按时间程序联动变化，这正是传感器测试腔里需要的"受控环境剧本"。

同一年，弗莱堡大学IMTEK的Kneer等人发表了一台可在实验室模拟真实工况的气体传感器表征装置：精确控制痕量气体浓度、氧含量和湿度（这些都是MOX传感器表面化学的关键变量），并可精确控制传感器工作温度、逐台测量功耗。它的意义在于：传感器不是在"标准化的理想气体"里测试，而是在"按目标工况设定的受控气氛"里测试。

五、2020年的智能校准台架：程序配气的"校准版"

如果说萨尔大学解决的是"表征"，那卡塔尔大学2020年的工作解决的则是"校准"。Benammar等人在《Sensors》发表了一套智能校准台架（Smart Rig），用于电化学气体传感器节点的定期校准，核心特征是多传感器并行校准＋全流程自动化。

这套台架把"校准"做成了流水线：配气系统按程序给出已知浓度，温控系统稳定测试环境，PC自动记录每只传感器的响应、拟合并更新校准方程，再写回传感器。配气程序在这里不只是"给个浓度"，而是整套校准流程的时间轴——什么时刻给什么浓度、每段保持多久、如何循环，全部由程序决定。

六、从1980到2020：程序设定配气解决了什么问题

把四篇研究放在一起看，程序设定配气的价值高度一致，可以归纳为四条：

其中"可联动"尤其值得展开。传感器在真实环境里遇到的气体不是单一浓度恒定不变的——浓度会波动、湿度会变化、氧含量会随环境改变。要在实验室里研究传感器在这些动态条件下的行为，就需要配气系统能同时控制多个变量并让它们随时间变化。萨尔大学系统把"随时间变化"直接写进可控变量清单，弗莱堡大学把氧含量和湿度与痕量浓度并列控制，都是在回应同一个需求：受控，不是"浓度固定"，而是"按程序随时间变化"。

七、配气环节在这类试验里承担什么价值

八、决定这类试验成败的关键变量

九、这项研究能证明什么、不能证明什么

十、对国内高校的实际意义：你的试验需要什么样的"浓度程序"

如果你在高校做传感器试验，判断自己是否需要"程序设定配气"，可以先对照这张表：

十一、Airppb对应哪个环节？"程序设定"是否已有成熟实现

上述系统均为海外高校和科研机构自行搭建，论文数据与Airppb无关。在同类试验链中，Airppb（北京明尼特）动态配气系统位于标准气体（或液态标准物）与传感器测试腔、下游分析仪器之间，负责生成受控气相条件，包括多路流量配比、浓度生成与按程序的浓度-时间序列控制。

关于"程序设定"这个功能，需要说明的是：它建立在Airppb现有动态配气平台的成熟软件基础上，不是停留在设想中的新概念。 Airppb动态配气仪的人机界面支持浓度设定、流量设定、运行参数配置和数据记录/导出/备份，软件架构（触摸屏交互、数据管理和审计追踪）为程序化运行提供了基础；在此之上，"按时间程序自动切换浓度、自动回零、循环运行"属于软件层面的配置与扩展能力。

高校实验室提出的"自动配气程序、自动回零、上位机远程控制"等需求，本质是在Airppb现有动态配气平台上的功能升级：底层的气路结构（多路MFC、混合腔、316L流路）与现有平台一致，升级主要体现在控制程序、界面与通信接口层面。因此，这类需求完全可以通过现有产品平台的配置与软件升级实现，不需要推倒重来，也不必担心"从零研发"的不确定性。

需要明确的是：具体到某一台设备的程序设定能力（如浓度步进方式、回零时序、上位机协议），取决于目标组分、浓度范围、流量量程和下游测试腔要求，应在方案阶段结合具体工况评估和实测验证。

围绕传感器自动化表征、浓度程序设定、自动回零、上位机远程控制这类课题，可以先整理：目标组分、浓度范围、流量量程、测试腔容积与流量需求、测试时长与循环轮数、是否需要湿度/氧含量联动、数据记录格式、上位机需求。Airppb据此返回三项判断：工况能否进入进一步评估；主要技术风险是什么；是否需要先进行小规模样品测试。

资料来源与适用范围：本文实验流程与数据来自华盛顿大学（J. Appl. Physiol. 1980）、美国海军研究实验室（Sensors and Actuators, 1987）、萨尔大学（Meas. Sci. Technol. 25, 2014, 055903）、弗莱堡大学（Rev. Sci. Instrum., 2014）与卡塔尔大学（Sensors, 2020）发表的公开研究。Airppb结合这些研究介绍程序设定配气在传感器试验中的设计思路；针对不同目标组分、浓度、流量、湿度和下游接口，具体方案需完成工况评估与实测验证。

传感器试验的自动化，本质不是"把设备变聪明"，而是把"人守着一整天"变成"设备按程序跑一整夜"——而这一切的前提，是配气环节能精确执行每一行浓度指令。

留三个问题欢迎在评论区交流：

1. 你们课题组做传感器测试，现在是一个浓度点一个浓度点手动配气，还是已经用上了程序化配气？一个完整的响应曲线要测多久？

2. 如果配气仪支持"浓度-时间程序"，你最希望自动化的环节是什么——浓度阶梯、回零清洗，还是隔夜无人值守？

3. 你觉得传感器试验里，配气环节最影响数据可信度的地方是什么：浓度准确度、流量稳定，还是程序时序？

建议话题：科研方法 / 仪器分析 / 气体检测 / 传感器 / 分析化学