O estudo de sistemas voltados para a detecção e discriminação de compostos e substâncias gasosas tem se destacado nas áreas da nanociência e da nanotecnologia devido ao grande interesse no controle de odores e aromas presentes em alimentos, cosméticos e no meio ambiente. Dentre os diversos tipos de sensores matriciais de gases, conhecidos como narizes eletrônicos, os feitos à base de polímeros vêm se destacando devido ao baixo custo, fácil processabilidade, operação em temperatura ambiente e boa resposta sensorial. O presente trabalho mostra a confecção e análise de sensores poliméricos e um nariz eletrônico de pequenas dimensões, portátil e de baixo custo baseado em polímeros condutivos. Como materiais ativos dos sensores foram estudados materiais pertencentes à classe das polianilinas, politiofenos, polipirrol e ftalocianina de níquel, depositados por duas técnicas diferentes: spin coating e automontagem. As análises da espessura, reprodutibilidade e estabilidade elétrica mostraram diferenças em relação aos materiais empregados e a técnicas escolhidas, em que a uniformidade superficial não está associada diretamente com a estabilidade elétrica. Sensores que empregam PAni e POMA sofrem variação da resistência elétrica em função do tempo, o que está relacionado com a perda de dopagem desses materiais. O projeto e desenvolvimento de uma câmara de medidas são relatados com simulações que mostraram o perfil adequado para o posicionamento dos sensores. Para nortear a concepção do nariz, foi realizado um comparativo entre resistência e capacitância elétricas como parâmetros de interrogação mostrando resultados similares na discriminação, mas com diferenças de 100 vezes em valor relativo, o que resultou na escolha da resistência elétrica. O nariz eletrônico concebido apresenta poder de discriminação não só comparável ao da técnica de cromatografia gasosa, como também permite discriminar diversos tipos de analitos: perfumes, álcool etílico puro e adulterado, sucos de maçã, vinhos, cachaças e cachaças adulteradas e mel, tanto através da técnica de PCA quanto por redes neurais artificiais. O emprego de uma elipsóide como selecionador da região das classes facilitou o processo de visualização e análise dos dados enquanto que o uso de redes neurais mostrou classificações corretas próximas a 100% para praticamente todos os analitos.

The study of sensors for detection and discrimination of gaseous substances and compounds have been gaining much attention in areas such as nanocience and nanotechnology due to the great motivation in control of odors and substances associated with food, cosmetics and environment. Within several types of gas sensor arrays, known as electronic noses, polymeric-made ones distinguishes due to good sensory response, can be utilized at ambient temperature, are able to be easily processed and are of potential low cost. This work shows the fabrication and analysis of polymeric sensors and a small size, low cost and portable electronic nose. Polymeric materials belonging to polyaniline, polythiophene and polypyrrole classes and nickel phtalocyanines, deposited by two different techniques (spin coating and self assembly) were studied as active materials for the sensors. Analysis of thickness, reproducibility and electrical stability were performed and they showed differences among the studied materials and deposition techniques, where superficial uniformity is not associated directly with electrical stability. Sensors with PAni and POMA showed an electrical resistance variation in function of time which is related to dopant loss. Project and development of an analysis chamber are reported with simulations that showed an adequate profile for sensor positioning. A comparison between resistance and capacitance was performed aiming the electronic nose conceptualization. Both parameters showed similar discrimination capability but a 100 times difference in relative variation, leading to the choice of the electrical resistance. The conceived electronic nose shows a discrimination capability similar to gas chromatography and also allows the discrimination of many different analyte types: perfumes, pure and adulterated ethanol, apple juices, wines, pure and adulterated cachaças and honey, either with PCA technique or as well with artificial neural networks. The use of an ellipsoid to envelop class regions ease the visualization process and data analysis from PCA results while neural networks showed correct classifications near to 100% for almost all analytes.