СОЗДАНИЕ ГАЗОАНАЛИТИЧЕСКОЙ МУЛЬТИСЕНСОРНОЙ СИСТЕМЫ ТИПА «ЭЛЕКТРОННЫЙ НОС» И ИССЛЕДОВАНИЕ ЕЁ ПРОИЗВОДИТЕЛЬНОСТИ ДЛЯ ЗАДАЧ ЭКОЛОГИЧЕСКОГО МОНИТОРИНГА
DOI:
https://doi.org/10.52167/1609-1817-2023-125-2-315-323Ключевые слова:
искусственное обоняние, классификация запахов, газовый сенсор, массив сенсоров, электронный нос, машинное обучение, экологический мониторингАннотация
Одной из задач Экологического кодекса Республики Казахстан является работы по обеспечению постоянного и систематического сбора, накопления, хранения и анализа экологической информации, в том числе с использованием современных цифровых технологий. Поэтому исследования, связанные с разработкой цифровых систем мониторинга качества воздуха на наличие вредных примесей, являются актуальными. Результаты экспериментальных исследований по созданию газоаналитической системы типа «электронный нос», сбору сенсорных откликов на присутствие в воздухе образцов газа, обработке экспериментальных данных и идентификации исследуемых газов на основе методов машинного обучения представлены в работе. Показано, что «электронный нос» позволяет выявить присутствие в окружающем воздухе молекул исследуемых газов, в том числе при низких их концентрациях. Ансамбль сенсорных откликов обеспечивает цифровой отпечаток летучих соединений. Это позволяет обучить классификатор газов на основе методов искусственного интеллекта. Получены оценки производительности сенсорной газоаналитической системы при выявлении вредных примесей в воздухе и их идентификации с использованием алгоритмов машинного обучения.
Библиографические ссылки
[1] Ситдикова А. А., Святова Н. В., Царева И. В. Анализ влияния выбросов автотранспорта в крупном промышленном городе на состояние загрязнения атмосферного воздуха //Современные проблемы науки и образования. – 2015. – №. 3. – С. 591-591.
[2] Ukaogo P. O., Ewuzie U., Onwuka C. V. Environmental pollution: causes, effects, and the remedies //Microorganisms for sustainable environment and health. – Elsevier, 2020. – С. 419-429.
[3] McNair H. M., Miller J. M., Snow N. H. Basic gas chromatography. – John Wiley & Sons, 2019. – 264 р.
[4] Karakaya D., Ulucan O., Turkan M. Electronic nose and its applications: A survey //International journal of Automation and Computing. – 2020. – Т. 17. – №. 2. – С. 179-209.
[5] Fedorov, F.S., Yaqin, A., Krasnikov, D.V., et al. G. Detecting cooking state of grilled chicken by electronic nose and computer vision techniques //Food Chemistry. – 2021. – Т. 345. – С. 128747.
[6] Feng S. et al. Review on smart gas sensing technology //Sensors. – 2019. – Т. 19. – №. 17. – s. 3760. – P.1-22.
[7] Ye Z., Liu Y., Li Q. Recent progress in smart electronic nose technologies enabled with machine learning methods //Sensors. – 2021. – Т. 21. – №. 22. – s. 7620. – P.1-22.
[8] Yan J. et al. Electronic nose feature extraction methods: A review //Sensors. – 2015. – Т. 15. – №. 11. – Pp. 27804-27831.
[9] Faleh R. et al. Recognition of O3 concentration using WO3 gas sensor and principal component analysis //2014 1st International Conference on Advanced Technologies for Signal and Image Processing (ATSIP). – IEEE, 2014. – Рр. 322-327.
[10] Ismail M., Prasetyowati S. A. D. Classification Of Alcohol Type Using Gas Sensor And K-Nearest Neighbor //JURNAL NASIONAL TEKNIK ELEKTRO. – 2022. – С. 59-64.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2023 Дина Сатыбалдина, Әлия Исайнова, Олжас Әлсейітов, Марат Байделдинов, Шахмаран Сеилов
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
