Herald of Technological University Herald of Technological University ВЕСТНИК ТЕХНОЛОГИЧЕСКОГО УНИВЕРСИТЕТА 3034-4689 98416 10.55421/1998-7072_2024_27_12_59 2. Химическая технология 2. Chemical Technology 2. Химическая технология MULTI-SENSOR INTELLIGENT SYSTEM FOR THE DETERMINATION OF VOLATILE ORGANIC COMPOUNDS AND SAFETY ASSESSMENT OF POLYMER MATERIALS МУЛЬТИСЕНСОРНАЯ ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА ДЛЯ ОПРЕДЕЛЕНИЯ ЛЕГКОЛЕТУЧИХ ОРГАНИЧЕСКИХ СОЕДИНЕНИЙ И ОЦЕНКИ БЕЗОПАСНОСТИ ПОЛИМЕРНЫХ МАТЕРИАЛОВ Никитина Карина Юрьевна Nikitina Karina Yurievna Лифанов А. Д. Lifanov A. D. lifanov84@mail.ru Казанский национальный исследовательский технологический университет Kazan National Research Technological University 01 08 2025 01 08 2025 27 12 59 64 https://vestniktu.ru/en/nauka/article/98416/view

Предложена мультисенсорная интеллектуальна система для определения легколетучих органических соединений и оценки безопасности полимерных материалов. Полученные результаты анализа морфологии поверхности созданных пленок сенсоров, газочувствительных и эксплуатационных характеристик позволяет рекомендовать массивы из 6-8 сенсоров для анализа различных групп полимерных материалов в статических и динамических условиях. Созданы массивы пьезокварцовых сенсоров для обнаружения летучих продуктов термоокислительной деструкции полимеров. Показано, что выбранные полимерные и специфические сенсорные пленки характеризуются высокой сорбционной емкостью и массовой чувствительностью в отношении основных летучих маркеров и классов летучих соединений полимерных материалов (альдегидов, кетонов, спиртов, фенолов и т. д.), перекрестная селективность сенсоров к ряду исследуемых аналитов позволяет выделить их идентификационные признаки в многокомпонентной пробе. Разработана методологическая схема газофазного анализа поверхностей различных групп полимерных материалов, учитывающих характеристики объекта исследования и задачи качественного и количественного анализа. Показано, что алгоритмы извлечения и понижения размерности данных, содержащих информацию об изучаемом объекте, позволяют формировать матрицы параметров необходимой информативности для общей оценки объекта и/или определенных характеристик (количественного определения различных фракций запаха), демонстрируют значительное повышение эффективности дальнейшего использования методов обработки многомерных данных. Предложена методика интеллектуального анализа химических образов мультисенсорной системы для одновременного решения задач качественного (классификации и идентификации, выявления фальсификации образцов) и количественного анализа (прогнозирования количественных показателей) полимерных материалов, включающая ранжирование параметров различной информативности по химическому образу и использованию оптимизированных алгоритмов машинного обучения для построения классификационных и регрессионных моделей.

A multisensory intelligent system is proposed to determine volatile organic compounds and assess the safety of polymer materials. The obtained results of the analysis of the surface morphology of the created sensor films, gas-sensitive and operational characteristics allow us to recommend arrays of 6-8 sensors for the analysis of various groups of polymer materials under static and dynamic conditions. Arrays of piezo quartz sensors have been created to detect volatile products of thermal oxidative degradation of polymers. It is shown that the selected polymer and specific sensor films are characterized by high sorption capacity and mass sensitivity with respect to the main volatile markers and classes of volatile food compounds (aldehydes, ketones, alcohols, phenols, etc.), the cross-selectivity of the sensors to a number of analytes under study makes it possible to identify their identification features in a multicomponent sample. A methodological scheme of gas-phase analysis of surfaces of various groups of polymer materials has been developed, taking into account the characteristics of the object of study and the tasks of qualitative and quantitative analysis. It is shown that algorithms for extracting and reducing the dimensionality of data containing information about the studied object allow forming matrices of parameters of the necessary informativeness for the overall assessment of the object and/or certain characteristics (quantitative determination of various odor fractions), demonstrate a significant increase in the efficiency of further use of multidimensional data processing methods. A method of intelligent analysis of chemical images of a multisensory system is proposed for simultaneous solving problems of qualitative (classification and identification, detection of sample falsification) and quantitative analysis (prediction of quantitative indicators) of polymer materials, including ranking parameters of various informativeness by chemical image and using optimized machine learning algorithms to build classification and regression models.

 ПОЛИМЕР МОНОМЕР СЕНСОРЫ ТЕРМООКИСЛИТЕЛЬНАЯ ДЕСТРУКЦИЯ POLYMER MONOMER SENSORS THERMOS-OXIDATIVE DESTRUCTION