МУЛЬТИСЕНСОРНАЯ ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА ДЛЯ ОПРЕДЕЛЕНИЯ ЛЕГКОЛЕТУЧИХ ОРГАНИЧЕСКИХ СОЕДИНЕНИЙ И ОЦЕНКИ БЕЗОПАСНОСТИ ПОЛИМЕРНЫХ МАТЕРИАЛОВ
Рубрики: 2. ХИМИЧЕСКАЯ ТЕХНОЛОГИЯ
Авторы:
2.
Казанский национальный исследовательский технологический университет
Россия
Россия
Тип:
Статья
Страницы:
с 59
по 64
Статус:
В работе
Язык материала:
русский
Ключевые слова:
ПОЛИМЕР, МОНОМЕР, СЕНСОРЫ, ТЕРМООКИСЛИТЕЛЬНАЯ ДЕСТРУКЦИЯ
Аннотация (русский):
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.
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.
Ключевые слова:
ПОЛИМЕР, МОНОМЕР, СЕНСОРЫ, ТЕРМООКИСЛИТЕЛЬНАЯ ДЕСТРУКЦИЯ
ПОЛИМЕР, МОНОМЕР, СЕНСОРЫ, ТЕРМООКИСЛИТЕЛЬНАЯ ДЕСТРУКЦИЯ
