Dobra kemijska selektivnost senzorjev za detekcijo sledov ciljnih molekul je pomembno pri zanesljivi detekciji eksplozivov in drugih nevarnih snovi. V članku predstavljamo načrtovanje, realizacijo in meritve odzivov 16 kanalnega elektronskega nosu, ki temelji na 16 diferencialnih mikro-kondenzatorjih, ki so bili površinsko funkcionalizirani z različnimi silani. UNos zazna 1 molekulo TNT med 1012 molekulami N2 nosilnega plina v 1 sekundi. Različno funkcionalizirani senzorji se različno odzivajo na različne molekule. Predstavljeni so odzivi na TNT, RDX, DNT, H2S, HCN, FeS, NH3, propan, metanol, acetone, etanol, metane, toluene in vodo. Iz meritev lahko zaključimo, da silaniizirane površine kažejo veliko sposobnost pri adsorpciji molekul TNT, DNT in RDX. Verjetnost adsorpcije teh molekul na silanizirano površino je 107 krat večja v primerjavi z verjetnostjo adsorpcije molekul vode. V članku je predstavljena matrika odzivov različno modificiranih senzorjev. Predpostavljamo, da je mogoče izboljšati selektivnost večkanalnega detekcijskega sistema z uporabo algoritmov strojnega učenja in umetne inteligence.
COBISS.SI-ID: 11909716
Z uporabo 16-kanalnega demonstratorja UNos, ki je zgrajen iz 16 različno funkcionaliziranih mikro kapacitivnih diferencialnih senzorjev smo izmerili odzive 30 senzorjev na pare 11 različnih substanc: eksplozivov 1,3,5-trinitro-1,3,5-triazinane (RDX), 1-methyl-2,4-dinitrobenzene (DNT) and 2-methyl-1,3,5-trinitrobenzene (TNT). Razvit je bil klasifikacijski model na podlagi algoritma strojnega učenja »Random Forest«, ki se je »učil« na množici signalov dobljenih iz kontroliranih meritev, kjer sta se neodvisno spreminjali koncentracija in pretok. Klasifikacijski model je uspešno prepoznal vzorce, ki nastanejo pri različnih realnih pogojih. Model dosega izvrstno točnost preko 96% pri zaznavi različnih sledov par eksplozivov med različnimi seti substanc. Eksperimenti dokazujejo, da so silaniizirane površine primerne za detekcijo eksplozivov ki vsebujejo TNT in TNT-ju podobne molekule.
COBISS.SI-ID: 32908327
V članku poročamo o meritvah selektivnosti detekcijskega sistema za zaznavo sledov molekul ki deluje na zaznavi odzivov različno modificiranih kapacitivnih senzorjev. Predstavljeni so odzivi 16 različno funkcionaliziranih kapacitivnih senzorjev na 14 različnih plinov, ki so sestavljeni iz nosilnega plina, ki vsebuje ciljne molekule snovi in topil. Meritve tečejo v realnem času in kažejo odlično selektivnost.
COBISS.SI-ID: 11697236
V članku predstavljamo metodo za izboljšanje selektivnosti detekcijskega sistema za zaznavanje sledov molekul v plinu, ki temelji na polju različno kemijsko modificiranih kapacitivnih senzorjev. Meritve dokazujejo, da je določeno mero selektivnosti zagotavlja površinska funkcionalizacija, ki npr. za vodne molekule kaže slabljenje odzivov za 120dB v primerjavi z odzivi na molekule TNT. Opazovanje velikega števila odzivov v realnem času je težavno za operaterja naprave, zato smo se odločili za izgradnjo avtomatiziranega algoritma za prepoznavo, ki temelji na strojnem učenju.
COBISS.SI-ID: 12008788