Ученые из Университета электронных наук и технологий Китая, Чжэцзянского университета и Университета науки и технологий Куньмина разработали компактную систему, способную с высокой точностью различать низкие концентрации вредных газов в воздухе. Устройство рассматривается как недорогой и эффективный инструмент для мониторинга загрязнения атмосферы на промышленных объектах, в городских условиях и внутри помещений.
Проблема точного и оперативного обнаружения таких летучих органических соединений, как этанол, аммиак и толуол, стоит крайне остро. Даже в малых концентрациях эти вещества представляют опасность для здоровья и окружающей среды. Привычные методы анализа, включая газовую хроматографию, обеспечивают высокую точность, но требуют дорогостоящего оборудования, сложной подготовки и не подходят для непрерывного контроля вне лабораторий.
Китайские ученые предложили объединить несколько доступных газовых сенсоров с алгоритмами машинного обучения и создать систему, способную распознавать характерные признаки отдельных газов и их смесей.
Прибор состоит из четырех серийных датчиков на базе диоксида олова (SnO2) и двух лабораторных сенсоров на основе оксида кобальта (Co3O4) и его модифицированной версии с добавлением марганца (Mn-Co3O4). Эти материалы по-разному реагируют на присутствие целевых газов, изменяя электрическое сопротивление. Такое разнообразие откликов формирует эффект, благодаря которому система получает гораздо более информативную картину, чем при использовании одного датчика.
Эксперименты проводились в герметичной камере, куда подавались этанол, аммиак и толуол в концентрациях от 2 до 10 частей на миллион. Этот диапазон характерен для реальных промышленных выбросов. Каждый сенсор регистрировал изменение сопротивления во времени, формируя индивидуальную кривую отклика. Из этих кривых автоматически извлекались десятки параметров, включая скорость реакции, время восстановления, максимальные значения сигнала и площадь под кривой. В результате каждое измерение описывалось 180 характеристиками, образующими детальную картину газовой среды.
Для анализа этих данных ученые протестировали метод k-ближайших соседей, метод опорных векторов, логистическую регрессию и случайный лес. Все они уверенно справились с распознаванием одиночных газов, но лучший результат показал алгоритм k-ближайших соседей, достигший 100% точности. Наиболее сложной задачей стала идентификация бинарных смесей, когда в воздухе одновременно присутствуют два газа в разных пропорциях. И здесь система, использующая данные со всех шести сенсоров, продемонстрировала точность 97,2%, практически безошибочно определяя состав смеси и концентрацию каждого компонента.
В дальнейшем ученые намерены проверить работу прибора в реальных условиях эксплуатации. Если испытания пройдут успешно, такие устройства начнут внедрять на промышленных предприятиях и в городских системах контроля качества воздуха.
