نوآوری در مدیریت برای توسعه پایدار

Kolnegar Private Media (Management Innovation for Sustainable Development)

2 آذر 1403 2:35 ب.ظ

بینی های الکترونیکی بهتری برای تشخیص بو

7 آوریل 2023 -توسط محاسبات هوشمند-مروری بر طبقه بندی روش شناسی. متن در دایره داخلی به محدودیت های حسگر اشاره دارد و متن در دایره بیرونی به روش ها و الگوریتم هایی اشاره دارد که با این محدودیت ها سروکار دارند. اعتبار: محاسبات هوشمند Intelligent Computing

تصور کنید که می‌توانید از دستگاهی بخواهید که چیزی را فقط با یک کلیک برای شما «بو» کند. این همان چیزی است که بینی های الکترونیکی یا e-noses برای آن هستند. آنها سیستم هایی هستند که حسگرهای گاز شیمیایی، پردازش سیگنال و الگوریتم های یادگیری ماشین را برای تقلید حس بویایی ترکیب می کنند. از بینی های الکترونیکی می توان برای اهداف بسیاری مانند بررسی کیفیت غذا، نظارت بر آلودگی هوا، تشخیص بیماری ها و تشخیص مواد منفجره استفاده کرد.

چطورکار می کنند؟ چالش ها و فرصت ها در این زمینه چیست؟ تیمی به رهبری Jingdong Chen از دانشگاه پلی تکنیک شمال غربی در شیان، چین و Weiwei Wu از دانشگاه Xidian در شیان، چین اخیراً این سؤالات را در بررسی جامع روش ها و الگوریتم های توسعه یافته برای بینی های الکترونیکی بررسی کرده اند. این بررسی محدودیت‌های سنسورهای گاز فعلی را مورد بحث قرار می‌دهد و چشم‌اندازی در مورد طراحی الگوریتم ارائه می‌دهد.

این بررسی در Intelligent Computing منتشر شده است.

بینی های الکترونیکی به طور مصنوعی حس بویایی بیولوژیکی را تقلید می کنند. حسگرهای گاز بینی های الکترونیکی با نورون های گیرنده بویایی بیولوژیکی مطابقت دارند. وقتی چیزی را بو می کنید، مولکول های ریز در هوا شناور می شوند و وارد بینی شما می شوند. به طور مشابه، یک حسگر گاز می تواند مولکول های موجود در هوا را از طریق یک سیستم ورودی هوا جذب کند. حسگر به این مولکول ها واکنش نشان می دهد و به گونه ای تغییر می کند که می توان آن را با سیگنال های الکترونیکی اندازه گیری کرد. سپس این سیگنال ها از فرمت آنالوگ به فرمت دیجیتال تبدیل می شوند تا کامپیوترها بتوانند از الگوریتم هایی برای تجزیه و تحلیل و تفسیر داده ها استفاده کنند.

این مطالعه بررسی روش‌ها و الگوریتم‌های موجود در زمینه e-noses را خلاصه می‌کند و آنها را بر اساس یک چارچوب طبقه‌بندی گروه‌بندی می‌کند که چالش‌های ارائه‌شده توسط محدودیت‌های زیر حسگرهای گاز را برجسته می‌کند:

  • محدودیت در انتخاب هنگامی که در معرض یک مخلوط خوشبو کننده قرار می گیرند، حسگرهای گاز به تمام محرک های موجود در مخلوط پاسخ می دهند و تشخیص بوهای مختلف را دشوار می کند. آنها همچنین ممکن است تحت تأثیر بوهای غیر هدف قرار گیرند و حسگرهای مختلف ممکن است به طور متفاوتی به یک محرک شیمیایی پاسخ دهند.
  • محدودیت در حساسیت هر حسگر گازی در محدوده ای کار می کند که با حداقل و حداکثر مقداری که قادر به تشخیص آن است تعریف شده است. برخی از آنها حساس تر از سایرین هستند، اما دامنه یک سنسور خاص همیشه مشخص نیست. حسگرها همچنین در توانایی تشخیص دقیق غلظت بو متفاوت هستند.
  • محدودیت در ثبات حسگرهای گاز اغلب به دلیل پیری مواد، تغییرات محیطی یا خرابی حسگر، پاسخ پایدار و تکرارپذیری به محرک های شیمیایی مشابه ایجاد نمی کنند.
  • محدودیت در تکرارپذیری دو سنسور گاز از یک نوع ممکن است در شرایط یکسان پاسخ های متفاوتی به گاز یکسان داشته باشند.
  • محدودیت های نویز سنسورهای گاز تحت تأثیر نویز خارجی و داخلی قرار می گیرند. منابع نویز خارجی شامل تغییر بوی پس زمینه، تلاطم جریان هوا و تغییرات دما، رطوبت و فشار در محیط اطراف است. نویز داخلی شامل نویزهای تولید شده توسط مدارهای اندازه گیری و خود سنسورها است.

علیرغم پیشرفت قابل توجهی که در چند دهه اخیر انجام شده است، استقرار در مقیاس بزرگ بینی های الکترونیکی در کاربردهای عملی هنوز راه درازی در پیش دارد.

نویسندگان این بررسی معتقدند که اطمینان از استحکام سیستم‌های بینی الکترونیکی باید اولویت اصلی برای تحقیق و توسعه آینده باشد. در حالی که شناسایی بو و کمیت شدت آن به طور گسترده مورد بررسی قرار گرفته است، چندین کار حیاتی وجود دارد که توجه بیشتری را می طلبد.

اینها شامل تشخیص تداخل، بهینه سازی آرایه های حسگر، تشخیص رانش و شکست حسگر، کاهش نویز و استفاده، و تعیین حد تشخیص و غیره است. علاوه بر این، آنها می گویند که مهم است که در مدل ریاضی بنیادی مکانیسم های سنجش که پایه و اساس حل بسیاری از مسائل مربوط به بینی های الکترونیکی است، بپردازیم.

https://techxplore.com

آیا این نوشته برایتان مفید بود؟

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *