Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

Учебники 80100

.pdf
Скачиваний:
2
Добавлен:
01.05.2022
Размер:
498.83 Кб
Скачать

11

Такая зависимость аналитического сигнала сенсора от объема инжектируемой пробы позволяет априори сделать вывод: в газовой фазе строительных отделочных материалов присутствуют избыточные количества загрязнителей, что вызывает полное насыщение модификаторов при объемах проб 3 см3, либо миграция летучих соединений, входящих в состав строительных материалов, происходит в незначительных количествах, и концентрация загрязнителей постоянна.

Получение и обработка аналитического сигнала. Снижение рабочей часто-

ты колебаний (аналитический сигнал) пьезосенсоров рассчитывали по уравнению Зауэрбрая. После введения каждой пробы фиксировали резонансную частоту каждого сенсора и вычисляли относительный сдвиг частоты fa. При оптимальном количестве монослоев получены зависимости аналитического сигнала резонаторов от активности паров ЛОС, которые для большинства растворителей в интервале 0,11-1,00 носят линейный характер, а для паров кумола и этилацетата зависимости представляют изотерму сорбции, на которой присутствует область насыщения (рис. 2).

На примере определения бензола проведено сравнение свойств чувствительного слоя на основе упорядоченной пленки ЛБ со свойствами слоя, полученного при перенесении монослоев после давления коллапса.

Показано, что сигнал сенсора на основе упорядоченной пленки в 1,5-2 раза превышает таковой для пленки, нанесенной после давления коллапса, кроме того, время отклика сенсора составляет 15 с по сравнению с 2 мин для неупорядоченной пленки той же толщины.

0,005

ν, мкмоль

 

 

 

0,004

 

 

 

1

0,003

 

 

 

 

 

 

 

 

2

0,002

 

 

 

3

 

 

 

 

 

 

 

 

4

0,001

 

 

 

 

0

 

 

 

 

0,00

0,25

0,50

0,75

1,00

 

активность паров, р/р0

 

 

Рис. 2. Зависимости количества адсорбированных на поверхности пьезосенсора растворителей от активности их паров в воздухе:

1 – этилацетат, 2 – кумол; 1 – этанол, 2 – гексан, 3 – бензол, 4 – этилбензол

Предварительно с учетом предлагаемого алгоритма опроса матрицы в идентичных условиях изучена сорбция модельных газовых смесей аналитов при максимальном содержании загрязнителей (2 ПДК).

12

Аналитические сигналы газоанализатора регистрировали в полярных координатах в виде профилограмм: на осях откладывали аналитические сигналы индивидуальных сенсоров, номера сенсоров в общей матрице соответствуют номеру оси.

В качестве примера на рис. 3 приведена геометрия «визуального отпечатка» газовой фазы модельной смеси формальдегида. При экспонировании матрицы сенсоров в парах модельной газовой смеси фенола и формальдегида установлен аддитивный характер сорбции этих загрязнителей. При увеличении концентрации модельной смеси до 2 ПДК геометрия «визуального отпечатка» остается постоянной, закономерно увеличивается площадь. Заметные изменения в геометрии «визуальных отпечатков» происходят при сорбции смеси фенола и формальдегида при концентрациях в пределах ПДК и 2 ПДК соответственно. При содержании формальдегида на уровне ПДК геометрия идентична геометрии «отпечатка», соответствующего концентрации 2 ПДК (рис. 3 а, б). Отличия проявляются лишь в интенсивности этих сигналов.

Таким образом, «визуальные отпечатки» отличаются площадью, что позволяет количественно оценить содержание формальдегида в пробе. Аналогичные закономерности характерны и для «визуальных отпечатков» паров фенола (рис. 4 а, б). Установлено что по геометрии «визуальных отпечатков» возможна идентификация формальдегида и фенола.

«Визуальный отпечаток» качественно отличается от аналогичного, полученного при сорбции модельной смеси загрязнителей на уровне ПДК.

 

1

 

 

1

 

 

50

 

 

100

 

10

40

2

10

80

2

 

 

 

 

 

30

 

 

60

 

9

20

3

9

40

3

10

20

 

 

 

 

 

0

 

 

0

 

8

 

4

8

 

4

7

 

5

7

 

5

 

6

 

 

6

 

 

а

 

 

б

 

Рис. 3. Профилограммы («визуальные отпечатки») газовой фазы при содержании формальдегида на уровне ПДК (а) и 2 ПДК (б); номерами на осях обозначены сорбенты – модификаторы сенсоров

Определение выходных данных сети. Для кодировки результатов анализа было принято решение о присвоении каждому токсиканту уникального кода, по которому при формировании итогового отчета можно было бы восстановить текстовое представление выходных данных. Код каждого вещества является уникальным числовым идентификатором токсиканта, по которому происходит поиск в базе данных соответствующих характеристик вещества для формирования итогового отчета, содержащего результаты анализа газовой смеси. Код токсиканта задается в соответствии с алгоритмом индексирования в момент добавления данного вещества в базу данных «Токсикант».

13

Этот параметр является постоянной величиной и при изменении остальных характеристик токсиканта (обучающей выборки и основных сведений) остается прежним. Для комплексного сравнения работы сенсоров в различных условиях применяли профильный анализ (лепестковая диаграмма, построенная в полярных координатах). Данный метод основан на том, что отдельные сигналы сенсоров при их объединении дают качественно новую характеристику исследуемого объекта. Выделение наиболее характерных особенностей для данного вещества позволяет установить профиль материала в целом, а также изучить влияние различных факторов (параметров) на суммарный образ – паттерн.

 

1

 

 

1

 

 

50

 

 

100

 

10

40

2

10

80

2

 

 

 

 

 

30

 

 

60

 

9

20

3

9

40

3

10

20

 

 

 

 

 

0

 

 

0

 

8

 

4

8

 

4

7

 

5

7

 

5

 

6

 

 

6

 

 

а

 

 

б

 

Рис. 4. Профилограммы («визуальные отпечатки») газовой фазы при содержании фенола на уровне ПДК (а) и 2 ПДК (б); номерами на осях обозначены сорбенты – модификаторы сенсоров

Искусственная нейронная сеть построена по известному алгоритму на примере сорбции токсикантов. Данная задача решается с большей точностью, если обучающая выборка включает в себя физико-химические характеристики летучих компонентов и сорбентов.

Полученные результаты позволили осуществить структурнопараметрическую оптимизацию системы и предложить оригинальный алгоритм аналитического контроля органических токсикантов в воздушной среде с использованием газоанализатора (рис. 5).

На практике при ведении различных технологических процессов часто применяют нагретые горючие жидкости. Например, широкое применение в различных отраслях промышленности находят высокотемпературные органические теплоносители (ВОТ), примерами которых являются дифенильная смесь, мобильтерм, армотерм и др., которые классифицируются как горючие жидкости. При определенных условиях они способны образовывать взрывоопасные паровоздушные смеси или взрывоопасные аэрозоли. Опасность взрыва и пожара при использовании ВОТ в технологических системах связана с возможностью возникновения взрывоопасной паровоздушной смеси как внутри технологического оборудования, так и при аварийном выбросе теплоносителей в объеме помещения.

Указанную проблему изучали в рамках проведения исследований процесса испарения нагретых ВОТ. Результаты проведенных исследований были использованы для определения массы паров, образующихся при испарении проливов горючих жидкостей, нагретых выше расчетной температуры.

14

Рис. 5. Функциональная схема организации и проведения контроля и оценки воздушной среды при производстве и эксплуатации

строительных отделочных материалов

сприменением интеллектуальной системы сенсоров

Вчетвертой главе представлен оригинальный комплекс программ для функционирования газоанализатора и результаты его верификации.

Последовательность опе раций данного комплекса включае т в себя определение обучающегося множес тва, задание полей, задание параметров нейросети, определение критериев обучения, запуск обучения системы, расчет результатов

(рис. 6).

15

Рис. 6. Задание полей данных и их свойств, параметров нейросети при тестировании, параметров обучения нейронной сети

16

Результатом данной процедуры является специальный файл с настройками сети. В состав данной информационной системы входит база данных, включающая в себя следующие информационные массивы: «Токсикант»; «Эталон»; «Графика».

Связь между этими базами представлена схемой (рис. 7). Основой данной разработки является создание технологии, обеспечивающей унифицированный подход к построению и разработке интегрированных систем безопасности и возможность постоянного дополнения функциональности систем и изменения списка подсистем, отвечающих за новые аспекты обеспечения безопасности. Полученные экспериментальные результаты позволили рекомендовать разработанную мультисенсорную систему для включения в состав интегрированного комплекса безопасности (ИКБ) типа «КОДОС» (ООО «СоюзСпецАвтоматика»), обеспечивающего пожарную, экологическую безопасность и управление жизнеобеспечением в зданиях и сооружениях.

Токсикант:

 

 

Эталон:

Код токсиканта

 

 

 

 

Название по ИЮПАК

 

Код вещества

Тривиальное название

 

Давление насыщенных паров вещества

Обучающая выборка

 

Универсальная газовая постоянная

Основные характеристики

 

Температура смеси

 

 

Масса вещества

 

 

 

Объем вещества

 

 

Скорость прохождения пробы

 

 

Концентрация токсиканта в газе-носителе

 

 

 

 

 

 

 

 

 

 

 

 

 

Графика:

 

 

 

 

Список компонентов газовой смеси

 

 

 

 

Характеристики сенсоров

 

 

 

 

Графики временной зависимости

 

 

 

 

Лепестковая диаграмма

 

 

 

 

 

 

Рис. 7. Структура базы данных информационной системы исследуемых массивов

В пятой главе представлены результаты разработки прототипа (макета) интегрированного комплекса безопасности, включающего интеллектуальную систему газового анализатора. Базовыми компонентами комплекса являются сенсорные модули. Каждый модуль имеет унифицированный набор команд, позволяющий управлять датчиком температуры сенсора и обменом информацией. С помощью последовательного асинхронного интерфейса различные модули могут объединяться в единую информационную систему на основе персонального компьютера. Скорость обмена информацией составляет 115 кБит/с, что позволяет объединять до 10 модулей, при необходимости это число может быть увеличено. Структурная схема системы ИКБ «КОДОС», включающая мультисенсорную систему, представлена на рис. 8.

17

Информационная система построена с применением послойного принципа. Каждая из подсистем ИКБ и даже отдельные их элементы способны работать в автономном режиме, что повышает надежность ИКБ в целом. Включение в структуру модуля мультисенсорной системы, программно-аппаратная интеграция, единая информаци онная среда с внешними приложениями позволяют ИКБ обеспечивать пожарную и экологическую безопасность объекта.

Программные и схемотехнические решения, реализованные в данной системе, позволяют без существенных изменений реализовать сенсорные системы всех ранее рассмотренных типов. Также отметим, что данная система может быть достаточно просто расширена. Например, предполагается использовать управляемый блок подготовки газов, что превратит исследовательскую систему в автоматизированную систему классификации и калибровки сенсоров, необходимую для массового производства газовых сенсоров.

Рис. 8. Структурная схема интегрированной системы безопасности с модулем на основе разработанной мультисенсорной системы типа «Электронный нос»

Выводы

В ходе проведенно го диссертационного исследования получены следующие результаты:

1. Создана система контроля летучих веществ, содержащихся в строительных материалах, с исп ользованием мультисенсорного газо анализатора, позволяющая оценивать качество воздуха и состояние пожарной безопасности в зданиях, помещениях, сооружениях. Система отличается от существующих аналогов малогабаритностью и быстродействием.

18

2.Разработана модель обработки информации искусственными нейронными сетями, способная функционировать в условиях неполноты и противоречивости данных. Создан алгоритм оптимизации параметров нейронной модели, позволяющий осуществлять настройку газоанализатора на заданный токсикант, что уменьшает время работы мультисенсорной системы в зданиях, помещениях, сооружениях, обеспечивая пожарную безопасность всего производственного комплекса.

3.Разработано техническое устройство, позволяющее защитить людей от производственного травматизма при производстве и эксплуатации строительных отделочных материалов на полимерной основе в зданиях и сооружениях. Использование данного лабораторного макета по разработанному алгоритму повышает пожарную безопасность всего технологического цикла производства строительных материалов.

4.Предложена методология экспресс-анализа летучих веществ, выделяющихся из строительных полимерных композитов, с применением химических сенсоров из полимерных материалов, которая позволяет оценить уровень пожарной и экологической опасности. Методология апробирована на прототипе мультисенсорного газоанализатора, позволяющего контролировать в воздухе помещения или рабочей зоны формальдегид, фенол и другие токсиканты на уровне ПДК, а при также при двойном его превышении. Применение данной методологии существенно повышает вероятность обнаружения токсичных и взрывоопасных веществ при производстве и эксплуатации строительных отделочных материалов на полимерной основе. Использование искусственной нейронной сети позволило осуществить структурно-параметрическую оптимизацию системы и предложить алгоритм аналитического контроля органических токсикантов в воздушной среде

сиспользованием мультисенсорной системы.

Основные положения диссертации отражены в следующих работах:

Публикации в изданиях, рекомендованных ВАК

1.Чуйков, А.М. Разработка мультисенсорного газоанализатора для анализа горючих газов / А.М. Чуйков, А.Н. Перегудов, А.В. Калач // Пожаровзрывобезопасность. - 2011.- № 1.

С. 54-56.

2.Чуйков, А.М. О возможности использования системы типа «Электронный нос» для оценки уровня токсичности газов и паров при эксплуатации строительных материалов / А.М. Чуйков, А.Н.Перегудов, А.В. Калач, А.А. Исаев // Технологии техносферной безопасности. –

2011. – № 2 (36). - С. 1-8.

3. Чуйков, А.М. Мониторинг содержания легковоспламеняющихся жидкостей в воздухе с использованием сенсоров / А.М.Чуйков, А.В. Калач, Д.В. Русских, А.Б. Плаксицкий // Вестник Воронежского гос. техн. ун-та. – 2011. – Т. 7, № 7. - С. 99-102.

4.Чуйков, А.М. Информационно-экспертная система в анализе пожарной опасности жидкостей / А.М.Чуйков, А.В. Калач, Н.В. Бердникова [и др.] // Вестник Воронежского гос.

техн. ун-та. – 2011. – Т. 7, № 8. – С. 206-208.

5.Чуйков, А.М. Сенсоры для мониторинга содержания легковоспламеняющихся жидкостей в воздухе. Часть 1 / А.М. Чуйков, А.В. Калач, Д.В. Русских, А.Б. Плаксицкий //

Датчики и системы. – 2011. – № 10. – С. 59-60.

19

6. Чуйков A.M. Система распознавания экотоксикантов в закрытых помещениях / А.В. Калач, A.M. Чуйков, O.Б. Рудаков // Научный вестник Воронежского гос. арх.-строит. ун-та. Строительство и архитектура. – 2012. – Вып. № 3 (27). – С. 119-126.

Статьи в других изданиях

7.Чуйков, А.М. Получение чувствительных слоев Ленгмюра-Блоджетт для анализа газов

ипаров / А.М. Чуйков, А.В. Калач, Л.М. [и др.] // Проведение научных исследований в области индустрии наносистем и материалов: материалы Всерос. конф. – Белгород, 2009. – С. 103 – 104.

8.Чуйков, А.М. Определение алкилацетатов С2-С5 с применением мультисенсорной системы типа «электронный нос» / А.М. Чуйков, А.В.Калач, Ю.В.Спичкин // Сервис безопасности в России: опыт, проблемы, перспективы: материалы II междунар. науч.-практ.

конф. – Санкт-Петербург, 2009. – Т. II. – С. 199-202.

9.Чуйков, А.М. Моделирование системы обоняния / А.М. Чуйков, А.Н. Перегудов, А.В. Калач, Ю.В.Спичкин // Физико-математическое моделирование систем: материалы VI Междунарю семинара. – Воронеж, 2010. – Ч. 2. – С.160-163.

10.Чуйков, А.М. Моделирование и создание интеллектуального мультисенсорного газоанализатора, способного функционировать в условиях неполноты и противоречивости информации / А.М. Чуйков, А.Н. Перегудов, А.В. Калач, Е.Н.Грошев // Информационные технологии в науке, образовании и производстве (ИТНОП-2010): материалы IV междунар. на-

уч.-техн. конф. – Орёл, 2010. – Т. 2. – С. 59-65.

11.Чуйков, А.М. Моделирование и создание интеллектуального газоанализатора, способного функционировать в условиях неполноты и противоречивости информации / А.М. Чуйков, А.Н. Перегудов, А.В. Калач, Ю.В.Спичкин, А.Г. Горшков // Пожарная безопасность: проблемы и перспективы: материалы междунар. науч.-практ. конф. – Воронеж, 2010. – С. 335-338.

12.Чуйков, А.М. Использование системы «Электронный нос» для анализа токсичности строительных материалов / А.М. Чуйков, А.В. Калач, А.Б. Плаксицкий // Актуальные проблемы инновационных систем информатизации и безопасности: материалы междунар. науч.- практ. конф. – Воронеж, 2011. – С. 35-37.

13.Чуйков, А.М. Использование системы «Электронный нос» для анализа токсичности строительных материалов / А.М.Чуйков, А.В. Калач, А.Б. Плаксицкий // Пожарная безопас- ность-2011: материалы Х междунар. науч.-техн. конф. – Харьков, 2011. – С. 124-125.

14.Мультисенсорная система для определения летучих компонентов в воздухе при производстве строительных материалов из полимерных композитов: пат. на полезную модель 120227: МПК G01N 5/00 / Чуйков А.М., Мещеряков А. В., Калач А. В.; заявитель и па-

тентообладатель Чуйков А.М. - № 2012104710; заявл. 09.02.2012; опубл. 10.09.2012.

ЧУЙКОВ АЛЕКСАНДР МИТРОФАНОВИЧ

МУЛЬТИСЕНСОРНАЯ СИСТЕМА КОНТРОЛЯ ПОЖАРНОЙ БЕЗОПАСНОСТИ ЛЕТУЧИХ КОМПОНЕНТОВ

СТРОИТЕЛЬНЫХ МАТЕРИАЛОВ

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Подписано в печать 18.12.2012. Формат 60×84 1/16. Усл. печ. л. 1,0. Тираж 120 экз. Заказ № ___.

Отпечатано: отдел оперативной полиграфии Издательства учебной литературы и учебно-методических пособий

Воронежского государственного архитектурно-строительного университета 394006 г. Воронеж, ул. 20-летия Октября, 84

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]