Регистрация / Вход
Прислать материал

Разработка нового поколения быстро обучаемых средств нейросетевого распознавания широкого класса химических веществ (высокоинтеллектуального искусственного носа) на основе твердотельных газочувствительных матриц

Номер контракта: 14.608.21.0003

Руководитель: Чулкова Галина Меркурьевна

Должность: профессор кафедры

Организация: федеральное государственное автономное образовательное учреждение высшего образования "Национальный исследовательский университет "Высшая школа экономики"
Организация докладчика: федеральное государственное автономное образовательное учреждение высшего профессионального образования "Национальный исследовательский университет "Высшая школа экономики"

Аннотация скачать
Постер скачать
Ключевые слова:
нейронная сеть, алгоритм, распознавание, алмаз, газочувствительная матрица

Цель проекта:
Объектом прикладных научных исследований и экспериментальных разработок являются средства и методы селективного обнаружения и распознавания широкого класса химических веществ на основе твердотельных газочувствительных матриц с использованием быстро обучаемого нейросетевого искусственного интеллекта. Цель проекта: Исследование и разработка комплекса научно-технических и программных решений, направленных на создание нового поколения быстро обучаемых средств нейросетевого распознавания широкого класса химических веществ (высокоинтеллектуального искусственного носа) на основе твердотельных газочувствительных матриц.

Основные планируемые результаты проекта:
В ходе выполнения ПНИЭР должны быть получены следующие основные научно-технические результаты:
- Аналитический обзор научно-технической литературы, нормативно-технической документации, существующих образцов в области средств нейросетевого распознавания широкого класса химических веществ, принципов и алгоритмов цифровой обработки информации распознавания веществ по их запахам;
- Результаты теоретических и экспериментальных исследований;
- Метод распознавания образов запаха на основе самообучающихся интеллектуальных средств с полупроводниковыми детекторами.
- Алгоритмы цифровой обработки информации распознавания веществ по их запахам.
- Алгоритмы функционирования устройства, типа «электронный нос».
- Технические и технологические принципы построения устройства типа «электронный нос».
- Метод детектирования и обучения устройства, типа «электронный нос».
- Метод статистической оценки вероятности появления ошибок первого и второго рода, возникающих при распознавании образцов запахов.
- Эскизная конструкторская и технологическая документация на газочувствительную твердотельную матрицу.
- Эскизная конструкторская документация на экспериментальный образец устройства нейросетевого распознавания широкого класса химических веществ (высокоинтеллектуального искусственного носа).
- Экспериментальный образец устройства нейросетевого распознавания веществ по их запахам, типа «электронный нос», на основе твердотельных газочувствительных матриц.
- Рекомендации и предложения по использованию результатов ПНИЭР в реальном секторе экономики, а также в дальнейших исследованиях и разработках.

Краткая характеристика создаваемой/созданной научной (научно-технической, инновационной) продукции:
Ожидаемые технические характеристики и параметры устройства нейросетевого распознавания веществ по их запахам, типа «электронный нос», на основе твердотельных газочувствительных матриц:
а) время сканирования запаха, секунд – не менее 20 и не более 60;
б) диапазон напряжений питания, В – от 1 до 20;
в) энергопотребление, мВт – не более 200 на один датчик;
г) габаритные размеры, мм – не более 100×100×20;
д) масса, кг – не более 0,3;

Экспериментальный образец устройства нейросетевого распознавания веществ по их запахам, типа «электронный нос», на основе твердотельных газочувствительных матриц содержит:
а) твердотельную газочувствительную матрицу;
б) модуль обработки информации;
в) программное обеспечение функционирования устройства.

Твердотельная газочувствительная матрица:
а) должна иметь в своем составе от 4 до 9 твердотельных чувствительных элементов, обеспечивающих изменение электрического сопротивления при воздействии исследуемого вещества;
б) в качестве материала чувствительного элемента должны использоваться металлоксидные полупроводниковые слои с толщиной, мкм - не более 1;
в) задаваемая температура подогрева чувствительных элементов матрицы должна быть в диапазоне от 60 до 260°С.

Модуль обработки информации должен обеспечить преобразование данных о величине сопротивления каждого чувствительного элемента твердотельной газочувствительной матрицы в цифровой код для формирования «цифрового образа исследуемого вещества», при этом
а) количество каналов АЦП модуля обработки информации в зависимости от количества чувствительных элементов в твердотельной матрице, шт. – от 4 до 9:
б) разрядность АЦП модуля обработки информации, бит – не менее 8.

Программное обеспечение функционирования устройства распознавания веществ по их запахам, типа «электронный нос», на основе твердотельных газочувствительных матриц строится по модульному принципу и содержит следующие программные модули:
а) модуль автоматического обучения большой нейронной сети конкретному запаху (комбинации запахов) по малому числу примеров (от 10 до 20 примеров);
б) модуль формирования библиотеки образов запахов, обеспечивающий хранение от 1000 до 10000 нейронных сетей, обнаруживающих комбинации запахов;
в) модуль ускоренного направленного поиска ближайших образов запахов к предъявленному запаху по библиотеке образов запахов и/или их комбинаций, обеспечивающий поиск от 3 до 15 наиболее близких к предъявленному образу идентифицируемого запаха;
г) модуль решения обратной нейросетевой задачи по восстановлению процентного соотношения в смеси ближайших запаховых образов, обеспечивающий упорядочивание адресов хранения нейронных сетей распознавания образов запахов, исключающее перебор адресов деревьев упорядоченных ссылок;
д) модуль оценки вероятностей ошибок первого и второго рода найденного решения нейросетевой идентификации запаха, обеспечивающий оценку вероятности ошибок первого рода (ложный пропуск имеющегося в библиотеке близкого запаха) в пределах от 0.01 до 0.3 и вероятности ошибок второго рода в пределах от 0.0001 до 0.01 (перепутывание идентифицируемого запаха со случайно выбранным из библиотеки запахом).

Разработка универсальных, малогабаритных, относительно недорогих устройств обнаружения и распознавания опасных и токсичных веществ, основанных на новейших достижениях микро- и наноэлектроники, высокопроизводительной микропроцессорной техники и программных нейроподобных принципах обработки образов, крайне актуальна. Подход, основанный на применении мультисенсорных интегральных газоаналитических полупроводниковых микрочипов в сочетании с принципами интегрированной в единый модуль цифровой микропроцессорной обработки образов является принципиально новым.

В настоящее время для обнаружения опасных и токсичных веществ в РФ и за рубежом применяются технические средства контроля на базе таких известных приборных физико-химических методов, как методы газовой хроматографии, рентгено-спектральный анализ, метод ядерно-квадрупольного резонанса, хромато-массспектрометрия, спектроскопия ионной подвижности и т.п. Однако, такие системы являются неоправданно дорогостоящими, стационарными и габаритными, требуют больших затрат времени и высококвалифицированных специалистов на их эксплуатацию и обслуживание, и, за редкими исключениями, неприменимы для использования во внелабораторных условиях.
За рубежом ведутся интенсивные исследования по созданию и применению подобных систем для военной техники, криминалистики, в системах безопасности, для мониторинга окружающей среды. Electronic Sensor Technology, Newbury Park (США) первой начала разработку устройства типа GC/SAW - анализатора паров химсоединений на базе скоростной газовой хроматографии, технологии распознавания образов «Vapor-Print» и сенсорной матрицы, которая использует определение пороговых уровней. В США также действуют Syrano Sensors, Electronic Sensor Technologies, Hewlett-Packard и Microsensor Systems. Известны изделия компаний Aroma-Scan, Bloodhound Sensor и EEV Chemical Sensor Systems (все Великобритания); Lennartz (Германия), Alpha M.O.S. (Франция) и Nordic Sensor Technologies (Швеция). В Японии также развивается технологии «электронного носа». Стоимость систем составляет до 100 тысяч долларов США.
Разрабатываемые в рамках ПНИЭР обучаемые средства нейросетевого распознавания широкого класса химических веществ должны обеспечить параметры не хуже, чем у аналогичных зарубежных устройств при максимальной стоимости до 10 тысяч долларов США.

Назначение и область применения, эффекты от внедрения результатов проекта:
Области применения нового поколения быстро обучаемых средств нейросетевого распознавания широкого класса химических веществ:
- Обнаружение опасных газовоздушных реагентов, паров и газовыделений, утечек токсичных примесей, контроль присутствия в воздухе взрывоопасных и горючих веществ.
- Системы безопасности на опасных производствах.
- Индивидуальный и медицинский контроль.
- Технологический контроль технологически и экологически вредных компонент в воздухе.
- Контроль предельно-допустимых концентраций (ПДК) при проведении опасных работ, при обслуживании опасных объектов, включая нефте- и газопереработку, угольные шахты.
- Системы пожарной безопасности и экспресс-обнаружения возгораний.
- Экологический контроль окружающей среды, контроль ПДК.

Реализация ПНИЭР позволит:
– критически снизить массу, габариты и стоимость систем экологического и газоаналитического контроля, расширить области их применения. В настоящее время универсальные малогабаритные (менее 0,4-0,5 кг) приборы и индивидуальные переносные автоматизированные устройства отсутствуют;
– обеспечить снижение затрат на 40-50 % при формировании единой государственной системы экологического, техногенного и антитеррористического мониторинга.

Применение интегральных мультисенсорных систем обеспечивает в реальном времени обработку и получение многопараметрической информации как о составе, так и о концентрации отдельных компонент в многокомпонентных смесях. Интегральное мультисенсорное устройство обеспечивает распознавание объекта по характерному цифровому отображению («образу») специфичному в смеси паров различных веществ. Устройство универсально и микропрограммными средствами настраивается на определение различных веществ.

Текущие результаты проекта:
В 2015 г. должны быть получены следующие основные научно-технические результаты:
1) Аналитический обзор современной научно-технической, нормативной, методической литературы, затрагивающей научно-техническую проблему, исследуемую в рамках ПНИЭР.
2) Выбор и обоснование направлений проектных исследований, в том числе:
- исследование и анализ эффективности существующих решений;
- разработка и исследование вариантов возможных решений задач ПНИЭР;
- сравнительная оценка вариантов возможных решений исследуемой проблемы;
- оптимальный вариант направления исследований.
3) Состав и технические характеристики технологического оборудования для создания твердотельной газочувствительной матрицы и ЭО средства нейросетевого распознавания широкого класса химических веществ (высокоинтеллектуального искусственного носа).
4) Требования по изготовлению, монтажу и отладке составных частей ЭО средства нейросетевого распознавания широкого класса химических веществ (высокоинтеллектуального искусственного носа) на основе твердотельных газочувствительных матриц

Полученные результаты являются основой для последующего проведения теоретических исследований задач проекта.