پیشرفت چشمگیر در بویایی مصنوعی: ادغام نانو و هوش مصنوعی، راهگشای تشخیص گازهای پیچیده

تاریخ ارسال : 1404/02/28

ادغام نانو و هوش مصنوعی، راهگشای تشخیص گازهای پیچیده

سپیدپندار دات کام: پژوهشگران کره ای با ترکیب نانوحسگرهای قلع اکسید و الگوریتم های یادگیری عمیق، سامانه ای بسیار دقیق برای تشخیص گازها توسعه داده اند.


به گزارش سپیدپندار دات کام به نقل از ستاد نانو، پلت فرم هوشمند کره ای با استفاده از نانوساختارهای قلع اکسید و الگوریتم های پیشرفته، دقت تشخیص گازها را به سطحی بی سابقه رسانده است. محققان دانشگاه فناوری و آموزش کره با همکاری چند نهاد پژوهشی ملی، موفق به توسعه‌ی سامانه ای نوآورانه شده اند که تلفیقی از نانوحسگرهای مهندسی شده و الگوریتم های یادگیری عمیق را برای تشخیص دقیق و پایدار گازها به کار می گیرد. این پژوهش که نتایج آن در نشریه Advanced Science انتشار یافته، گامی مهم در راه ساخت سیستم های هوشمند تشخیص گاز با کارآمدی بالا در محیط های پزشکی، صنعتی و زیست محیطی به شمار می آید.
بویایی مصنوعی یا توانایی الکترونیکی در تشخیص و تفکیک بوها، باوجود گذشت بیشتر از یک قرن از ظهور اولین آشکارسازهای گاز، همواره چالشی فناورانه باقیمانده است. برخلاف حسگرهایی که کمیت هایی چون دما یا فشار را به صورت مستقیم اندازه گیری می کنند، تشخیص بو مستلزم شناسایی الگوهای شیمیایی پیچیده در بین مجموعه ای گسترده از ترکیبات گازی است. این پیچیدگی، همراه با حساسیت بالای سنسورهای سنتی به شرایط محیطی، مانع از تحقق سامانه های بویایی دقیق و پایدار شده بود.
در این پژوهش، دانشمندان با تمرکز هم زمان بر طراحی نانوساختارهای پایدار و بهره برداری از الگوریتم های قدرتمند یادگیری عمیق، موفق به تولید پلتفرمی شدند که دقت، تکرارپذیری و مقاومت بالایی در مقابل رطوبت از خود نشان داده است. محور اصلی این سامانه، نانوستون های تک بعدی قلع اکسید (SnO₂) است که با نانوذرات طلا یا پالادیم تزیین شده اند. این ساختارها با استفاده از روش «رسوب دهی با زاویه مایل» (Glancing Angle Deposition) روی بستر سیلیکونی رشد داده شدند و معماری منحصربه فردی شبیه به استخوان شاه ماهی (Herringbone) دارند که باعث افزایش سطح تماس و بهبود نفوذپذیری گاز می شود.
برای ارتقاء حساسیت، سطوح این نانوستون ها با لایه هایی نازک (۱ نانومتر) از فلزات طلا یا پالادیم پوشانده شده اند. این نانوذرات نقش کاتالیستی بازی کرده و سبب تقویت واکنش های شیمیایی سطحی می شوند، بی آن که مسیر ورود گازها به سنسور را مسدود کنند.
یکی از چالش های همیشگی سنسورهای گاز، ناپایداری با گذشت زمان و پاسخ دهی ناهماهنگ در رویارویی با شرایط محیطی است. برای رفع این معضل، محققان حسگرها را به مدت دو هفته در شرایط محیطی قرار دادند تا ساختار آنها به تعادل پایدار برسد. نتایج آزمایش ها روی هفت گاز رایج، همچون استون، اتانول، هیدروژن و تولوئن، نشان داد که ضریب تغییرات (CV) کمتر از ۵ درصد است، حتی در رطوبت نسبی ۸۰ درصد؛ رقمی که بسیار پایین تر از عملکرد سنسورهای تجاری رایج است.
عملکرد بهینه این حسگرها در دمای ۳۰۰ درجه سانتی گراد مشاهده شد که تعادلی مطلوب میان واکنش پذیری شیمیایی و ثبات سیگنال بوجود می آورد. با این پیکربندی، پاسخ دهی سنسور به صورت میانگین تنها ۳ ثانیه طول کشید و سیگنال ها شدت بالایی از خود نشان دادند.
همچنین، سطح تشخیص (Limit of Detection) برای استون و اتانول به مقیاس در حد قسمت در تریلیون رسید؛ در حالیکه برای سایر گازها، حد تشخیص در حد قسمت در میلیارد بود. این سطح از حساسیت امکان شناسایی زودهنگام آلاینده ها در محیط های صنعتی، نشتی گاز و حتی تشخیص بیماری ها از راه نفس بیمار را فراهم می سازد.
برای بهره برداری از داده های پایدار این حسگرها، تیم پژوهشی به سراغ یادگیری عمیق رفت. داده ها با تکرار چرخه های تماس گاز جمع آوری و با دو روش پردازش شدند: اول، «تراز پویای زمانی» (Dynamic Time Warping) برای هماهنگ سازی طول سیگنال ها، و دوم، تبدیل داده ها به «مل اسپکتروگرام» که الگویی رایج در پردازش صوت است. این اسپکتروگرام ها به شبکه های عصبی پیچشی (CNN) و مدلهای پیشرفته تری چون ResNet داده شدند.
مدل ResNet عملکرد چشم گیری داشت و در شرایط خشک به دقت ۹۹.۹۷ درصد و در رطوبت بالا به دقت ۹۹.۵۵ درصد رسید. حتی در آزمون های اعتبارسنجی متقابل (Cross-validation) هم دقت بالای ۹۹ درصد حفظ شد.
این موفقیت تلفیقی منحصربه فرد از طراحی نانومواد، تعاملات شیمیایی و الگوریتم های هوش مصنوعی است که می تواند راه را برای سامانه های تشخیص گاز دقیق، پایدار و کم هزینه هموار سازد. از صنایع شیمیایی و ایمنی صنعتی گرفته تا پایش محیطی و تشخیص تنفسی بیماری ها، دامنه ی کاربردهای این فناوری بسیار گسترده است.
البته هنوز چالش هایی در پیش است؛ محیط های واقعی دارای ترکیب های گازی پیچیده و شرایط ناپایدار دمایی و رطوبتی هستند. گامهای بعدی شامل بررسی عملکرد در محیط های مخلوط، پایداری بلند مدت و یکپارچه سازی با سیستم های قابل حمل خواهد بود.
 

موضوع خبر :
  • آموزش
  • الكترونیك
  • هوش مصنوعی
  • هوشمند
به این مطلب چه امتیازی می دهید؟ 1 2 3 4 5 (1)

نظر شما در مورد پیشرفت چشمگیر در بویایی مصنوعی: ادغام نانو و هوش مصنوعی، راهگشای تشخیص گازهای پیچیده چیست؟

سوال: