Odour pollution of air

• Autorzy: Sobczuk H. , Guz Ł.

Warianty tytułu

PL

Zanieczyszczenie powietrza odorem

• Języki publikacji: EN

Abstrakty

EN

The human sense of smell is certainly the most versatile apparatus to analyze smells, but measurements take a lot of time and require employing a group of trained people [1]. Other techniques, like gas chromatography, allow to obtain accurate data of the chemical composition of examined gas, but do not inform about the real nature of smell. To identify the odour, devices comparing and determining its nuisance are used; in scientific literature they are called "electronic noses". In conveyed measurements a device was used with an array of eight resistive TGS Figaro gas sensors of 2600 series, each of which reacted to another class of a chemical compound [2]. Response of gas sensor array was collected for a mixture of air with odour-active compounds like dimethylamine, acetic acid, benzaldehyde of different concentrations. For the analysis of odour profiles there were used artificial neural networks with one hidden layer, containing from several to tens of neurons.

PL

Ludzki zmysł powonienia jest najlepszym aparatem do analizy odorów, ale pomiary są czasochłonne i wymagają zaangażowania do zespołu oceniającego przeszkolone osoby [1]. Inne techniki, jak chromatografia gazowa, która pozwala uzyskać dokładne informacje o składzie chemicznym badanej próbki powietrza, nie informują o rzeczywistej naturze zapachu odczuwanej przez ludzi. Do identyfikacji zanieczyszczeń odorowych oraz określania ich uciążliwości są wykorzystywane w ostatnich latach wieloczujnikowe urządzenia, nazywane w literaturze naukowej mianem "elektroniczny nos". Podczas przeprowadzonych badań użyto matrycy złożonej z ośmiu rezystancyjnych czujników gazu TGS Figaro serii 2600 uczulonych na różne klasy związków chemicznych [2]. Odpowiedzi matrycy czujników zostały zebrane dla substancji zapachowo-czynnych, takich jak dimetyloamina, kwas octowy i aldehyd benzoesowy o różnych stężeniach w powietrzu. Do analizy profilów zapachowych wykorzystano sztuczne sieci neuronowe z jedna ukrytą warstwą zawierającą od kilku do kilkudziesięciu neuronów.

Słowa kluczowe

EN

artificial neural networks; gas sensors array; odour pollution

PL

matryca czujników gazu; sztuczne sieci neuronowe; zanieczyszczenia odorowe

• Wydawca: Wydawnictwo Politechniki Krakowskiej im. Tadeusza Kościuszki
• Czasopismo: Czasopismo Techniczne. Chemia
• Rocznik: 2011
• Tom: R. 108, z. 1-Ch
• Strony: 163--172
• Opis fizyczny: Bibliogr. 11 poz.,Wz., wykr., rys., ta

Twórcy

autor

Sobczuk H.

autor

Guz Ł.

• Department of Environmental Engineering, Lublin University of Technology

Bibliografia

• [1] Miguel Peris M., Escuder-Gilabert L., Review. A 21st century technique for food control: Electronic noses, Analytica Chimica Acta, 638, 2009, 1–15.
• [2] Pearce T.C., Schiffman S.S., Nagle H.T., Gardner J.W., Handbook of machine olfaction, Wiley-Vch Verlag GmbH & Co. KGaA, Weinheim 2003.
• [3] Panigrahi S., Balasubraman Ian S., Gu H., Logue C., Marchello M., Neural-network-integrated electronic nose system for identifcation of spoiled beef, LWT 39, 2006, 135–145.
• [4] Gardner J.W., Bartlett P.N., A brief history of electronic noses, Sens. Act. B, 18, 1994, 211–220.
• [5] James D., Scott S.M., Ali Z., O’Hare W.T., Chemical Sensors for Electronic Nose Systems, Microchim, 149, 2005, 1–17.
• [6] Marini F., Artifcial neural networks in foodstuff analyses: Trends and perspectives. A review, Analytica Chimica Acta, 635, 2009, 121–131.
• [7] Haugen J.K., Kvaal K., Electronic Nose and Artifcial Neural Network, Meat Science, Vol. 49, 1998, 273–286.
• [8] Cevoli C., Cerretani L., Gori A., Caboni M.F., Gallina Toschi T., Fabbri A., Classifcation of Pecorino cheeses using electronic nose combined with artifcial neural network and comparison with GC–MS analysis of volatile compounds, Food Chemistry, 2011 (article in press).
• [9] Sohn J.H., Smith R., Yoong E., Leis J., Galvin G., Quantifcation of Odours from Piggery Effuent Ponds using an Electronic Nose and an Artifcial Neural Network, Biosystems Engineering, 86 (4) , 2003, 399–410.
• [10] Blum A., Neural Networks in C++, John Wiley & Sons, New York 1992.
• [11] Swingler K., Applying Neural Networks: A Practical Guide, Academic Press, London 1996.