В статье рассматривается детектирование и фиксация запаховых следов веществ, оборот которых ограничен или запрещен, с помощью мультисенсорной системы контроля многокомпонентных проб на основе пьезосенсоров.
Ключевые слова: мультисенсор, электронный нос, запаховые следы, нейронная сеть, состав запаха.
В настоящее время преступный мир широко осведомлен о формах и методах раскрытия преступлений и активно противодействует этому. Практически каждому преступнику известно о дактилоскопировании в криминалистике и поэтому они стараются не оставлять пальцевых отпечатков или уничтожать их. Однако при совершении преступлений остаются другие следы, в том числе запаховые. Таким образом, становится актуальным применение новационных технических средств для выявления и фиксации следов не только преступника, но и веществ, оборот которых ограничен или запрещен. Высокие наукоемкие технологии, еще вчера демонстрировавшиеся на выставках, не только стали реалиями сегодняшнего дня для экспертно-криминалистических подразделений правоохранительных органов, но и активно применяются при раскрытии преступлений, в частности уже идет речь об использовании нанотехнологий.
Необходимость осуществлять контроль в режиме реального времени объектов, представляющих оперативный интерес постоянно растет. Достаточно получить информацию на уровне скрининга («да, нет», «содержится, не содержится») и полуколичественно оценить содержание вещества, группы близких или родственных соединений, некоторой определенной комбинации веществ в пробе. Решение таких задач осуществляется тест–методами, сенсорными устройствами различных типов [1]. Среди методов, обеспечивающих быстрое определение веществ с минимальной пробоподготовкой, автоматизацию контроля, воспроизводимое измерение в различных условиях проведения анализа, отдельную группу составляют химические сенсоры для анализа газов.
Применяемые в сенсорных системах датчики характеризуются перекрестной чувствительностью (чувствительны к нескольким или ко всем компонентам пробы), поэтому для обеспечения мониторинга следует определять сразу несколько независимых параметров. Выходные аналитические сигналы обрабатывают методами распознавания образцов, при этом качественно и количественно оценивают присутствующие в анализируемом образце вещества [4].
Известно несколько аналитических подходов к созданию экспертных систем - сенсорные группы с участием человека, биологические и медицинские тесты. Такие подходы, как правило, не согласуются с современными химическими представлениями. По предлагаемым визуальным образам можно выбирать газо-чувствительные материалы, сопоставимые на одном визуальном отпечатке. Оценка визуального образа вещества необходима при конструировании сенсорной системы, подобной биологической копии (человеку).
Чем больше различие в чувствительности модификаторов к определяемым веществам, тем это полезнее для разрабатываемой мультисенсорной системы контроля многокомпонентных проб.
Руководствуясь выбранной моделью, сделана попытка создать электронный аналог системы обоняния человека — «электронный нос» [2]. В качестве обонятельных рецепторов электронного носа выбраны пьезосенсоры.
Таким образом, пьезосенсоры осуществляют сбор первичной информации о природе и составе запаха, то есть соответствуют обонятельным рецепторным нейронам первого уровня модели [3].
Сигналы пьезосенсоров, зависящие от чувствительности, интенсивности запаха, затем группируются системой сбора и передачи информации на втором уровне модели.
Для многоканальной регистрации сигналов десяти пьезосенсоров в системе «электронный нос» и последующей передаче полученных данных в персональный компьютер нами использована программируемая логическая интегральная схема (ПЛИС) фирмы Altera. Такое решение позволило создать малогабаритную высокоинтегрированную систему сбора данных с гибкой структурой, поддерживающую также функцию внутрисхемного программирования.
Затем общий выходной сигнал электронного носа обрабатывается на третьем уровне модели, который располагается уже в ЭВМ. Наиболее целесообразным в рассматриваемых условиях неполноты и противоречивости входных данных для моделирования таких систем, является использование нейронных сетей, которые как и естественная биологическая нейросеть, может обучаться решению задач: она содержит внутренние адаптивные параметры нейронов и своей структуры, и, меняя их, может менять свое поведение; для решения задачи не нужно программировать алгоритм — нужно взять универсальный нейросетевой инструмент.
«Электронный нос» может, несомненно, оказать существенную помощь в обеспечении объективных и имеющих криминалистическую значимость оценок объектов с характерным запахом. Применение средств и технологий современной электроники для решения различных задач связанных с установлением качества запаха в криминалистике, при раскрытии и расследовании преступлений в сфере незаконного оборота наркотиков, а также для идентификации лиц, совершающих преступления, является, без сомнения, чрезвычайно актуальным. В течение последних нескольких лет интерес к развитию технологий «электронного носа» носит экспоненциальный характер. Можно обоснованно прогнозировать, что в самом ближайшем будущем появится целое семейство устройств мультисенсорного типа, интегрированных в портативные приборы специального назначения.
Литература:
1. Патент № 2266532 Россия, МПК 7 G 01 N 5/02. Мультисенсорное устройство для определения качественных и количественных показателей табачных изделий / А. И. Ситников, А. В. Калач, В. В. Рыжков. — Изобретения. -2005. — Бюл. № 35.
2. Калач А. В. Раздельное определение алифатических нитроуглеводородов C1-C3 в воздухе с применением «электронного носа» / А. В. Калач, В. Ф. Селеменев, А. И. Ситников // Журн. аналит. химии. — 2008. — Т.63, № 6. — С. 658–661.
3. Патент № 2247367 Россия, МПК 7 G 01 N 5/02. Сенсорная ячейка детектирования / А. В. Калач, А. И. Ситников. — Изобретения. — 2005. — Бюл. № 6.
4. Калач А. В. Автогенераторы колебаний пьезокварцевых резонаторов, применяемых для анализа газов и паров / А. В. Калач, В. А. Шульгин, В. А. Юкиш, А. И. Ситников, В. В. Рыжков // Датчики и системы. — 2005. № 3. С.43–46.
