Detailansicht
Entwicklung eines Zwölfkanal-Sensorenarrays und einer automatisierten Messanlage zur Kontrolle von Emanationsmustern mittels neuronaler Netze
Alexander Biedermann
Art der Arbeit
Dissertation
Universität
Universität Wien
Fakultät
Fakultät für Chemie
Betreuer*in
Franz Dickert
DOI
10.25365/thesis.17124
URN
urn:nbn:at:at-ubw:1-29302.40716.931066-5
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Die Detektion von Gasanalyten ist von besonderer Relevanz in den Bereichen der Lebens- und Genussmittelanalytik, sowie in der Abfallentsorgung, Giftstoffkontrolle, in der Arbeitsplatzsicherheit und in der Sicherheitskontrolle der Schiff- und Raumfahrt. Sie stellt daher besondere Herausforderungen an die Sensoren wie wechselnde Temperaturen, minimale Konzentrationen der gesuchten Substanzen und geringes Platzangebot, Kostenminimierung, Leistungssteigerung und Dauerüberwachung. Dazu müssen die Sensoren eine hohe Selektivität, rasches Reaktionsvermögen, minimale Ausdehnung, günstige Produktionskosten, hohe Stabilität, sowie chemische Resistenz besitzen. Ziel dieser Arbeit ist die Entwicklung von Chemosensoren-Arrays und mathematischen Modellen für die Messung von Emanationsmustern aus unterschiedlichen Lebensmittelproben und die experimentelle Realisierung wurde mit der Entwicklung von MQCM-Arrays, automatisierter Schaltanlagen sowie durch den Vergleich mit GC-MS erreicht und so kann man komplexe Analytgemische in einer Matrix wie in der Kompostierung oder Gewürzemanation detektieren. Unsere apparativen Neuentwicklungen haben gezeigt, dass es möglich ist auf schnellem Weg mit relativ geringen Kosten Sensormaterialien zu erstellen, die in der Lage sind Analytgemische mit ausreichender Genauigkeit zu messen. Eine höhere Anzahl an Kanälen in unserem Fall zwölf, führt dabei zwar zu einer Erhöhung der Komplexität, ist definitiv jedoch ein Gewinn an Information und daher an Aussagekraft der Methode. Wir konnten mit den Sensoren-Arrays Analyte aus Thymian wie Limonen, Thymol und Pinene in Mengen von etwa 20-30 ppm bis hinauf zu 103 ppm nachweisen, detektieren und quantifizieren. Die Vergleichsmessungen mit GC-MS bestätigten diese Ergebnisse. Was bei der Kalibration mit reinen Analyten aus einem linearen Zusammenhang ersichtlich war, lieferte auch das neuronale Netz nach Training mit bekannten Daten in ausreichender Qualität in der Komplexität der Terpenmischungen. Die Dimensionierung des NN war eine der Schlüsselsequenzen für den Erfolg der Auswertung. Die Arbeit verdeutlicht, dass die Weiterentwicklung der Quarzsensoren sehr viel Potential für sensitivere und schnellere Auswertungen bietet. Es ist ersichtlich, dass in dieser Messmethode großes Potential steckt und möglicherweise damit ein wesentlicher Schritt für die automatisierte Messung von Gasgemischen erreicht werden konnte.
Abstract
(Englisch)
The detection of gas analytes is of particular relevance in the areas of food and beverage analysis, as well as in waste disposal and toxic substance control in workplace safety and the safety control in shipping and aviation. Therefore this raises special challenges for sensors such as changing temperatures, minimal concentrations of the substances to be detected as limited space, cost reduction, performance improvement and continuous monitoring. Thus sensors must have high selectivity, fast reaction times, minimal size, low production costs, high stability and chemical resistance. The goal of this work is the development of chemical sensor arrays and mathematical models for measuring emanation patterns from different food samples and the experimental realization has been achieved by developing MQCM arrays, automated switchboards and by validation with GC-MS and so one can detect complex analyte mixtures in composting or spice emanations. Our new instrumental developments have shown that it is possible to produce low cost sensor materials in a relatively fast way, which are able to measure the analyte mixture with sufficient accuracy. A higher number of channels in our case twelve, leads to an increase in complexity, but shows definitely a gain in information and is therefore meaningful to the method. We have proven detected and quantified analytes with the sensor array from thyme as limonene, pinene and thymol in amounts of about 20-30 ppm up to 103 ppm. The comparison with GC-MS measurements confirmed these results. What was apparent during the calibration with pure analytes from a linear relationship also was provided by the neural network in sufficient quality in the complexity of terpene mixtures after training it with known data. The design of the dimensions of the neural network was one of the key sequences for the success of the evaluation. The work demonstrates that the development of quartz sensors provides a lot of potential for more sensitive and even faster reporting. It is evident that there is great potential in this kind of measurement method and probably a major step forward in the automated measurement from gas mixtures could be achieved.
Schlagwörter
Schlagwörter
(Englisch)
Monitoring Sensor Quartz Automized Measuring neural Network Thymol Limonen
Schlagwörter
(Deutsch)
Monitoring Sensor Quarz Automatisierte Messung neuronale Netze Thymol Limonen
Autor*innen
Alexander Biedermann
Haupttitel (Deutsch)
Entwicklung eines Zwölfkanal-Sensorenarrays und einer automatisierten Messanlage zur Kontrolle von Emanationsmustern mittels neuronaler Netze
Paralleltitel (Englisch)
Development of a twelve-channel sensorarray and an automated measuring system for monitoring emanation patterns using neural networks
Publikationsjahr
2011
Umfangsangabe
152 S. : Ill., graph. Darst.
Sprache
Deutsch
Beurteiler*innen
Wolfgang Kautek ,
Klaus Dieter Kohl
AC Nummer
AC08916684
Utheses ID
15347
Studienkennzahl
UA | 091 | 419 | |