В ходе выполнения работ был разработан прибор «Электронный нос» для мониторинга воздуха и детектирования целевых газов и запахов (Рис. 1). Созданное устройство объединяет в себе применение мультисенсорных графеновых чипов, модифицированных биораспознающими молекулами – пептидами и белками, оригинальную аппаратную архитектуру многоканального измерения сопротивлений и программное обеспечение с применением методов искусственного интеллекта.

Разработанные мультисенсорные чипы обеспечивают высокую стабильность отклика, низкий уровень шумов и селективность. В сочетании с разработанной измерительной схемой и использованием искусственного интеллекта, это позволило внедрить возможности, отсутствующие у классических газовых анализаторов:

• одновременная регистрация десятков запахов и газов с формированием «запахового профиля» среды и его сравнения с эталоном – контроль качества продукции;
• распознавание источника запаха или газа по записанному «запаховому профилю» предприятия или процесса;
• выделение слабых целевых газов на фоне сильного запахового фона – регистрация утечек газа на кухне, аварийных сбросов в канализации, т.д.
• раннее обнаружение опасных событий (утечки, перегревы) по выделению характерных запахов и газов с реакцией менее 5 секунд и до возникновения аварии – пожара, взрыва;
• самокалибровка и самообучение на основе ИИ, обеспечивающие устойчивость в реальных производственных условиях.

Обозначенные преимущества делают разработанную систему конкурентоспособной на фоне зарубежных решений и создаёт технологический задел для применения в промышленной экологической диагностике, контроле качества пищевых и химических продуктов, предиктивном мониторинге оборудования, анализе ароматики и исследовательских задачах.

Публикации

1. [1] Rabchinskii, M. K.; … Ryzhkov, S.A., …Prasolov, N.D. et al. Sysoev et al. Delving into the effect of ZnO nanoparticles on the chemistry and electronic properties of aminated graphene: Ab initio and experimental probing. Surf. Interfaces. 2025, 65, 106501
2. [2] Matveenko, S.; … Rabchinskii, M., Senichenkov, V., et al. Classification of Electronic Nose Data with Gradient-Boosted Decision Trees. Sens. Actuators: A. Phys. 2025, 396, 117123