Implementación y evaluación de una nariz electrónica para la detección de alcoholes lineales

Se desarrolló una nariz electrónica que permite la detección de alcoholes de manera sencilla y económica en comparación con las narices electrónicas tradicionales. Está basada en cuatro sensores de gas de SnO2 (dos comerciales y dos fabricados en el laboratorio), un sistema neumático irregular, un h...

Full description

Autores:
Paredes Doig, Ana Lucía
Sun Kou, María Del Rosario
Picasso Escobar, Gino
Doig Camino, Elizabeth
Comina, Germán
Tipo de recurso:
Article of journal
Fecha de publicación:
2016
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/66286
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/66286
http://bdigital.unal.edu.co/67310/
Palabra clave:
54 Química y ciencias afines / Chemistry
nariz electrónica
clasificación de alcoholes
arreglo de sensores preparado
PCA
sensores de gas
óxido de estaño
electronic nose
alcohols classification
array of prepared sensors
PCA
gas sensors
tin oxide
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
Description
Summary:Se desarrolló una nariz electrónica que permite la detección de alcoholes de manera sencilla y económica en comparación con las narices electrónicas tradicionales. Está basada en cuatro sensores de gas de SnO2 (dos comerciales y dos fabricados en el laboratorio), un sistema neumático irregular, un hardware y software para adquisición de datos y un software de reconocimiento de patrones. Se evaluó el comportamiento de la nariz y las condiciones de trabajo con muestras de vapor de alcoholes (metanol, etanol, n-butanol y 1-octanol) y se determinó que los alcoholes se pueden detectar con el arreglo de sensores preparado y pueden diferenciarse entre sí haciendo uso del análisis estadístico de componentes principales (PCA). El orden de detección encontrado para los alcoholes lineales fue el siguiente: metanol etanol n-butanol 1-octanol. Se encontró también que haciendo uso del análisis de componentes principales (PCA) y realizando una normalización de los datos en el software de reconocimiento de patrones, la varianza total de las muestras también aumenta del 76% al 85%. Esto demuestra que una nariz simple y económica puede clasificar bien las muestras evaluadas.