Nariz electrónica personal para la detección de contaminantes en el aire

• Patricia Arroyo ^[1] ; José Ignacio Suárez ^[1] ; Jesús Lozano ^[1] ; José Luis Herrero ^[1] ; Pablo Carmona ^[1]
  1. [1] Universidad de Extremadura

     Universidad de Extremadura

     Badajoz, España

     
• Localización: XXXIX Jornadas de Automática: actas. Badajoz, 5-7 de septiembre de 2018 / coord. por Inés Tejado Balsera, Emiliano Pérez Hernández, Antonio José Calderón Godoy, Isaías González Pérez, Pilar Merchán García, Jesús Salvador Lozano Rogado, Santiago Salamanca Miño, Blas Manuel Vinagre Jara, 2018, ISBN 978-84-9749-756-5, págs. 894-899
• Idioma: español
• Títulos paralelos:
  • Wireless Personal Electronic Nose for the Detection of Air Pollutants
• Enlaces
  • Texto completo
• Resumen
  • español

    En este trabajo se presenta una nariz electrónica novedosa y de bajo coste para la detección de contaminantes en el aire. Este sistema puede conectarse con cualquier dispositivo inteligente mediante una conexión Bluetooth para su control y para la recepción de los datos obtenidos. La nariz electrónica tiene como núcleo un microcontrolador de alto rendimiento y contiene cuatro sensores de gas, un sensor de temperatura y un sensor de humedad. Para poner a prueba su capacidad de discriminación, se han realizado pruebas con 7 compuestos orgánicos volátiles habitualmente presentes en procesos industriales. Para realizar el procesamiento de los datos obtenidos en el dispositivo inteligente, se ha hecho uso de técnicas de inteligencia artificial. Concretamente, las técnicas utilizadas han sido el análisis de componentes principales (PCA) para la reducción de dimensión de los datos, y redes neuronales de función de base radial para las tareas de clasificación.

  • English

    In this paper, a novel and low cost electronic nose for the detection of pollutants in the air is presented. This system can be connected to any smart device using a Bluetooth connection for control and for receiving the data. The electronic nose based on a high performance microcontroller, contains four gas sensors, a temperature sensor and a humidity sensor. In order to check its discrimination capacity, tests have been carried out with 7 volatile organic compounds usually present in industrial processes. The processing of the data obtained in the smart device used has been carried out through artificial intelligence techniques. Specifically, principal components analysis (PCA) have been used for the reduction of data dimension, and radial base function neural networks for classification tasks