Resumen de Metodología para el diseño y caracterización de la nariz electrónica polivalente
Una de las primeras y de las más populares definiciones de un sistema de olfato electrónico o nariz electrónica, es la de Gardner y Barlett [Gardner J.W. and Barlett P.N., 1999]: instrumento que comprende una agrupación de sensores químicos con sensibilidades parcialmente solapadas junto a un sistema de reconocimiento de patrones, capaz de analizar y reconocer aromas simples o complejos.
Se pueden distinguir tres bloques dentro de una nariz electrónica: el químico, el electrónico y el informático. Cada uno de ellos desarrolla una función dentro de la nariz electrónica, que incluye desde la adquisición de la muestra de olor, pasando por el acondicionamiento de la señal proveniente de los sensores de olor, hasta el procesado informático de los datos que representan a cada olor.
Entre las dificultades más relevantes que tiene el uso de una nariz electrónica se encuentra su costo, su tamaño, y la variedad de aplicaciones que se le quiera dar. Las narices electrónicas existentes son diseñadas para aplicaciones específicas, se utilizan con diferentes tecnologías de sensores de olor e inclusive, para análisis más precisos de las muestras algunas utilizan técnicas químicas más complejas. Estas características aumentan el costo de las narices electrónicas y reduce el campo de aplicación de las mismas.
Esta problemática dio origen al desarrollo de esta tesis doctoral. Cuyo objetivo general es construir un sistema olfativo artificial, de bajo coste, de tamaño portátil, que pueda ser utilizado en diversas aplicaciones, proponiendo una metodología sobre el diseño y uso de una nariz electrónica polivalente. La idea es que el usuario final de una nariz electrónica pueda seguir un método para su diseño y uso, de forma tal que garantice el cumplimiento de los objetivos propios de una nariz electrónica sobre identificar y clasificar olores, haciendo énfasis en un análisis cualitativo de las muestras de olor. Con miras, inclusive a su utilización en robots de servicio, donde más que para buscar o seguir un olor, se utilice primordialmente para el aprendizaje de olores.
