Zastosowanie spektroskopii klasy NIR SCAN do ekspresowych badań spektroskopowych obiektów ze zmieniającymi się w czasie parametrami optycznymi : rozprawa doktorska / Marek Gąsiorowski ; Politechnika Koszalińska. Wydział Elektroniki i Informatyki. Katedra Elektroniki.
Material type: TextLanguage: Polish Summary language: English Publication details: Koszalin : [s.n.], 2023.Description: 125 stron : ilustracje ; 30 cm + 1 dysk optyczny (CD ROM) ; 3 recenzjeOther title:- The application of NIR SCAN class spectroscopy for express spectroscopic studies of objects with time-varying optical parameters
- 420000
- Promotor Aleksy Patryn, promotor pomocniczy Leszek Bychto. Autorzy recenzji : Mariusz Sochacki, Tomasz Błachowicz, Tomasz Kołtunowicz.
Item type | Current library | Call number | Status | Date due | Barcode | Item holds | |
---|---|---|---|---|---|---|---|
Doctor's thesis | Biblioteka Politechniki Koszalińskiej Informatorium | RD 265 | Tylko na miejscu | 00900102 |
Druk jednostronny.
Rozprawa doktorska. Politechnika Koszalińska. 2023.
Bibliografia na stronach 121-125.
Dostępne online na zasadzie licencji Creative Commons wersja CC BY-NC 4.0.
Promotor Aleksy Patryn, promotor pomocniczy Leszek Bychto. Autorzy recenzji : Mariusz Sochacki, Tomasz Błachowicz, Tomasz Kołtunowicz.
Spektroskopia w podczerwieni bliskiej NIR (Near-Infrared) jest techniką analizy chemicznej, która wykorzystuje absorpcję promieniowania podczerwonego w zakresie 800-2500 nm do określenia składu chemicznego badanej próbki. Analiza widm NIR pozwala na szybkie i nieinwazyjne określenie składu próbek w różnych dziedzinach, takich jak przemysł spożywczy, farmaceutyczny, medyczny czy rolniczy. Przez długi okres czasu istniały pewne trudności z analizą widm NIR, które nie są proste w interpretacji. Było to związane z brakiem implementacji odpowiednich metod analizy, które wymagały odpowiedniej mocy obliczeniowej. Dziś znany jest cały wachlarz metod analizy widm. Istnieją odpowiednie programy oraz moc obliczeniowa dzisiejszych komputerów w ciągu kilku sekund pozwala na wydobycie użytecznej informacji z widm NIR. Jedną z nowoczesnych metod analizy widm NIR, która może być zastosowana są SSN (Sztuczne Sieci Neuronowe). Matematyczne modele umożliwiające uczenie maszynowe, a ich zastosowanie w analizie widm NIR pozwala na automatyczne rozpoznawanie charakterystycznych wzorców i wykrywanie związków chemicznych w próbkach. Metoda ta jest szczególnie przydatna w przypadku skomplikowanych, wielowymiarowych widm NIR, które są trudne do analizy przy użyciu tradycyjnych metod statystycznych.
Drugim aspektem pracy związanym z spektroskopią jest zastosowanie małogabarytowego mobilnego spektrometru DLP NIR Scan Nano EVM, który w ciągu kliku sekund może być gotowy do pracy. Urządzenie rejestruje widmo w ciągu 2 sekund. Współpracuje z komputerem posiadającym odpowiednie oprogramowanie, generując pliki w formacie .csv oraz .dat, które można implementować w łatwy sposób do innych programów takich jak np. Matlab.
W pracy badano obiekty, które wykazują zmiany widmowe w określonym przedziale czasowym. Wyróżnić można trzy grupy materiałów. Pierwszą grupą były materiały pochodzenia organicznego. Badano zmiany zachodzące w produktach związane z procesami dojrzewania a w przypadku roślin zielonych badano zmiany zachodzące w liściach na skutek usychania. Była to grupa obiektów testowych pozwalająca na opracowanie koncepcji pracy z widmami NIR w programie Matalab. Drugą grupą były materiały, które mogą być wykorzystane w elektronice jako kleje lub hermetyzację, badano proces krzepnięcia. Docelową grupą były materiały PM (Perovskite Materials) wykorzystywane do budowy nowoczesnych ogniw fotowoltaicznych, pozyskane dzięki współpracy z firmą SAULE. Badano zmiany widmowe zachodzące w materiałach w okresie 30 dni, zaobserwowano pewne zmiany. Badania nad poprawą stabilności ogniw PSC (Perovskite Solar Cells) w dalszym ciągu są bardzo intensywne ponieważ jest to główny problem nowoczesnych ogniw.
Wykorzystując program Matlab opracowano odpowiedni model SSN, który został wytrenowany i przetestowany na uzyskanej bazie widm materiałów perowskitwowych. W oparciu o analizę MSE (Mean Square Error) wytypowano najlepsze metody uczenia oraz optymalną ilość neuronów w warstwie ukrytej. Określono również wpływ IDP (Initial Data Preprocessing) na działanie SSN. Program stworzony przez autora pracy pozwala na rozpoznawanie czasu pomiarowego losowego widma z serii pomiarowej oraz określa miarę podobieństwa wybranego widma względem pozostałych. Powiązanie zmian widmowych z informacją o sprawności ogniwa mogłoby być potężnym narzędziem umożliwiającym rozpoznawanie stadium degradacji ogniw.
Streszczenie w języku polskim i angielskim.