APROXIMACION AL BIOMIMETISMO MEDIANTE LENGUAS Y NARICES ELECTRÓNICAS EN MEDIOS COMPLEJOS: DETECCIÓN DE EXPLOSIVOS, AGENTES NERVIOSOS Y CONTROL DE ALIMENTOS

Abstract

In this thesis, the so-called biomimetic techniques such as electronic tongues and noses have been used. Based on the use of these devices, the detection, classification and/or quantification of samples have been carried out. These studied samples were different in nature including explosive substances, chemical warfare agents and food products, both in liquid and gaseous forms.

An electronic tongue system and the electrochemical pulse voltammetry technique have been used to study the explosive substance 2,4,6-Trinitrotoluene (TNT). This study has consisted in the analysis of data using multivariate analysis such as principal component analysis (PCA), partial least squares regression (PLS) or artificial neural network (ANN) analysis. The optimal results obtained from data matrix processing make the proposed algorithm a great data compression tool for future trials.

The study of simulants for war agents as Sarin, Soman and Tabun, has been carried out by using the electronic nose system. Furthermore, the study of potential interferents with these gases was also carried out. Next, the obtained data was studied by using multivariate analysis techniques such as principal component analysis (PCA), partial least squares regression (PLS) or artificial neural network (ANN) analysis. The results have yielded good classification and prediction models with relevant coefficients of determination and remarkable limits of detection.

Finally, the electronic nose was used to conduct a classification study of different varieties of persimmon obtaining a clear classification of the samples. Subsequently, the obtained data was processed using a neural network. As a result, a correct distribution of the results was obtained depending on the days of storage of the fruit or the degree of ripeness. It has been possible to reduce the number of gas sensors in the electronic nose by studying the degree of contribution to the prediction model, thus achieving a portable and specific system for each application.

En la presente tesis doctoral se han utilizado las llamadas técnicas biomiméticas, dentro de las cuales se encuentran las lenguas y narices electrónicas. Basándose en la utilización de estos dispositivos se ha procedido a la detección, clasificación y/o cuantificación de muestras de diversa naturaleza, desde sustancias explosivas y agentes de guerra química hasta productos alimenticios, tanto en disoluciones como en muestras gaseosas. Mediante el uso del sistema de lengua electrónica y la técnica electroquímica de voltametría de pulsos, se ha realizado el estudio de la sustancia explosiva 2,4,6-Trinitrotolueno (TNT). Dicho estudio ha consistido en el análisis de los datos mediante técnicas multivariantes como el análisis de componentes principales (PCA), la regresión por mínimos cuadrados parciales (PLS) o el análisis mediante redes neuronales artificiales (ANN). Los óptimos resultados obtenidos del procesamiento de la matriz de datos, convierten el algoritmo propuesto en una gran herramienta de compresión de datos para futuros ensayos. Por otra parte, mediante el uso del sistema de nariz electrónica, se ha realizado el estudio de simulantes de agentes de guerra, en concreto los simulantes de los gases: Sarín, Somán, y Tabún. Además se ha realizado el estudio de posibles interferentes con dichos gases. Se ha realizado un estudio de los datos obtenidos mediante técnicas de análisis multivariante como el análisis de componentes principales (PCA), la regresión por mínimos cuadrados parciales (PLS) o el análisis mediante redes neuronales artificiales (ANN). Los resultados han arrojado buenos modelos de clasificación y predicción, alcanzando un relevante coeficiente de determinación y un notable límite de detección. Por último, y también empleando la nariz electrónica, se ha realizado el estudio de clasificación de distintas variedades de caqui, obteniendo una clara clasificación de las muestras estudiadas. Posteriormente se han procesado los datos mediante una red neuronal, extrayéndose una correcta distribución de los resultados en función de los días de almacenamiento de la fruta o, lo que es lo mismo, del grado de maduración. Se ha logrado reducir el número de los sensores de gases que componen la nariz, mediante el estudio del grado de contribución al modelo de predicción, logrando así un sistema portable y específico para cada aplicación.

En la present tesi doctoral s'han utilitzat les anomenades tècniques biomimètiques, dins de les quals es troben les llengües i nassos electrònics. Basant-se en la utilització d'aquests dispositius s'ha procedit a la detecció, classificació y/o quantificació de mostres de diversa naturalesa, des de substàncies explosives i agents de guerra química fins a productes alimentaris, tant en dissolucions com en mostres gasoses. Mitjançant l'ús del sistema de llengua electrònica i la tècnica electroquímica de voltametría de polsos, s'ha realitzat l'estudi de la substància explosiva 2,4,6-Trinitrotoluè (TNT). Aquest estudi ha consistit en l'anàlisi de les dades per mitjà de tècniques multivariants com ara l'anàlisi de components principals (PCA), la regressió per mínims quadrats parcials (PLS) o l'anàlisi mitjançant xarxes neuronals artificials (ANN). Els òptims resultats obtinguts del processament de la matriu de dades, converteixen l'algoritme proposat en una gran ferramenta de compressió de dades per a futurs assajos. D'altra banda, per mitjà de l'ús del sistema de nas electrònic, s'ha realitzat l'estudi de simulantes d'agents de guerra, en concret els simulantes dels gasos: Sarin, Soman i Tabun. A més, s'ha realitzat l'estudi de possibles interferents amb aquests gasos. S'ha realitzat un estudi de les dades obtingudes per mitjà de tècniques d'anàlisi multivariant com l'anàlisi de components principals (PCA), la regressió per mínims quadrats parcials (PLS) o l'anàlisi per mitjà de xarxes neuronals artificials (ANN). Els resultats han permès obtindre bons models de classificació i predicció, aconseguint un rellevant coeficient de determinació i un notable límit de detecció. Finalment, i també emprant el nas electrònic, s'ha realitzat l'estudi de classificació de distintes varietats de caqui, obtenint una clara classificació de les mostres estudiades. Posteriorment s'han processat les dades per mitjà d'una xarxa neuronal, obtenint una correcta distribució dels resultats en funció dels dies d'emmagatzemament de la fruita o, el que és el mateix, del grau de maduració. S'ha aconseguit reduir el nombre dels sensors de gasos que componen el nas per mitjà de l'estudi del grau de contribució al model de predicció, aconseguint així un sistema portable i específic per cada aplicació.