Новые материалы
- информатика
- химия
Мультисенсорные системы типа «электронный язык» представляют собой перспективную междисциплинарную область науки. В настоящее время продемонстрирована возможность использования таких систем для количественного анализа и контроля качества продукции в пищевой и фармацевтической промышленности, в медицине, для аналитического контроля объектов окружающей среды.
Участникам предлагается создать сенсорную систему распознавания объектов, аналог человеческих органов чувств — прототип «электронного языка», далее провести оптимизацию полученного «языка» и с помощью методов хемометрики «обучить» полученную мультисенсорную систему распознавать (отличать между собой) различные жидкости, фальсификаты лекарственных препаратов и т. п. Участникам предстоит провести анализ трех объектов (моторные масла, пищевое сырье и лекарственные препараты).
Разработчики
- Центр развития талантов «Аврора»
- Уфимский государственный нефтяной технический университет
- Башкирский государственный университет
Партнёры и спонсоры
- Министерство образования и науки Республики Башкортостан
- Уфимский государственный нефтяной технический университет
- Башкирский государственный университет
- АО «ПолиЭФ»
- ООО НВП «Башинком»
- ОАО «Фармстандарт-УфаВита»
Отборочные этапы
На первом этапе участникам предстоит решить задачи по химии и информатике.
Во втором этапе предстоит анализ уже готовых (модельных) экспериментальных данных методом главных компонент с целью обучения работы на специализированном ПО. Участникам предстоит научиться формировать банк данных аналитических сигналов исследуемых объектов. С помощью методов математического моделирования обучить «электронный язык» распознавать различные объекты и научиться определять насколько правильно работает мультисенсорная система.
Массивы экспериментальных данных будут даны участникам перед началом второго этапа. Предварительно будут проведены дистанционные занятия и мастер классы по работе с многомерными данными.
Как готовиться ко второму этапу
Знания:
- Химия: окислительно-восстановительные реакции; основы химической термодинамики; основы электрохимии и электрохимические методы анализа (кондуктометрия, вольтамперометрия, полярография, потенциометрия); полимеризация; основы хемометрики (метод главных компонент).
- Информатика: основы работы с базами данных; работа с матрицами; интегрирование и дифференцирование; прогрессия.
Hard Skills:
- математическое моделирование в химической технологии;
- умение преобразовывать большие массивы данных с Chemometrics Add-In (надстройка для Excel MO);
- анализ многомерных данных: курс по хемометрике;
- навыки чтения и монтажа простейших электрических систем.
Soft Skills:
- cамодисциплина;
- внимательность и аккуратность при работе с большим массивом данных.
Заключительный этап
На заключительном этапе задача будет разделена на несколько подзадач:
Изготовление электродов/сенсоров для создания мультисенсорной системы типа «электронный язык». Участникам будут предложены различные материалы и способы для изготовления сенсоров (полимер-пленочные электроды, угольные электроды, металлические электроды и др.); в основу работы мультисенсорной системы будет положена электролитическая ячейка с амперметром/потенциостатом фирмы «Элинс».
Создание банка данных аналитических сигналов каждого объекта анализа: «обучение» мультисенсорной системы распознавать (отличать между собой) различные жидкости (например, отличать соки по вкусу, синтетические моторные масла от минеральных моторных масел, распознавать фальсификаты лекарственных препаратов и т.п.) методами математического моделирования.
Оценка качества (правильности) работы мультисенсорной системы, предложенной каждой командой, будет проведена с использованием объектов неизвестного/зашифрованного состава.
Знания:
- Электрохимия, (включая разделы «Электролиз», «Электролитическая диссоциация», «Электрохимические методы анализа» и др., поскольку мультисенсор представляет собой массив электродов).
- Полимеризация.
- Хемометрика (метод главных компонент и метод наименьших квадратов будут использованы для математического моделирования при «обучении» сенсорной системы).
- Основы работы с базами данных.
- Электрохимические методы анализа и способы их применения (вольтамперометрия, полярография, потенциометрия).
- Константы веществ, такие как плотность, вязкость, показатель преломления, проводимость и др.
- Химические и физические свойства кислот и щелочей.
- Основы качественного и количественного анализа неорганических и органических веществ химическими методами.
- Способы расчета молярной и нормальной концентрации, массовой доли, виды выражения концентрации веществ в растворе.
- Проекционные методы хемометрики (метод главных компонент).
- Теория вероятности.
- Закон нормального распределения, распределение Стьюдента.
- Правила математической и статистической обработки результатов проведенных анализов.
- Методы автоматизированной обработки информации с помощью компьютерной техники.
Hard Skills:
- Проведение физико-химического эксперимента (участникам нужно будет изготовить сенсор из предложенных материалов).
- Умение работать на лабораторном оборудовании (потенциостат, магнитные мешалки, аналитические весы и др.).
- Умение работать с большими массивами данных и преобразовывать их с помощью приложений (Chemometrics Add-In — надстройка для Excel MO).
Soft Skills:
- Умение работать в команде.
- Умение составлять план работы в соответствии с заданной методикой и следовать ему.
- Умение выдвигать гипотезы и устанавливать границы их применения.
- Умение четко и однозначно формулировать полученные результаты.
- Точность и аккуратность при проведении эксперимента.
- Внимательность и сосредоточенность при работе с большим массивом данных.
Численность команды и роли
Для участия на втором и заключительном этапах вам понадобится команда из 5 человек:
- Конструктор сенсора — 2 человека. Работают над подбором материалов для создания мультисенсорной системы.
- Аналитик — 2 человека. Работают над созданием базы данных с помощью прибора потенциостат «Элинс». Аналитик должен иметь хороший опыт работы с компьютером.
- Программист — 1 человек. Занимается обработкой полученных данных.
Роли могут пересекаться. Главное, чтобы команда могла эффективно их внутри себя распределять.