Ученые физического факультета совместно с сотрудниками НИИ ядерной физики имени Д.В. Скобельцына МГУ разработали метод обнаружения примесей тяжелых металлов в воде. Новый способ, объединивший наносенсорику и машинное обучение, позволит заводам всего за пару минут проверять качество очистки промышленной воды. Результаты исследования, поддержанного Российским научным фондом (№ 22-12-00138-П), опубликованы в журнале Q1 Scientific Reports.
В основе технологии лежит применение углеродных точек – особых наносенсоров, синтезированных гидротермальным методом из лимонной кислоты и этилендиамина. Спектры люминесценции этих сенсоров чувствительны к конкретным компонентам водной смеси и позволяют точно определить её химический состав. Главной проблемой в работе было количество исследуемых компонент примеси.
«Если в растворе один ион, то для определения концентрации достаточно построить калибровочную прямую. Но если добавить дополнительные катионы других химических элементов, то задача усложняется настолько, что привычные методы оказываются бессильны, – рассказал научный сотрудник Лаборатории адаптивных методов обработки данных Научно-исследовательского института ядерной физики имени Д.В. Скобельцына МГУ Кирилл Лаптинский. – В нашем случае параметров (искомых ионов) было семь – шесть различных катионов и один нитрат-анион. В таких случаях мы вынуждены обращаться к методам машинного обучения».
Для исследования использовались нейронные сети различных архитектур, в частности, сверточные сети и сеть Колмогорова-Арнольда, предложенная в 2024 году. Студенты, аспиранты и сотрудники лаборатории в течение двух месяцев собирали для решения поставленной задачи большую базу данных, составившую более 7000 2D-карт люминесценции растворов углеродных точек с солями указанных металлов.
Новый метод способен обнаружить в жидкой среде и определить концентрацию шести катионов: меди, алюминия, никеля, свинца, кобальта и хрома. Все перечисленные металлы применяются при производстве печатных плат для нужд микроэлектроники.
Описанный подход сочетает скорость измерений и доступность аппаратуры, не требуя при этом затрат времени и ресурсов, присущих классическому методу химического анализа. Кроме того, в работе показано, что нейронные сети легко «дообучить» распознавать и другие примеси, причем для этого не придётся собирать базу данных с нуля.
Предложенная технология способна ускорить процесс анализа загрязнённости воды и снизить соответствующие финансовые и временные затраты промышленного комплекса.
Информация предоставлена пресс-службой МГУ
Источник фото: ru.123rf.com
