ZASTOSOWANIE CZUJNIKÓW MIKRODŹWIGNIOWYCH W SYSTEMACH WYKRYWANIA MATERIAŁÓW WYBUCHOWYCH

Podobne dokumenty
Sztuczna Inteligencja Tematy projektów Sieci Neuronowe

KONCEPCJA NEURONOWEGO DETEKTORA USZKODZEŃ CZUJNIKA PRĘDKOŚCI DLA UKŁADÓW NAPĘDOWYCH Z SILNIKIEM INDUKCYJNYM STEROWANYCH METODĄ POLOWO ZORIENTOWANĄ

MATEMATYCZNY MODEL PĘTLI HISTEREZY MAGNETYCZNEJ

Mikrosystemy Wprowadzenie. Prezentacja jest współfinansowana przez Unię Europejską w ramach Europejskiego Funduszu Społecznego w projekcie pt.

MODELOWANIE WARSTWY POWIERZCHNIOWEJ O ZMIENNEJ TWARDOŚCI

Spotkania z fizyka 2. Rozkład materiału nauczania (propozycja)

Parametry częstotliwościowe przetworników prądowych wykonanych w technologii PCB 1 HDI 2

SUB-NANO Matryce czujników mikromecha-nicznych do detekcji bakterii Gram-ujemnych i ich endotoksyn T.Gotszalk

ZASADY KONSTRUKCJI APARATURY ELEKTRONICZNEJ

Optymalizacja optymalizacji

Wymagania edukacyjne z fizyki w klasie drugiej gimnazjum rok szkolny 2016/2017

Mechatronika i inteligentne systemy produkcyjne. Modelowanie systemów mechatronicznych Platformy przetwarzania danych

Identyfikacja zagrożeń załogi pojazdów specjalnych podczas wybuchu

Mechatronika i inteligentne systemy produkcyjne. Paweł Pełczyński ppelczynski@swspiz.pl

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH

PRZETWORNIKI POMIAROWE

Badania wybranych nanostruktur SnO 2 w aspekcie zastosowań sensorowych

Wyznaczenie reakcji belki statycznie niewyznaczalnej

HAŁASU Z UWZGLĘDNIENIEM ZJAWISK O CHARAKTERZE NIELINIOWYM

STATYCZNA PRÓBA ROZCIĄGANIA

Katedra Elektrotechniki Teoretycznej i Informatyki

WPŁYW ODKSZTAŁCENIA WZGLĘDNEGO NA WSKAŹNIK ZMNIEJSZENIA CHROPOWATOŚCI I STOPIEŃ UMOCNIENIA WARSTWY POWIERZCHNIOWEJ PO OBRÓBCE NAGNIATANEM

APLIKACJA NAPISANA W ŚRODOWISKU LABVIEW SŁUŻĄCA DO WYZNACZANIA WSPÓŁCZYNNIKA UZWOJENIA MASZYNY INDUKCYJNEJ

Wyboczenie ściskanego pręta

Stosowane metody wykrywania nieszczelności w sieciach gazowych

Angelika Duszyńska Adam Bolt WSPÓŁPRACA GEORUSZTU I GRUNTU W BADANIU NA WYCIĄGANIE

CIEPLNE I MECHANICZNE WŁASNOŚCI CIAŁ

Przetwornik wilgotności względnej i entalpii

Czujniki. Czujniki służą do przetwarzania interesującej nas wielkości fizycznej na wielkość elektryczną łatwą do pomiaru. Najczęściej spotykane są

DEKOMPOZYCJA HIERARCHICZNEJ STRUKTURY SZTUCZNEJ SIECI NEURONOWEJ I ALGORYTM KOORDYNACJI

Metody Sztucznej Inteligencji II

Rola stacji gazowych w ograniczaniu strat gazu w sieciach dystrybucyjnych

Wprowadzenie do teorii systemów ekspertowych

ZESTAW BEZPRZEWODOWYCH CZUJNIKÓW MAGNETYCZNYCH DO DETEKCJI I IDENTYFIKACJI POJAZDÓW FERROMAGNETYCZNYCH

Sieci neuronowe jako przykład współczesnej technologii informatycznej

Nauka o Materiałach. Wykład VIII. Odkształcenie materiałów właściwości sprężyste. Jerzy Lis

Technologia Materiałów Drogowych ćwiczenia laboratoryjne

Podstawy fizyki wykład 2

WYKRYWANIE USZKODZEŃ W LITYCH ELEMENTACH ŁĄCZĄCYCH WAŁY

WYZNACZANIE ROZMIARÓW

ID1SII4. Informatyka I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny) stacjonarne (stacjonarne / niestacjonarne)

Specyficzne własności helu w temperaturach kriogenicznych

PRZEWODNIK PO PRZEDMIOCIE

I. Wstęp teoretyczny. Ćwiczenie: Mikroskopia sił atomowych (AFM) Prowadzący: Michał Sarna 1.

Projekt współfinansowany ze środków Europejskiego Funduszu Rozwoju Regionalnego w ramach Programu Operacyjnego Innowacyjna Gospodarka

Mechatronika i inteligentne systemy produkcyjne. Aktory

SYSTEM MONITOROWANIA DECYZYJNEGO STANU OBIEKTÓW TECHNICZNYCH

PL B1. Sposób i układ pomiaru całkowitego współczynnika odkształcenia THD sygnałów elektrycznych w systemach zasilających

PL B BUP 14/16

WYKORZYSTANIE SIECI NEURONOWEJ DO BADANIA WPŁYWU WYDOBYCIA NA SEJSMICZNOŚĆ W KOPALNIACH WĘGLA KAMIENNEGO. Stanisław Kowalik (Poland, Gliwice)

PROGNOZOWANIE OSIADAŃ POWIERZCHNI TERENU PRZY UŻYCIU SIECI NEURONOWYCH**

WZMACNIACZ OPERACYJNY

WYKORZYSTANIE MES DO WYZNACZANIA WPŁYWU PĘKNIĘCIA W STOPIE ZĘBA KOŁA NA ZMIANĘ SZTYWNOŚCI ZAZĘBIENIA

Badania właściwości zmęczeniowych bimetalu stal S355J2- tytan Grade 1

Laboratorium elektroniki i miernictwa

Spis treści Definicja czujnika Podział czujników Wymagania użytkowe i analityczne Czujniki chemiczne...

DRGANIA SWOBODNE UKŁADU O DWÓCH STOPNIACH SWOBODY. Rys Model układu

Samochodowy system detekcji i rozpoznawania znaków drogowych. Sensory w budowie maszyn i pojazdów Maciej Śmigielski

Czujniki DrägerSensors

CIPREMONT. Izolacja drgań i dźwięków materiałowych w konstrukcjach budowlanych oraz konstrukcjach wsporczych maszyn dla naprężeń do 4 N/mm 2

Literatura. Sztuczne sieci neuronowe. Przepływ informacji w systemie nerwowym. Budowa i działanie mózgu

Podstawy mechatroniki 4. Sensory

(zwane również sensorami)

WYZNACZANIE WARTOŚCI PODSTAWOWYCH PARAMETRÓW TECHNICZNYCH NOWOCZESNYCH KOMBAJNÓW ZBOŻOWYCH PRZY UŻYCIU SSN

Badacze zbudowali wiele systemów technicznych, naśladujących w komputerze ludzki mózg. Najbardziej pożyteczne okazały się sieci neuronowe.

LABORATORIUM ELEKTROAKUSTYKI. ĆWICZENIE NR 1 Drgania układów mechanicznych

prof. dr hab. inż. Andrzej DZIEDZIC Wrocław, Wydział Elektroniki Mikrosystemów i Fotoniki Politechnika Wrocławska

Sztuczne sieci neuronowe i sztuczna immunologia jako klasyfikatory danych. Dariusz Badura Letnia Szkoła Instytutu Matematyki 2010

Dwa problemy związane z jakością dróg

Podstawy elektroniki i miernictwa

ZACHODNIOPOMORSKI UNIWERSYTET TECHNOLOGICZNY W SZCZECINIE

WAT - WYDZIAŁ ELEKTRONIKI INSTYTUT SYSTEMÓW ELEKTRONICZNYCH. Przedmiot: CZUJNIKI I PRZETWORNIKI Ćwiczenie nr 1 PROTOKÓŁ / SPRAWOZDANIE

Dr hab. inż. Jan Duda. Wykład dla studentów kierunku Zarządzanie i Inżynieria Produkcji

LABORATORIUM: ROZDZIELANIE UKŁADÓW HETEROGENICZNYCH ĆWICZENIE 1 - PRZESIEWANIE

S O M SELF-ORGANIZING MAPS. Przemysław Szczepańczyk Łukasz Myszor

Zakład Metrologii i Systemów Pomiarowych Laboratorium Metrologii I. Grupa. Nr ćwicz.

Układ aktywnej redukcji hałasu przenikającego przez przegrodę w postaci płyty mosiężnej

2.2.P.07: Komputerowe narzędzia inżynierii powierzchni

Systemy pomiarowo-diagnostyczne. Metody uczenia maszynowego wykład III 2016/2017

KOMPUTEROWY MODEL UKŁADU STEROWANIA MIKROKLIMATEM W PRZECHOWALNI JABŁEK

ĆWICZENIE 15 WYZNACZANIE (K IC )

ĆWICZENIE 15 BADANIE WZMACNIACZY MOCY MAŁEJ CZĘSTOTLIWOŚCI

Analiza możliwości szacowania parametrów mieszanin rozkładów prawdopodobieństwa za pomocą sztucznych sieci neuronowych 4

POMIARY TŁUMIENIA I ABSORBCJI FAL ELEKTROMAGNETYCZNYCH

Urządzenie i sposób pomiaru skuteczności filtracji powietrza.

ANALIZA BELKI DREWNIANEJ W POŻARZE

Szkolenie prowadzone przez Zespół Rozminowania obejmuje:

NAGRZEWANIE ELEKTRODOWE

(62) Numer zgłoszenia, z którego nastąpiło wydzielenie:

Badanie ugięcia belki

Politechnika Białostocka

STABILIZATORY NAPIĘCIA STAŁEGO. 1. Wiadomości wstępne

POMIARY WIELKOŚCI NIEELEKTRYCZNYCH

Modelowanie przetworników pomiarowych Kod przedmiotu

WZMACNIACZ ODWRACAJĄCY.

Zastosowanie procesorów AVR firmy ATMEL w cyfrowych pomiarach częstotliwości

AFM. Mikroskopia sił atomowych

PRZEWODNIK PO PRZEDMIOCIE

Anomalie gradientu pionowego przyspieszenia siły ciężkości jako narzędzie do badania zmian o charakterze hydrologicznym

Transkrypt:

mgr inż. Dariusz SAPIJA* mgr inż. Konrad NIERADKA** *Wojskowy Instytut Techniki Inżynieryjnej **Politechnika Wrocławska ZASTOSOWANIE CZUJNIKÓW MIKRODŹWIGNIOWYCH W SYSTEMACH WYKRYWANIA MATERIAŁÓW WYBUCHOWYCH Streszczenie: W artykule przedstawiono problematykę dotyczącą prac badawczych prowadzonych w zakresie opracowania czujników z wykorzystaniem technologii mikrosystemowych przeznaczonych do wykrywania materiałów wybuchowych w minach i improwizowanych ładunkach wybuchowych (IED). Omówiono także zagadnienie związane z zastosowaniem chemicznych warstw reaktywnych pozwalających na uzyskanie wysokiej selektywności wykrycia cząstek materiałów wybuchowych, jak i przybliżono możliwość wykorzystania algorytmów sztucznych sieci neuronowych do klasyfikacji sygnałów pochodzących od czujników mikrodźwigniowych. Połączenie wszystkich omówionych technologii pozwala na opracowanie elektronicznego nosa, czyli urządzenia inteligentnego przeznaczonego do wykrywania materiałów wybuchowych w powietrzu. THE USE OF MICRO-CANTILEVER BASED SENSORS IN EXPLOSIVES DETECTION SYSTEMS Streszczenie: In the paper discussed problems concerning the research on the development of sensors based on microsystems technologies for the detection of explosives materials used in mines and improvised explosive devices (IED). In the article presented the issue of the use of chemical reactive layers which allows to achieve high selectivity of detection explosive materials molecules and brought closer the possibility of using artificial neural network algorithms to classify signals from micro-cantilever based sensors. Combining all the described technologies allows to develop an electronic nose, a smart device designed to detect explosive materials molecules in the air. 1. Wstęp Żołnierze Wojsk Inżynieryjnych stają obecnie przed złożonym problem wykrywania obiektów niebezpiecznych zawierających materiały wybuchowe. Zadania związane z ich usuwaniem wykonywane są zarówno w kraju przy okazji odkrywania licznych pozostałości po II Wojnie Światowej [1], jak i w ramach wykonywania misji stabilizacyjnych Polskich Kontyngentów Wojskowych, gdzie główne zagrożenie stanowią improwizowane ładunki wybuchowe (IED) [rys. 1]. 99

Rys. 1. Uzbrojona amunicja przeznaczona do budowy IED odkryta w listopadzie 2005 roku przez policję w Bagdadzie [2] Bezpieczeństwo żołnierzy jest w dużym stopniu zależne od sprzętu jakim dysponują, przy czym konieczność zwiększenia skuteczności systemów wykrywania min i IED wpływa bezpośrednio na kierunki prac badawczych prowadzonych w zakresie opracowania czujników materiałów wybuchowych w oparciu o dostępne nowoczesne technologie. 2. Nowoczesne technologie wykrywania IED Najczęściej wykorzystywaną metodą wykrywania min i IED jest metoda indukcji elektromagnetycznej coraz częściej wspomagana metodą radarowej penetracji gruntu zarówno przy użyciu wyposażenia osobistego żołnierzy (rys. 2a, 2b) jak i pokładowego (rys. 2c) pojazdów odpornych na działanie zjawisk towarzyszących wybuchom min i IED. Rys. 2. a)wykrywacz indukcyjny Sciebel AN 19/2 [3]; b) Wykrywacz indukcyjny i GPR Cytterra AN/PSS-14 [4]; c) System wykrywania min Schiebel VAMIDIMS Tm [5] Mimo to, różnorodność w konstrukcji IED wymaga poszukiwania nowoczesnych metod wykrywania materiałów niebezpiecznych. Jedną z metod wykrywania min i IED jest obecnie detekcja cząstek materiałów wybuchowych unoszących się w pobliżu zakopanego IED. Ponieważ są one budowane z użyciem materiałów wybuchowych takich jak TNT, PETN, RDX, DNT [2,6] lub będących częścią składu użytego materiału [tab. 2.], zasadne staje się prowadzenie prac w zakresie opracowania czujnika wykrywającego wymienione wyżej materiały lub molekuły im towarzyszące, unoszące się w powietrzu pomimo zakopania materiału wybuchowego w gruncie [7]. 100

Tabela 2. Skład wybranych komercyjnych materiałów wybuchowych [6] Materiały wybuchowe komercyjne Skład c-2 RDX, TNT, DNT, NC, MNT c-3 RDX, TNT, DNT, TETRYL, NC c-4 RDX, Fuel oil, Polyisobutylene Cyclotol DBX HTA-3 Pentolite PTX-1 PTX-2 Tetroyl Dynamite 3 RDX, TNT TNT, RDX, AN, Al HMX, TNT, Al PETN, TNT PETN, TNT, Tetryl RDX, TNT, PETN TNT, Tetryl NG, NC, SN Red diamond NG, EGDN, SN, AL, Chalk Dzięki zastosowaniu możliwości technologii mikrosystemowych (MEMS) możliwe jest opracowanie inteligentnych głowic pomiarowych pozwalających na wykrywanie molekuł materiałów wybuchowych, o niewielkich koncentracjach, unoszących się w pobliżu min i IED. 3. Mikrodźwignia jako przetwornik masy i naprężeń powierzchniowych W czasie ostatnich trzech dekad technika mikroskopii sił atomowych (ang. Atomic Force Microscopy, AFM) przeżywała gwałtowny rozkwit. Z jej głównego nurtu wykiełkowało wiele pobocznych dziedzin, które nie tylko bazują na technologiach stosowanych do konstrukcji AFM, ale niejednokrotnie wykorzystują w pozytywny sposób te cechy, które w technice AFM są niepożądane. Przykładem takiego innowacyjnego nurtu jest technika czujników mikrodźwigniowych (ang. microcantilever-based sensors), wykorzystująca zdolność struktur mikromechanicznych do przetwarzania słabych oddziaływań molekularnych na mierzalne makroskopowo sygnały elektryczne. Wszystko za sprawą wysokiego współczynnika powierzchni do objętości takich struktur, rosnącego wraz ze zmniejszającymi się wymiarami. Rys. 3. Mikrodźwignia struktura mechaniczna wykonana w technologii mikrosystemowej - charakteryzująca się wymiarami, z których co najmniej jeden jest rzędu µm [8] 101

Najprostszym i stosunkowo łatwym w modelowaniu i pomiarze elementem mikromechanicznym jest dźwignia jednostronnie podparta [rys. 3]. W pierwszym przybliżeniu można ją rozpatrywać jako punktową masę m zawieszoną na elemencie sprężystym, tworzącą prosty oscylator harmoniczny (ang. simple harmonic oscillator, SHO). Mikrodźwignia taka cechuje się swoją stałą sprężystości k oraz podstawową częstotliwością rezonansową f1, wyrażonymi wzorami (1) i (2): (1), (2), gdzie E oraz v" to odpowiednio moduł Younga i współczynnik Poissona materiału mikrodźwigni, a l, w oraz t to odpowiednio długość, szerokość i grubość mikrodźwigni. Współczynnik 0,24 służy zamianie masy całej mikrodźwigni na masę efektywną skupioną na jej końcu. Jak można zauważyć z równania (2), zmiana masy mikrodźwigni poprzez dołączenie do niej cząstek materiału wybuchowego, powoduje zmianę jej częstotliwości rezonansowej, będącej podstawowym parametrem w pracy w trybie dynamicznym mikrodźwigni. Poprzez pomiar częstotliwości rezonansowej uzyskuje się informację na temat masy cząsteczek osadzających się na powierzchni czujnika. Dostępne na rynku mikrodźwignie pozwalają na pomiar masy rzędu nano- i pikogramów, chociaż możliwe jest uzyskanie detekcyjności na poziomie femtogramów poprzez zastosowanie odpowiednich metod pomiarowych [9]. Interakcje między powierzchnią mikrodźwigni a otoczeniem mogą także generować na niej dodatkowe naprężenia powierzchniowe, których źródłem mogą być oddziaływania mechaniczne, chemiczne i elektryczne. Jeżeli dwie strony mikrodźwigni mają inny charakter chemiczny, mechaniczny lub elektryczny, wynikający z ich konstrukcji lub naniesionej na powierzchnię warstwy chemicznej, wyindukowana zostanie różnica naprężeń powierzchniowych między tymi powierzchniami powodująca statyczne ugięcie się końca mikrodźwigni o odległość z, w pierwszym przybliżeniu opisywane równaniem Stoney a [10]: (3) Takie zachowanie się mikrodźwigni jest podstawą pracy czujnika w trybie statycznym. Pomiar statycznego ugięcia końca mikrodźwigni lub pomiar jej promienia krzywizny daje informację o wyidukowanej różnicy naprężeń powierzchniowych, spowodowanej interakcją z cząsteczkami osadzanymi na jej powierzchni. Metoda ta nie niesie bezpośrednio informacji o masie związanej substancji, pozwala obserwować słabe oddziaływania chemiczne, pozwalając na wykrycie niewielkich ilości materiałów wybuchowych, co analogicznie wykorzystywane jest w czujnikach mikrodźwigniowych znajdujących zastosowanie w medycynie [11]. 102

4. Warstwy receptorowe dla czujników mikrodźwigniowych Sama mikrodźwignia pełni jedynie funkcję przetwornika, zamieniającego oddziaływania między molekułami na zmianę właściwości mechanicznych, mierzalną makroskopowo. Aby zapewnić czujnikowi czułość na określone cząstki materiałów wybuchowych i odpowiednią selektywność, czyli wychwytywanie z powietrza jedynie określonych substancji, należy pokryć jego powierzchnię warstwą aktywną chemicznie zwaną receptorową. Obecnie prowadzone są na świecie badania mające na celu opracowanie wysoko selektywnych warstw receptorowych dla czujników materiałów wybuchowych. Jedną z szerzej opisywanych substancji przeznaczonych do funkcjonalizacji powierzchni czujników jest samoorganizująca się warstwa {self-assembled layer) kwasu merkaptobenzoesowego (4-MBA) pozwalająca na wykrywanie cząsteczek TNT, PETN i RDX [12]. Najbardziej powszechna w badaniach laboratoryjnych czujników do wykrywania obecności materiałów wybuchowych jest 4-MBA, która umożliwia przy odpowiedniej konstrukcji czujnika wykrywanie koncentracji rzędu kilku ppt (ang. parts per trillion - części na bilion). Została ona wykorzystana przy budowie demonstratora technologii SniffEx [Rys.4a]. Rys. 4. a) Demonstrator technologii przenośnego czujnika materiałów wybuchowych [13], b) Schemat ideowy[13] Do jego budowy zastosowano mikrodźwignie o wymiarach 125 µm długości, 50 µm szerokości i 0,5 µm grubości. Jedna z mikrodźwigni została pokryta warstwą złota, na którą naniesiono warstwę 4-MBA odpowiedzialną za reagowanie z cząsteczkami materiału wybuchowego. W urządzeniu zastosowano układ podawczy zbudowany z niewielkiej pompki mającej za zadanie dostarczanie powietrza bezpośrednio do powierzchni czujnika. System sterowany jest za pomocą komputera odczytującego pomiary poprzez port RS-232. Schemat ideowy demonstratora przedstawiono na rysunku 4b. Demonstrtator technologii badano z użyciem próbek NESTT (ang. Non-Explosive Safety Training and Testing) PETN o koncetracji w powietrzu 10 ppt i RDX o koncentracji w powietrzu 3,6 ppt. Wyniki eksperymentów potwierdzające uzyskanie wyraźnych odpowiedzi w wyniku pobudzania powierzchni czujnika odpowiednimi substancjami przedstawiono na rysunku 5. 103

Rys. 5. Odpowiedź czujnika mikrodźwigniowego na pobudzenie cząsteczkami materiału wybuchowego [13 9swf] 5. Nos elektroniczny Opisana wyżej technologia czujników mikrosystemowych pozwala na konstrukcje tzw. nosów elektronicznych. Podobnie jak w przypadku demonstratora Sniffex są one zintegrowane z układem pobierania próbek, ale także zawierają część elektroniczną odpowiedzialną za sterowanie układami urządzenia, przetwarzanie i interpretację sygnałów pochodzących z czujnika mikrodźwigniowego. W przypadku niewielkich różnic pomiędzy danymi uzyskiwanym w wyniku reakcji cząsteczek różnych gazów z powierzchnią mikrodźwigni stosowane są algorytmy sztucznych sieci neuronowych (ang. ANN - Artificial Neural Network) [14]. Są to struktury matematyczne wzorowane na strukturze biologicznej sieci neuronowej mózgu, realizujące obliczenia poprzez połączone ze sobą warstwy sztucznych neuronów [15]. Rys. 6. Model sztucznego neuronu Sztucznym neuronem [rys.6] nazywamy prosty system przetwarzający wartości sygnałów wprowadzanych na jego wejścia (x 1...x n ) i sumowane z odpowiednimi wagami (w 0...w n ), a następnie poddawane działaniu funkcji aktywacji f(z), według której obliczana jest wartość wyjścia neuronów. Zgodnie z przedstawioną definicją [16] wzór określający model sztucznego neuronu można przedstawić zgodnie z: (4) 104

Rys. 7. Uczenie i działanie Sztucznej Sieci Neuronowej Projektowanie takiej struktury opiera się na uczeniu sieci. Jest to proces polegający na podawaniu na neurony wejściowe danych ze zbioru uczącego i modyfikowanie współczynników wagowych połączeń między neuronami kolejnych warstw w celu uzyskania danych wyjściowych najbardziej zbliżonych do zestawionych w zbiorze uczącym [rys. 7]. Algorytmy ANN charakteryzują się zdolnością właściwej klasyfikacji sygnałów wejściowych, nawet jeżeli są one jedynie zbliżone do sygnałów wykorzystywanych w procesie nauczania [17], co jest istotne przy wykrywaniu materiałów wybuchowych w różnych warunkach środowiskowych. 6. Podsumowanie Doświadczenia saperów w Afganistanie wykazują konieczność wprowadzenia zmian w wyposażeniu żołnierzy w celu zwiększenia ich bezpieczeństwa w rejonach zagrożonych działaniami terrorystycznymi z użyciem IED [18]. Oprócz wykrywaczy dostępnych komercyjnie zasadne jest prowadzenie prac badawczo rozwojowych w zakresie zastosowania nowoczesnych technologii mikrosystemowych, pozwalających na wprowadzenie nowych metod detekcji materiałów wybuchowych. Wojskowy Instytut Techniki Inżynieryjnej wraz z Wydziałem Elektroniki Mikrosystemów i Fotoniki oraz Wydziałem Chemii Uniwersytetu im. Adama Mickiewicza w Poznaniu prowadzi prace badawcze nad rozwojem technologii czujników mikrodźwigniowych, warstw receptorowych do wykrywania materiałów wybuchowych i algorytmów sieci neuronowych, których celem jest budowa krajowego urządzenia elektronicznego nosa do wykrywania materiałów wybuchowych. Literatura [1] P. Bik, "Zagrożenie niewybuchami w Polsce" - Problemy detekcji i utylizacji materiałów niebezpiecznych, Gdańsk [2] C. Kopp, "The Technology of Improvised Explosive Devices" - Defence Today, Jan 2008 [3] http://www.schiebel.net/images_download/an19/an19_2-12.jpg 12.03.2011 [4] http://www.cyterra.com/images/pss14-palms2-500x410px-feather.jpg 12.03.2011 105

[5] http://www.schiebel.net/images_download/vamids/vamids004.jpg 12.03.2011 [6] M. Krausa, "Vapour detection of explosive for counter-terrorism" NATO Science Series II. Mathematics, Physics and Chemistry Vol. 167, Kulwer Academic Publishers 2004 [7] T. F. Jenkins, D. C. Leggett, T. A. Rannet, Vapour Signatures from Military Explosives Part.1 Vapour transport from buried MIlitary-Grade TNT US Army Corps of Engineers Cold Regions Research & Engineering Laboratory, Special Report 99-21, December 1999 [8] http://www.eng.umd.edu/media/pressreleases/images/full-size_cantilever-sem.jpg, 1.03.2011 [9] D. Jin, X.X. Li, J. Liu, G. Zuo, Y. Wang, M. Liu, and H.Yu, "High-mode resonant piezoresistive cantilever sensors for tens-femtogram resoluble mass sensing in air" - Journal of Micromechanics and Microengineering 16, 1017-1023 (2006) [10] G.G. Stoney, "The Tension of Metallic Films Deposited by Electrolysis" - Proceedings of the Royal Society of London Series A 82, 172-175 (1909) [11] J. Fritz, M.K. Baller, H.P. Lang, H. Rothuizen, P. Vettiger, E. Meyer, H.-J. Güntherodt, Ch. Gerber, J.K. Gimzewski, "Translating Biomolecular Recognition into Nanomechanics"- Science 288, 316-318 (2000) [12] L. Senesac, T.G. Thundat, "Nanosensors for trace explosive detection" materials today 2008, volume 11, number 3 Elsevier 2008, [13] L.A. Pinnaduwage, D.L. Hedden, A.Gehl, V.I. Boiadijev, J.E. Hawk, R.H. Farahi, T. Thundat, "A sensitive, handheld vapor sensor based on microcantilevers", Review of Scientific Instruments [14] M.K. Baller, H.P. Lang, J. Fritz, Ch. Gerber, J.K. Gimzewski, U. Drechsler, H. Rothuizen, M. Despont, P. Vettiger, F.M. Battiston, J.P. Ramseyer, P. Fornaro, E. Meyer, H.-J. Guntherodt, "A cantilever array-based artificial nose", Ultramicroscopy 82 (2000), ELSEVIER August 1999 [15] R. Tadeusiewicz, "Sieci Neuronowe", str. 12-13, Seria Problemy Współczesnej Nauki i Techniki. Informatyka, Akademicka Oficyna Wydaw. RM, Warszawa 1993 [16] S. Osowski, "Sieci neuronowe do przetwarzania informacji" wz. 2.12, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2006 [17] S. Osowski, "Sieci neuronowe do przetwarzania informacji" str. 14-16, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2006 [18] T. Ciszewski, P Grzegorzewski, Doświadczenia z wykorzystania wykrywaczy min przez polskich i amerykańskich saperów w Afganistanie Zeszyty Naukowe WSOWL Nr 2 (144), 2007 106