Определение ионного состава водных растворов с помощью лазерной спектроскопии комбинационного рассеяния и метода искусственных нейронных сетей

Актуальность

В настоящее время все более актуальным становится рациональное и эффективное использование природных ресурсов нашей планеты, в том числе и водных. Для этого в первую очередь требуется экспресс-диагностика многокомпонентных водных сред. Сочетание метода лазерной спектроскопии комбинационного рассеяния (КР) и метода искусственных нейронных сетей (ИНС) позволяет быстро и с минимальным вмешательством в исследуемую среду провести её качественный и количественный анализ.

Цель

Изучение методов лазерной спектроскопии КР и ИНС, выбор и обучение ИНС с различной архитектурой для определения типа и концентрации солей в воде с применением метода лазерной спектроскопии КР.

Оснащение и оборудование, использованное при создании работы

• Твердотельный лазер с длиной волны излучения 532 нм и мощностью 400 мВт

• Спектрометр, состоящий из монохроматора, собранного по схеме Черни - Тернера (производство Acton, модель 2500i)

• CCD-камеры (производство Horiba, модель Syncerity)

• Edge-фильтр (производство Semrock)

Описание

Автором было проведено изучение литературы по теме комбинационного рассеяния и искусственных нейронных сетей. Объектами исследования были водные растворы солей MgSO₄, LiCL, LiNO₃, (NH₄)₂SO₄, KHCO₃, NaCl, Mg(NO₃)₂, NaHCO₃, KF, NH₄F. Были приготовлены растворы с числом компонентов от двух до шести. Концентрация варьировалась от 0 до 1,25 М. На этих растворах было получено 303 спектра КР.

Для решения поставленной задачи использовались следующие архитектуры нейронной сети: трёхслойный персептрон с одним скрытым слоем (число нейронов в скрытом слое составляло 32, 64, 128), многослойный персептрон с двумя скрытыми слоями (с 64 нейронами в первом скрытом слое и 32 нейронами во втором слое). Нейронные сети были обучены на имеющихся спектрах. Итоговая средняя точность получилась 0,05 М.

Автор занимался изучением необходимых разделов физики и математики, вычислял необходимое количество различных солей для растворов, замерял спектры итоговых водных сред, подготавливал спектры для обучения ИНС, обучал нейросети, а также занимался расчётом итоговой точности.

Результаты работы / выводы

В данной работе были получены следующие основные результаты:

• получен массив из более чем 300 спектров КР водных растворов многокомпонентных солей MgSO₄, LiCL, LiNO₃, (NH₄)₂SO₄, KHCO₃, NaCl, Mg(NO₃)₂, NaHCO₃, KF, NH₄F;

• подготовлены ИНС с четырьмя различными архитектурами, которые позволяют определять концентрацию указанных солей по спектрам КР;

• установлено, что наилучшая точность определения концентрации солей достигается с помощью архитектуры персептрон с двумя скрытыми слоями (с 64 и 32 нейронами в скрытых слоях), средняя точность определения концентрации составила 0,05 М.

Проведенные эксперименты позволяют сделать следующие выводы:

• сочетание методов спектроскопии КР и ИНС позволяет определять концентрацию солей со средней точностью, достаточной для решения большинства практических задач;

• выбор архитектуры сети существенно влияет на точность решения задачи;

• наилучшая точность достигается применением персептрона с двумя скрытыми слоями (с 64 и 32 нейронами в скрытых слоях).

Перспективы использования результатов работы

Представленный алгоритм можно адаптировать под любое количество солей (ионов), что позволит анализировать образцы водных сред с неизвестным количественным и качественным составом. Такая возможность позволяет использовать данный алгоритм, а также ранее натренированные ИНС в различных крупных экологических исследованиях.

Сотрудничество с вузом/учреждением при создании работы

МГУ имени М.В. Ломоносова, кафедра квантовой электроники физического факультета, лаборатории лазерной спектроскопии растворов супрамолекулярных соединений и наноструктур