2015 - МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИsensorica.ifmo.ru/file/pages/3/sensorika_2015_(1).pdf · 2015-12-08 · Конференция «Sensorica - 2015»

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ

РОССИЙСКОЙ ФЕДЕРАЦИИ

Университет ИТМО

Сборник трудов

III Международной

научно-практической конференции

«Sensorica - 2015»

Санкт-Петербург

2015

Сборник трудов III Международной научно-практической

конференции «Sensorica - 2015». – СПб: Университет ИТМО, 2015. – 168 с.

В издании «Сборник трудов III Международной научно-практической

конференции Sensorica – 2015» публикуются работы, представленные в рамках

III Международной научно-практической конференции Sensorica, которая

состоялась 17–19 ноября 2015 года в Университете ИТМО

ISBN 978-5-7577-0513-2

Университет ИТМО – ведущий вуз России в области информационных и

фотонных технологий, один из немногих российских вузов, получивших в 2009

году статус национального исследовательского университета. С 2013 года

Университет ИТМО – участник программы повышения конкурентоспособности

российских университетов среди ведущих мировых научно-образовательных

центров, известной как проект «5 в 100». Цель Университета ИТМО –

становление исследовательского университета мирового уровня,

предпринимательского по типу, ориентированного на интернационализацию

всех направлений деятельности.

Университет ИТМО, 2015

Авторы, 2015

Конференция «Sensorica - 2015»3

Добро пожаловать на ежегодную Международную

Научно-практическую конференцию «Sensorica

2015», которая проводится на базе Университета

ИТМО!

Организованная и проведенная

Университетом ИТМО в октябре 2013 года первая

международная конференция «Sensorica – 2013» вызвала

большой интерес специалистов самых разных областей

науки и техники, студентов, магистрантов и аспирантов.

Поэтому было принято решение сделать ее регулярной и

ежегодной и провести очередную конференцию

«Sensorica - 2015» также на базе нашего университета в ноябре 2015 года.

На конференции пройдут заседания и дискуссии по секциям по

инновационным направлениям развития этой области знаний и технологий,

среди которых, например, такие, как собственно сенсоры и методы их

применения, сенсорные сети, материалы для сенсоров, обработка данных,

полученных с помощью сенсоров. Основная цель конференции – обмен

научными и практическими результатами, взаимопроникновение идей,

создание глубоких связей между специалистами из разных стран и разных

специальностей, а также привлечение представителей инновационного бизнеса. В программный комитет конференции «Sensorica-2015» входят ведущие

российские и зарубежные специалисты, работающие в области сенсорики. Это

генеральный директор ОАО «Авангард» Санкт-Петербург, д.т.н., профессор

Шубарев Валерий Антонович, руководитель института технической

термодинамики Университета г. Зиген, Германия, профессор Томас Зеегер,

заведующий кафедрой сенсорики, руководитель программы подготовки

магистров «Сенсоры и сенсорные сети» Университета ИТМО, доктор

технических наук, профессор Лукьянов Геннадий Николаевич.

Среди целей проведения конференции: обобщение накопленного опыта в

области сенсорики и смежных областях; определение актуальных направлений

развития; обмен научными достижениями; повышение эффективности

инновационной деятельности в области сенсорики. Конференция

предусматривает обширную научную и деловую программу.

Надеемся увидеть всех на конференции «Sensorica 2015»!

С уважением, член-корреспондент РАН, ректор Университета ИТМО

Васильев В.Н.

4 Конференция «Sensorica - 2015»

Открытое акционерное общество (ОАО) «Авангард» (изначально с 1 октября 1948 г. НИТИ-18, затем ЛНИТИ и ЛНПО

«Авангард») является ведущим предприятием радиоэлектронного комплекса

Российской Федерации в областях создания инновационных технологий

радиоэлектроники.

В настоящее время ОАО «Авангард» ориентируется на

высокотехнологичные направления микросистемотехники (МСТ):

акустоэлектронику и хемотронику.

МСТ – это комплексное технологическое направление электроники,

использующее сенсоры в микроэлектронном исполнении, позволяющие

получать информацию о физических, химических, биологических свойствах

среды в электронном виде для последующего направленного управления

средой или исполнительными приборами и механизмами. МСТ является

инновационным направлением в радиоэлектронике, использующее самые

последние научные достижения физики, химии, биологии с использованием

современных материалов и технологий, включая самые последние достижения

нанотехнологии, с использованием наноматериалов.

Предприятие разрабатывает, производит и реализует широкую гамму

микросенсоров, на их базе создано производство самых современных датчиков:

давления, деформации, микроперемещения, силы, температуры, ускорения,

угла поворота, концентрации газов и различных примесей. Эти сенсоры

работают в активном (с источниками электрического питания) и в пассивном

режиме (без источников питания). Сенсоры и датчики на их основе позволили

создать радиоэлектронные системы для контроля, диагностики и мониторинга

безопасности сложных технических объектов промышленности, транспорта и

жилищно-коммунального хозяйства с повышением качества жизни населения.

В этих системах объединены до нескольких тысяч датчиков, сигналы от

которых передаются по проводным и беспроводным каналам.

Большинство продуктовых направлений предприятия логично

объединились в стратегический комплекс – «Безопасный интеллектуальный

город». ОАО «Авангард» в содружестве с рядом предприятий, образовавших

Ассоциацию радиоэлектронных предприятий Санкт-Петербурга, выступило с

инициативой создания в регионе программы «Безопасный интеллектуальный

город Санкт-Петербург» и сформировало региональный инновационный

кластер для реализации этой программы. На первом этапе силами предприятия

был реализован проект «Умный квартал», на очереди – проект «Безопасный

интеллектуальный район города».


Сенсорика является одной из быстро развивающихся

областей знания. Ее прогресс обусловлен комплексным

развитием и инновационными прорывами в целом ряде

научных дисциплин, таких, как физика, химия,

микроэлектроника, оптика, наука о материалах,

вычислительная математика.

Несмотря на появление устройств с характеристиками,

которые еще несколько лет назад считались

недостижимыми, прогресс в этой области не

останавливается. В частности, размеры некоторых

сенсоров для обнаружения химических соединений

могут ограничиваться одной молекулой.

Чувствительность современных, выпускаемых серийно, сенсоров для

измерения давления на основе пьезорезистивного эффекта вышла на уровень,

который еще несколько лет назад достигался только на основе применения

оптических методов.

Этот прогресс настоятельно требует периодического общения

специалистов работающих в области сенсорики с применением разных методов

для выполнения стоящих перед ними задач. Эту задачу в полной мере решает

данная конференция и это подтверждается опытом прошлогодней

конференции, когда в финальной дискуссии приняли участие специалисты в

области технических наук, физики, химики, оптики, акустики, специалисты по

искусственному интеллекту и информационным технологиям. Все сошлись во

мнении, что такая междисциплинарная конференция, объединяющая разных

специалистов под единым названием «Сенсорика», оказалась полезной и

должна стать регулярной.

Заведующий кафедрой сенсорики

Университета ИТМО,

руководитель магистерской программы

«Сенсоры и сенсорные сети»

профессор Г.Н. Лукьянов


Северо-Западный Центр Трансфера Технологий (СЗЦТТ) создан с целью реализации полного цикла услуг, направленных на структурирование и коммерциализацию

инновационных проектов в области нанотехнологий и

инфраструктурную поддержку их трансфера в

промышленность и на рынок.

Учредителями ООО «СЗЦТТ» являются Фонд

инфраструктурных и образовательных программ

ОАО «РОСНАНО», Правительство Ленинградской области, ООО «Проектный

нанотехнологический центр» (ПРОНАНО).

Ключевыми задачами СЗЦТТ являются:

Содействие научным организациям, компаниям и предприятиям региона в

решении следующих задач:

- поиск партнѐров по технологической кооперации в России и за рубежом;

- подготовка технологических разработок к продаже;

- «упаковка» инвестиционных проектов с целью создания технологических компаний с привлечением в них финансирования и предоставления

необходимого оборудования в аренду.

Ключевые функции СЗЦТТ:

- Проведение экспертизы инновационных проектов, осуществление мониторинга и отбора нанотехнологий для коммерциализации;

- Формирование финансовых и организационных инструментов, способствующих эффективной реализации проектов;

- Проведение заказных ОКР для доработки новых технологий, разработок и опытных образцов с учѐтом требований рынка (создание рыночно-

ориентированных промышленных образцов);

- Коммерциализация результатов НИОКР; - Обеспечение малых нанотехнологических компаний инфраструктурой и

оборудованием;

- Патентное и лицензионное обеспечение компаний, защита прав интеллектуальной собственности;

- Подготовка и переподготовка кадров для наукоѐмкого бизнеса с применением нанотехнологий на основании требований рынка;

- Содействие образовательной деятельности, участие в региональных образовательных программах.

Основными бизнес-направлениями СЗЦТТ являются:

- Наноэлектроника (медицинские сенсоры, интеллектуальные транспортные

системы, мониторинг зданий и сооружений);

- Наноматериалы (геоматериалы, полимеры, композиты, нанопорошки);

- Радиационные технологии (ускорители, стерилизация, радиомедицина, ИТ).

В рамках проекта СЗЦТТ планируется строительство Технопарка

(комплекс зданий в городе Гатчина Ленинградской области).


Программный комитет

Председатель – ректор Университета ИТМО, член-корреспондент РАН,

д.т.н., профессор Васильев Владимир Николаевич

Заместитель председателя – заведующий кафедрой Сенсорики

Университета ИТМО, д.т.н., профессор Лукьянов Геннадий Николаевич

Заместитель председателя – руководитель института технической

термодинамики Университета г. Зиген, Германия, профессор Томас Зеегер

(prof. Seeger)

Заместитель председателя – генеральный директор ОАО "Авангард" д.т.н.,

профессор Шубарев Валерий Антонович

Организационный комитет

Лукьянов Геннадий Николаевич – заведующий кафедрой Сенсорики

Инженерно-физического факультета Университета ИТМО, д.т.н., профессор

Григорьев Леонид Владимирович – доцент кафедры ОТиМо Университета

ИТМО, к. ф.-м. н.

Лукьянов Валерий Дмитриевич – начальник учебного центра ОАО «Авангард»

Артамонова Ираида Евгеньевна – ассистент кафедры Сенсорики

Университета ИТМО

Ковальский Илья Сергеевич – ассистент кафедры Сенсорики Университета

ИТМО


Пленарное заседание конференции

Место проведения: Кронверкский пр. 49, Актовый зал

Время проведения: 17 ноября, 11:00

11:00 Приветственное слово ректора Университета ИТМО

Васильева Владимира Николаевича

11:10 Доклад руководителя института технической термодинамики

Университета г. Зиген, Германия, профессора Томаса Зеегера

«Raman spectroscopy - possibility and application»

12:10 Доклад заведующего кафедрой Сенсорики

Университета ИТМО, д.т.н., профессора Лукьянова Геннадия

Николаевича «Dynamical methods in the study of the processes of

respiration»


Секция «Сенсоры и сенсорные сети»

Место проведения: Васильевский остров Биржевая линия 14,


1. F. Feldhaus, I. Schmitz, S. Asbach, T. Seeger Development and application test of an emission spectroscopy based sensor for IC engines.

2. F. Hochgeschurz, J. Himmel, S. Klöckner, O. Kanoun Potential Measurement in Electro Surgery – Optimized Measurement Setup .

3. Полищук С.А. Корректировка датчика температуры при помощи нелинейного динамического моделирования методом NARMAX.

4. Неронов Ю.И., Николаев Е.М. Спектроскопия ЯМР in vivo и способ оценки температуры тканей головного мозга.

5. Лебедев А.А., Лебедев С.П., Новиков С.Н., Макаров Ю.Н. Газовые и био-сенсоры на основе графена.

6. Карпиков С.Р. Режим автоколебаний в микромеханическом акселерометре как способ снижения шума.

7. Шарков А.В., Кораблев В.А., Минкин Д.А., Бородин Д.А., Некрасов А.С. Радиационная панель для испытаний и поверки тепловизионных приборов.

8. Молев Ф.В., Сергушев А.Г.,Ширманов А.И. Метод построения отказоустойчивой беспроводной сенсорной сети

9. Спивак Ю.М., Мякин С.В., Мошников В.А. Морфология и фазовый состав Поверхности пористого кремния

10. Моисеева А.А., Коняхин И.А. Варианты конфигурации отражателя для автоколлимационного сенсора углового положения.

11. Сахариянова А.М. Разработка оптико-электронного автоколлимационного сенсора для измерения деформации угломестной оси радиотелескопа.

12. Маркварт Е.А., Чертов А.Н. Использование сенсорных технологий при сортировке твердых бытовых отходов.

13. Пименова А.А. Мембранно-емкостный преобразователь с электростатической автокомпенсацией.

14. Ласточкина А.А., Андреев А.Л Анализ основных параметров автоматизированной системы контроля заготовок микросхем

15. Пугачева М.А. Автомобильные оптико-электронные системы контроля дорожной обстановки.

16. Петроченко А.В. Исследование системы удаленных оптико-электронных сенсоров мониторинга нелинейных поверхностей.

Стендовые доклады

1. Колотинюк Е. Е., Ишанин Г.Г. Разработка оптико-электронного прибора для измерения полного светового потока светодиодов (ОЭПСД).

2. Клюквин К.А., Пилипенко Н.В. Тепловой режим лидара.


3. Агейкина П.О., Игнатенко Н.В. Интервальный алгоритм повышения помехоустойчивости измерения уровня блоком сенсоров системы контроля

заправки топлива. 4. Лукьянов Г.Н., Ковальский И.С. Исследование динамических

электрофизических свойст масел рапса, сои и чиа в колебательном

контуре. 5. Макаров Д.С. Система поддержания постоянной температуры на торце

оптического волокна. 6. Макаров Д. С. Устройство измерения мощности оптического излучения. 7. Прохин Д.В. , Лашманов О.Ю., Тимофеев А.Н. Оптико-электронные

системы контроля износа лопаток паровых турбин низкого давления. 8. Груздев К.Ю., Лукьянов Г.Н. Мониторинг проблемы новообразований в

каналах трубопровода. 9. Rassadina AA, Lukyanov GN, Malyshev AG The prototype of the sensor

system for monitoring greenhouse gas emissions to wastewater treatment plants.

10. Степанова К.А., Баринов А.В., Кинжагулов И.Ю. Комплексное применение методов неразрушающего контроля в задаче определения физико-

механических свойств конструкционных материалов.

11. Никулин А.В., Тимофеев А.Н. Оптико-электронный внешнебазный преобразователь для контроля положения железнодорожного пути в

продольном профиле и плане.

12. Егоров В.И. Терморезисторные сенсор контроля уровня жидкости.

13. Шаврыгина М.А. Изучение методики калибровки камер с помощью тест-объекта в виде шахматной доски.

14. Андреев В.В., Емельянов Д.В. Математическая модель измерительной ячейка для определения диэлектрической проницаемости диэлектриков.

15. Андреев В.В., Емельянов Д.В. Измерительная ячейка для определения диэлектрической проницаемости диэлектриков.

16. Артамонова И.Е., Лукьянов Г.Н. Исследование свойств воздушных течений в каналах нерегулярной формы (человеческом носу) на основе

рассмотрения масштабных свойств самоподобия, в зависимости от типа

индивидуального строения носа.


Секция «Оптические сенсоры физических полей»



1. Волков А.В., Мехреньгин М.В., Плотников М.Ю. Моделирование перекрестных помех в массиве волоконно-оптических гидроакустических

датчиков.

2. Червяков В.В. Повышение эффективности функционирования корабельных систем управления и контроля на базе внедрения волоконно-

оптических технологий.

3. Шутаев В.А. Оптоэлектронный сенсор водорода на основе оптопары Pd - Oxide - n-InP – светодиод.

4. Ашихин Д.С., Беркутов И.В., Уринев О.И., Коцур Д.И.,Федоров А.В. Моделирование распространения широкополосных акустических волн в

тонкостенных алюминиевых изделиях.

5. Бабкина А.Н., Кипрушкина Т.С., Ширшнев П.С., Никоноров Н.В. Термохромное стекло с ионами одновалентной меди для чувствительных

элементов люминесцентных датчиков температуры.

6. Шакин О.В., Нефедов В.Г., Григорьев Л.В. Акустооптические перестраиваемые фильтры для мониторинга оптического спектра

излучения в реальном масштабе времени.

7. Булыкина А.Б., Рыжова В.А. Оптико-электронная система анализа оптически неоднородных объектов и сред поляризационными методами.

8. Лебедев В.Ф. Идентификация веществ методом лазерно-искровой спектроскопии в условиях реализации самомодуляции добротности

петлевого резонатора импульсного Nd-YAG лазера при взаимодействии

излучения с лазерной плазмой мишени.

9. Шарков А.В., Кораблев В.А., Некрасов А.С. Измерение тепловых потоков высокой плотности с помощью автоматизированной установки.

10. Пшенова А.С., Клюкин Д.А., Андреева О.В., Сидоров А.И. Сенсоры показателя преломления окружающей среды на основе нанопористых

стекол с наночастицами серебра.


1. Малышев А.С., Коняхин И.А. Автоколлимационный сенсор для измерения деформаций объектов и модулей, содержащих экологически

опасные вещества.

2. Мешковский И.К., Плясцов С.А. Измеритель энергии импульса эксимерного лазера на основе пленок оксида индия-олова.


3. Егоров В.И., Нащекин А.В., Сидоров А.И. Сравнение чувствительности сенсоров показателя преломления окружающей среды

на основе плазмонного резонанса. 4. Панов Д.Ю., Соболев Д.И., Ширшнев П.С., Никоноров Н.В., Степанов С.А.

Технология и свойства калиевоалюмоборатного стекла активированного

оксидом железа. 5. Хоанг Ван Фонг Анализ вариантов построения автоколлимационного

сенсора угловых деформаций с пирамидальным призменным отражателем.

6. Горбачев А.А., Григорьев Л.В., Седых Е.А., Ходзицкий М.К. Оптические свойства тонкой пленки композита полимер-сегнетоэлектрик в

терагерцовой области спектра.

7. Зайцева А.С. Разработка и исследование оптической системы для мониторинга загрязнения окружающей среды в инфракрасной области.

8. Ефимов М.Е., Плотников М.Ю., Лавро В.С., Куликов А.В., Егорова Д.А., Теребова Н.А. Методы увеличения чувствительности волоконно-

оптических интерферометрических датчиков.

9. Горбачев А.Д., Ширшнев П.С., Нурыев Р.К., Степанов С.А., Никоноров Н.В. Использование калиевоалюмоборатного стекла активированного

ионами хрома для люминесцентных датчиков температуры.

10. Смирнов Л.В., Гришканич А. С., Кащеев С. В. Лазерный сенсор, предназначенный для контроля безопасности объектов ТЭК.

11. Беликин М.Н., Куликов А.В. Метод спектрального контроля параметров волоконных брэгговских решеток с использованием перестраиваемого

узкополосного источника излучения.

12. Погорелая Д.А., Смоловик М.А., Алейник А.С., Дейнека И.Г., Михеев М.В., Козлов В.Н. Исследование влияния нелинейности передаточной

характеристики фазового электрооптического модулятора на сигнал

волоконно-оптического гироскопа.

13. Идрисов Р.Ф., Грибаев А.И., Стам А.М., Коннов К.А., Мунько А.С., Варжель С.В. Интерферометрическая запись волоконных решеток Брэгга

в двулучепреломляющее оптическое волокно с эллиптической

напрягающей оболочкой.

14. Аксарин С.М., Лавров В.С., Герасимова М.М. Температурная зависимость поляризационных преобразований при соединении анизотропных

волоконных световодов.


Секция «Биомедицинские сенсоры и информационно-измерительные

системы в физиологии и медицине»



1. Толкович Д.В. Разработка учебного имитатора электрофизиологических сигналов, выполненных в форме торса человека.

2. Самигуллина Л.Р., Чертов А.Н. Исследование айтрекера для распознавания эмоций человека.

3. Сенатов Д.Е. Обзор и анализ материалов для моделирования электрических свойств кожи человека.

Секция «Материалы для сенсоров и математическое моделирование»



1. Ясенко Е.А., Челибанов В.П. Определение хинонов в модели гетерогенной системы хемилюминесцентного сенсора озона.

2. Бахмацкая А.И., Плуготаренко Н.К. Оптимизация технологических параметров синтеза нанокомпозитных материалов для сенсоров газов по

данным фрактального анализа.

3. Несговорова Ю., Кинжагулов И.Ю. Анализ способов получения и оценки точности размерных изображений дефектов для различных оптических

систем. 4. Айдарханов Н., Сергеева П.А., Борбенчук А.С., Ильинский А.В., Коцур

Д.И., Федоров А.В. Компьютерное моделирование процессов при

динамическом индентировании.

5. Савин С.Н., Данилов И. Л. Неразрушающий мониторинг строительных конструкций с помощью акселерометров высокой чувствительности.

6. Ильинский А.В., Борбенчук А.С., Галимов Р.Ф., Коцур Д.И., Айдарханов Н., Сергеева П.А., Федоров А.В. Анализ методов исследования физико-

механических свойств материалов изделий. 7. Прокопчук А.Ю. Контроль усилия затяжки резьбовых соединений методом

акустической тензометрии. 8. Котовщиков И.О., Степанова К.А. Экспериментальное исследование

физико-механических свойств углеродных материалов методом

динамического индентирования.


9. Черная Я.Ю., Шарков А.В, Кораблев В.А., Бородин Д.А.Теплообмен при струйном охлаждении элементов РЭА.


1. Елецкий А. Использование технологии предпробойной люминесценции в геймифицированном подходе обучении игры на гитаре.

2. Чиняева А.О. Нанокомпозитные полимеры – теплофизические свойства и возможности для применения.

3. Сергеева Д.С. Разработка моделей погрешностей измерений при автоматизированном ультразвуковом контроле.

4. Маруев И.А., Пантюшин А.В. Разработка распределенной системы контроля пространственного положения объектов.

5. Шаврыгина М.А. Изучение методики калибровки камер с помощью тест-объекта в виде шахматной доски.

6. Некрылов И.С., Тимофеев А.Н. Исследование неисключенной составляющей погрешности в оптико-электронной системе контроля

состояния воздушного тракта. 7. Ходарина В.Г Разработка логико-функциональной схемы информационно-

измерительного комплекса при заводских испытаниях

металлоконструкций стартового устройства. 8. Курочкина П.В., Рыжова В.А. Методы оценки качества технических

решений и пути повышения эффективности сетевых систем

видеомониторинга. 9. Пулькин С.А., Рустамаева Т.О., Савельева С.В., Уварова С.В. Изучение

информационно-измерительной системы методом бездоплеровской комб-

спектроскопии: спектр биомаркера окиси азота NO.

Секция «Технологии для сенсоров»



1. Конаков С.А. Технология анизотропного микроканального травления кремния при изготовлении сенсоров на основе микросистем.

2. Жуков М.В., Мухин И.С., Кухтевич И.В., Голубок А.О. Специализированные зондовые датчики с нановискерами для повышения

контраста изображения и разрешающей способности сканирующих

зондовых микроскопов.

3. Строганов К.А., Пащенко В.П., Бакулин Е.М., Нурмухамедов В.А., Чернышов И.А. Моделирование сенсора по технологии МЭМС-ПАВ

на структуре ниобат лития – кремний.



1. Американов А.А., Лежнев Е.В., Романов А.Ю. Разработка контролера-перчатки для управления компьютером.

2. Шулепов В.А., Аксарин С.М., Стригалев В.Е. Исследование влияния различных углов полировки торцов анизотропных волноводов на

преобразование состояния поляризации излучения. 3. Ли Жэньпу, Коняхин И.А., Исследование частных инвариантов оптико-

электронных автоколлимационных сенсоров деформаций скручивания. 4. Шарков А. В., Кораблев В. А., Макаров Д. С, Некрасов А. С., Гордейчик

А.А. Многоканальная система для измерения сигнала сенсоров теплового

потока. 5. Шарков А. В., Кораблев В. А., Некрасов А. С. Методика калибровки

сенсоров теплового потока высокой плотности. 6. Вережинская Е.А, Горбачев А.А. Исследование и разработка модели

оптико-электронной системы контроля положения автотранспортных

средств на железнодорожных переездах.

Пленарное заседание

конференции

18 Конференция «Sensorica - 2015»/ Пленарное заседание

УДК 536.53:532.574.6: 51-74:612.21

Dynamical methods in the study of the processes of respiration

G. Lukyanov1, A. Rassadina

1, A. Voronin

1, T. Seeger

1,2,3, S. Schlueter

3,5, R. Neronov

4, A. Malyshev

1,

S. Polishuk1

1Saint Petersburg National Research University of Information Technologies, Mechanics and Optics,

2Institute of Engineering Thermodynamics,

3Erlangen Graduate School in Advanced Optical Technologies,

4Department of Otorhinolaryngology Modern Medical Technology Medical Holding,

5ESYTEC Energie- und Systemtechnik GmbH

Dynamical methods allow seeing origin of processes which are very important for activity of a

living organism. Earlier authors showed communication of such processes with manifestations of

various pathologies and possibility of their quantitative description. So, in [1] existence of accurate

and unambiguous dependence between pathologies of the upper respiratory tract and a range of

power of fluctuations of an air stream at its passing on airways was shown, and results of researches

which revealed existence of high-frequency synchronization between processes of breath and

heartbeat were presented, in [2] results of numerical 3D modeling of process of passing of air in the

in parallel of the made natural experiments on solid 3D models are presented, and results of

nonlinear dynamic modeling of processes of breath are presented. The last allowed solving some

practical problems, for example, storage of chaotic fluctuations in a compressed form, in the form

of several coefficients of nonlinear dynamic model. At last, results of modeling of air streams on 3D

solid models of the upper respiratory tract with their visualization using thermography are presented

in this article.

Perspective also researches of concentration of the inhaled, exhaled air by means of the Raman

spectroscopy [3]. Some of these results are given below.

1. Method To measurebreathing characteristicsapplydifferent methods, the common featureof whichis a

measurementdirectlyinto airflow in nostrils using miniature sensorswhich bring the minimum

distortions in characteristics of the movingair stream [1].

1.1. Measurements of the air flow characteristics in the nostrils Miniature sensor consisted of sensors of temperature, air velocity and pressure. The sensorfastens

inthe nasalseptum with a miniatureclamp, so the sensorsin a fixedposition relative tothe

airflowanddo not touchthe inner walls ofthe nostrils [1].

2.2. Numerical simulation

The results of our experiments allowed formulating the requirements for the numerical model of the

process of movement of air in the upper respiratory tract. The main was that you need to build a

model with high temporal and spatial resolution. For modeling were used virtual 3D model obtained

by MRI for specific people. They also performed the so-called "virtual operations", which allow the

surgeon before the operation on a living person to find the best option for the upcoming real

operation. In addition, the results of the MRI method of 3D printing have made solid 3D models in

different parts of that measure pressure distribution in the process of respiration. Some of these

results are presented in Fig 1.

2.3. Experiments to measure the characteristics of the air eddies with an optical sensor The use of the sensor fixed on the nasal septum, provides a little distorted measurement results of

various physical variables. A disadvantage of this sensor is that it must be either sterilized after each

patient, or it must be disposable. On the other hand, since there is a vortex movement during

respiration, witch associated with biochemical reactions, we should expect synchronous with

inhaling and exhaling the gas vortex oscillations composition. Such swirling motion with a clear

correlation with the pressure oscillations was measured by a selective optical sensor with a

Конференция «Sensorica - 2015»/ Пленарное заседание 19

maximum transmittance at a wavelength of 4.3 m. With this sensor were measured fluctuations in

the CO2 concentration at a distance of 5 cm from the nose (Fig. 2). It is clearly seen that they are

coincident with the pressure fluctuations in the nostrils.

Fig. 1 Computer simulation of air flow in the upper respiratory tract (maxillary sinus)

Fig. 2. Results of the experiment: Red and green are pressure pulsations in the left and right nostrils

respectively. Blue is concentration. To facilitate comparison of these data are normalized

2.4. Dynamical models of research processes of respiration Nonlinear dynamical models allow solving the problem of processing and storage of data in

compressed form. In particular, this study used a model NARMAX [2]. For example, the following

are the results of simulation of temperature fluctuations in the human nose during breathing.

2.5. Application of 3D solid models The solid model of the upper respiratory tract was created on the basis of the computer tomography

data (Fig. 4) like model, that was used by numerical simulation (see open 2.2). The model was used

for an experimental simulation of breathing process. The air motion imitation of breathing was

performed through a tube, which was fixed to the nasopharynx area of the model. The pressure

sensors were located in multiple places of the solid model for the pressure drop fixing of air flow in

time.


Fig.3 Results of simulation of temperature fluctuations in the human nose during breathing. Blue is

natural experiment result, red is the model. On the left shows the results of measurements at a

breath, to the right is power spectra of the signal and model

2.6. Using 3D solid models and thermography to study the movement of air through the upper respiratory tract

For studies of the passage of air through the upper airway and used 3D solid model. The process air

flow was recorded with a thermal imaging device Testo 890. The results of these measurements are

shown in Fig. 4. On the left shows the results of measurements at a breath, to the right when

inhaling. The figure clearly shows the area through which air passes.

Fig.4 Air flows witch recorded with a thermal imaging device Testo 890

Конференция «Sensorica - 2015»/ Пленарное заседание 21

2.7. Potential of raman based sensor system for an online- analysis of in-and exhaled human breath events

A gas sensor based on spontaneous Raman scattering is proposed for the compositional analysis of

single breath events. It provides an interesting alternative detection method to for identification and

determination of all relevant compounds in the breathing gas during consecutive breath events

The presented Raman spectrum method is capable to identify and quantify all major air components

of interest during a single breath event with a time resolution of 250 ms.However, the concentration

fluctuations for N2 (see Fig. 5) quite fit in well studied dependence of the solubility of nitrogen in

the blood depending on the air pressure and can manifest itself as decompression sickness [3].

Fig. 5.Measurement series showing the component concentration and the pressure variation during

three consecutive breath events

Conclusions

Dynamic measurements provide information about the various subtle processes that enable a better

understanding of the phenomena studied in the report the experiments to study the process of

respiration of human using various methods based on dynamic measurements.

Literature

1. Lukyanov G., Rassadina A. Comparison and the analysis of the processes of the movement of air through the human breathing system and its natural model // IEEE. - 2005. - Vol. Catalog

Number : 05EX1099C. - P. 872-875.

2. G. Lukyanov, A. Voronin, A. Rassadina, R. Neronov, S. Polishuk. Method and Device for Researching and Diagnostics of Respiratory Diseases//Advances in Biotechnology and

Bioscience ISBN: 978-1-61804-274-3.-P. 17-22.

3. T. Seeger, S. Schlüter, G. Lukyanov.Potentials of Raman based sensor system for an online analysis of human inhale and exhale// Scientific and Technical Journal of Information

Technologies, Mechanics and Optics, N6, 2015

Сенсоры и сенсорные

сети

24 Конференция «Sensorica - 2015»/ Секция «Сенсоры и сенсорные сети»

Development and application test of an emission spectroscopy

based sensor for IC engines Fabian Feldhaus, Ingo Schmitz, Sascha Asbach, Thomas Seeger

Lehrstuhl Technische Thermodynamik, Universität Siegen, 57076 Siegen, Germany

Author e-mail address: [email protected]

Abstract In the next few years, several and even more increasingly stringent exhaust gas guidelines

have to be fulfilled by combustion engines (see e.g. [1]). To meet these limits, the entire engine

combustion system has to be further optimized. As a result of these emission guidelines more

research performed at production engines is necessary to understand mixture formation and

combustion. For this purpose optical measurement techniques are an excellent tool and are used

more and more [2]. Nevertheless the examination of the internal combustion process of engines by

optical measurement techniques is challenging, since often large optical windows are necessary.

Such modifications are not possible for production engines. In this case the data acquisition needs to

be obtained from technically unchanged engines. Such measurements are of utmost importance,

because the achieved results can immediately be integrated in current developments. The aim of this work is the development of an optical in-situ sensor system for technically unchanged combustion engines. This sensor system is based on the emission spectroscopy and is able to

detect light from the combustion process with a spectral range from UV to NIR simultaneously. This

sensor consists of a combustion chamber probe head, an optical fiber and a spectrometer system. It

offers the possibility to detect soot emission spectra as well as chemiluminescence signals. The

occurrence of soot during the combustion process is typical for Diesel engines. In this case the

corresponding soot emission spectra can be used for a temperature determination based on a Planck´s

law. The wavelength dependence of the complex refractive index of soot was taken into account using

the expression given by MICHELSEN [3]. The accuracy of the sensor system is tested at a laminar

premixed ethen/air flame ( = 2.3) and compared to measurements achieved by the coherent anti-

Stokes Raman spectroscopy (CARS). The temperature difference was found to be less than 60 K.

A first application test has been performed at a 1.6 l 80kW PSA Diesel engine on a test bench. The engine was operated at 1250 rpm without any load and at 1570 rpm with a load of 135 Nm.

References

[1] Commission Regulation (EU) No. 459/2012 of 29 May 2012, in Official Journal of the European

Union, Volume 55, 2012

[2] Merker, Günter, Teichmann, Rüdiger, Combustion Engine Development, Springer Vieweg,

Wiesbaden, 2012

[3] Michelsen, Hope A., Understanding and predicting the temporal response of laser-induced

incandescence from carbonaceous particles, in: The Journal of Chemical Physics, Volume 118,

2003


Potential Measurement in Electro Surgery – Optimized Measurement Setup Felix Hochgeschurz1, Jörg Himmel1, Stephan Klöckner², Olfa Kanoun³

1 Hochschule Ruhr West - University of applied sciences

² Olympus Surgical Technologies Europe

³ Technische Universität Chemnitz

Electro surgery uses transurethral resection in saline (TURIS) to resect diseased prostate and

bladder tissue. One example of diseased tissue is the benign enlargement of the prostate (BPH).

Surgeons use resectoscopes to cut diseased tissue and to look inside the human body like an

endoscope. The cutting effect is achieved by high current density around the resection loop, which

causes high power loss density in the cutting area.

To determine the reasons for rarely occurring complications with this operation method the

necessary knowledge about the exact distribution of the power loss density around the resectoscope

has to be increased. Therefore the research in this research field is being done. The power loss

density distribution is calculated by measuring the potential distribution in a complexity reduced

measurement setup. Experiments can be done in laboratory by using isotonic sodium chloride as it

is used as irrigation fluid in TURIS.

Presuming quasistatic electromagnetic fields, the potential distribution can be measured in this

complexity reduced measurement setup. Figure 1 shows the fixture of the measurement electrodes

at an existing setup, which leads to very successful results at the resectoscope shaft [1, 2]. Key

disadvantages of this setup are

• low number of measurement points in radial direction to the shaft, which is given by the

fixture

• potential distribution close to the resectoscope can only be estimated by extrapolation with a

mathematical model.

Fig.1 Measurement setup with fixed measurement electrodes around the resectoscope

Fig. 2 Optimized measurement setup with four radially moving measurement electrodes

Figure 2 represents the optimized measurement setup, which overturns the identified

restrictions. The measurement electrodes move radially in one measurement plane. Taking the

potential values in 0.5mm steps in radial direction leads to more measurement points compared to


the setup of figure 1. With this optimized measurement setup it is possible to measure the potential

distribution with a higher resolution. The movement range makes it possible to set measurement

points directly adjacent to the resectoscope. In future there is no need of using a mathematical

model to extrapolate the potential distribution close to the resectoscope.

References

[1] C. Knopf, Methodik zur Analyse der elektrischen Feldverteilung und thermischer Vorgänge bei

der bipolaren transurethralen Resektion, (Ph.D. thesis), Technische Universität Chemnitz, 2014,

pp. 106- 109.

[2] C. Knopf, J. Himmel, F. Hochgeschurz, S. Klöckner, K. Thelen, O. Kanoun: Power loss density

distribution in biological tissue to analyze processes in electrosurgery, in: IEEE 11th Internation

Multi- Conferece on Systems, Signals & Devices, Castelldefels, February 2014.

УДК 53.083.92

Корректировка датчика температуры при помощи нелинейного

динамического моделирования методом NARMAX С.А. Полищук,

Университет ИТМО

Представлена апробация метода градуирования и корректировки датчика

температуры, при помощи нелинейного динамического моделирования методом NARMAX

(Non-Linear Auto-Regressive Moving Average with Exogeneous Inputs, то есть нелинейной

авторегрессивной модели скользящего среднего значения с внешними входами). Датчик

построен на основе термистора и термопары. Градуирование и корректировка датчика

необходимо для его самостоятельного использования без термопары.

Краткое введение

Известно, что процессы, протекающие в природе, в большинстве случаях являются

периодическими, нелинейными и динамическими. К таким процессам относятся

нестационарные процессы теплообмена, в частности теплообмен при кипячении воды. Для

проведения и мониторинга температурных измерений создаются разнообразные датчики

температуры на основе термопар и термисторов. При проведении температурных измерений

новыми датчиками возникают вопросы, связанные с их корректировкой и градуированием.

Для этого существуют несколько способов, таких как использование эталонных процессов,

где заранее известно поведение процесса и статистические методы. Одним из таких методов

является нелинейное динамическое моделирование.

Для построения динамических моделей можно применять, например, метод ARMAX

(Auto-Regressive Moving Average with Exogeneous Inputs), реализованный в пакете MATLAB.

Однако процедура ARMAX строит только линейные модели и ее целевая функция линейна

по управляющим переменным. Для устранения этих недостатков разработана нелинейная

модель на основе метода NARMAX (Non-Linear Auto-Regressive Moving Average with

Exogeneous Inputs) [1,2,3], которая обладает следующими достоинствами:

1. модели NARMAX подходят для описания обширной области нелинейного

динамического поведения процессов;

2. модели NARMAX удобны для описания реальных процессов [4]

Целью настоящей работы является апробация применения модели NARMAX для

апробации метода градуирования и корректировки датчика температуры, при помощи

нелинейного динамического моделирования. Для этого нужно решить задачу нелинейного

динамического моделирования на основе экспериментально зарегистрированных рядов


наблюдений информационных процессов. Информацией для построения нелинейной

динамической модели NARMAX служат результаты синхронных измерений колебаний

температуры при кипячении воды.

В работе впервые продемонстрировано применение метода NARMAX для

корректировки и градуирования датчика температуры.

Основные результаты исследования

На следующем рисунке представлены результаты коррекции температурных

измерений термопарой и термистором при кипении воды. Кривая 1 указывает температурные

измерения, полученные при помощи термопары, кривой 2 – при помощи термистора. Кривой

3 показана корректировка температурных измерений, полученная при помощи метода

NARMAX с использованием общей модели NARMAX. В данном случае был применѐн MISO

– вариант общей модели, то есть модели, которая имеет много входов в модель NARMAX и

один выход из этой модели, при которой данная корректировка является выходом общей

модели NARMAX. На входы в эту модель поданы температурные измерения термопарой

(первый вход) и термистором (второй вход).

Номер временного отсчета

Рис 1 Результаты коррекции температурных измерений термопарой и термистором

при кипении воды.

Литература

1. S.A. Billings Orthogonal least squares methods and their application to non-linear system

identification/ Billings S.A. Int. J. Control, vol. 50, no. 5, 1873-1896, 1989.

2. Nicolao, G. De System Identification: Problems and perspectives, Dipartimento di

Informatica e Sistemistica, Universiti di Pavia,/ Nicolao G. De // 11th International Workshop

on Qualitative Reasoning‖, Cortona, Istituto di Analisi Numerica - C.N.R., Pavia, 379-386,

1997.

3. Полищук С.А., Семенов А.С., Плетнев М.М. Применение метода NARMAX для

фильтрации экспериментальных данных/ Доклад X Всероссийской межвузовской

конференции молодых учѐных II Всероссийского конгресса молодых учѐных СПбНИУ

ИТМО 9-12 апреля 2013 года.

4. Лукьянов Г.Н. Полищук С.А. НЕЛИНЕЙНОЕ ДИНАМИЧЕСКОЕ МОДЕЛИРОВАНИЕ

ВЗАИМОСВЯЗИ ПРОЦЕССОВ ДЫХАНИЯ И СЕРДЦЕБИЕНИЯ ЧЕЛОВЕКА НА


ОСНОВЕ ПРОВЕДЕННЫХ ИЗМЕРЕНИЙ // Научно-технический вестник

информационных технологий, механики и оптики . – 2013. – № 4 (86). – С. 67–72.

Спектроскопия ЯМР in vivo и способ оценки температуры тканей

головного мозга Неронов Ю. И.

1,2, Николаев Е.М.

2

1 Всероссийский научно-исследовательский институт метрологии им. Д.И. Менделеева

2Санкт-Петербургский национальный университет информационных технологий, механики и оптики.

Современные магнитно резонансные томографы с высоким полем, как правило,

комплектуют программным обеспечением для ЯМР спектроскопии. Это позволяет

определять концентрацию таких веществ (метаболитов) головного мозга как N-

ацетиласпартат (NAA: 2.01, 2.48, 2.60, 2.64 ppm), фосфорокреатин (PCr: 3.03, 3.94 ppm),

холин (Cho: 3.22 ppm), миоинозитол (Ins: 3.56 ppm). А также оценивать содержание таурина

(3.36 ppm), глютамата (2.11, 2.18, 2.28, 2.36, 3.77 ppm) и, в ряде случаев, оценивать наличие

липидных соединений. При этом предварительно накапливаются томограммы, которые

используются для процедуры точной локализации положения области спектрального

исследования в трех проекциях. В наших работах область исследования выбиралась в форме

"куба" (20 × 20 × 20 мм) и размещалась в тканях белого вещества теменной доли головного

мозга (рис. 1).

Рис. 1 Выбор области для накопления спектров и типичный вид ЯМР спектра для

нормальной ткани белого вещества головного мозга. По вертикали - интенсивность сигналов

в относительных единицах; по горизонтали - химический сдвиг в миллионных долях.

Амплитуда сигнала воды уменьшена в 1000 раз.

На рис. 1 представлен спектр от тканей белого вещества головного мозга в теменной доле,

где ширина сигнала NAA равна 3,4 Гц. На приборе в ЦНИРРИ (Magnetom Vision, B=1,5 Тл)

спектральное разрешение составляло величину: ΔB/B = 5 x 10^-8.


Для накопления спектра применялась методика STEAM с параметрами импульсного

режима: TR/TE/TM/NA = 5000/10/15/64 (интервал времени между возбуждающими

высокочастотными импульсами ТR = 5000 мc; эффективный интервал времени между

первым импульсом возбуждения и началом регистрации МР сигнала ТE = 10 мc; интервал

времени между вторым и третьим высокочастотными импульсами ТM = 15 мc; число

повторных запусков NA=64. Аналогичные спектры (типа Рис.1) были накоплены от 16-и

добровольцев: студентов и преподавателей ИТМО. Для обработки таких спектров авторами

разработано программное обеспечение, которое ранее было частично описано в работах [1-

3].

В табл. 1 представлен химический сдвиг для ЯМР сигнала воды (Н2О), который был

вычислен по спектрам без подавления воды. При этом NAA использовался как опорный

сигнал σ(NAA) = 2010 ppb. Как видим, химический сдвиг воды определяется с высокой

точностью. Изначально было очевидно [1-3], что данные о(Н2О) отражают

индивидуальные отличия обследованных добровольцев, и они могут служить

дополнительным параметром оценки состояния тканей головного мозга в норме и патологии.

Таблица 1. Результаты обследования ряда студентов и преподавателей.

Хорошо известно, что смещение сигнала ЯМР воды, прежде всего, связано с

изменением еѐ температуры. И это смещение на порядок превышает аналогичные сдвиги

для простых жидкостей. В этой связи, авторы выполнили определение зависимости

положения ЯМР сигнала воды от еѐ температуры с использованием ЯМР спектрометра. При

этом в качестве опоры был использован ЯМР сигнал от газообразного водорода, для

которого температурный сдвиг определен теоретически. По нашим данным получено:

∆(H2O) /∆t = 10.1(3)×10–9

/ °C. Используя этот температурный коэффициент, мы вычислили

температуру тканей головного мозга, эти данные представлены в таблице. Как видим, у

большинства обследованных добровольцев температура мало отличается от нормы. Однако

у одного из студентов температура было равна 38.2 оС, а у одного из преподавателей

температура оказалась равной 35.3 оС. По всей вероятности, такой разброс можно считать

вариантами нормального состояния температуры тканей головного мозга.


Литература

1. Neronov Yu. I.; Measurement Techniques. 2001. Т. 44. № 9. С. 959-964.

2. Неронов Ю.И. и др.; Научное Приборостроение; 2003 г., том 13, № 3, стр. 71-76.

3. Неронов Ю.И. «Магнитный резонанс в томографии и в спектральных исследованиях

тканей головного мозга», Учебное пособие, СПбГУ ИТМО, стр. 125, 2007 год.

Газовые и био-сенсоры на основе графена

А. А. Лебедев1,2,*

, С.П. Лебедев1,2

, С.Н. Новиков3, Ю.Н. Макаров

4,5 , В.Б.Климович

6

1ФТИ им. А.Ф.Иоффе РАН.

2Университет ИТМО.

3Aalto University, Tietotie 3,

4ГК «Нитридные кристаллы» ,

5Nitride Crystals Inc.,

6 Российский научный центр радиологии и хирургических технологий Миздрава РФ

Открытие возможности углерода к формированию двумерной модификации (графена) привело к

взрывному росту публикаций по исследованию свойств этого материала и его возможному

применению в электронике. Известно, что графен, как двумерный материал, обладает уникальных

набором электрофизических свойств:

- высокой подвижностью носителей заряда в сочетании с их малой концентрацией;

- максимально возможным отношением площади к объѐму;

- низким уровнем шумов.

Сочетание этих свойств приводит к тому, что адсорбция минимального количества примеси на

поверхность графена может заметно изменить его общую проводимость. Таким образом, графен

является весьма перспективным материалом для изготовления различных типов сенсоров.

В работе [1] было показано, что графен способен чувствовать адсорбцию даже одной

молекулы. Как известно сопротивление проводника определяется как концентрацией носителей

заряда, так и их подвижностью. Присоединенные молекулы газа, в зависимости от их заряда и типа

проводимости графеновой пленки ведут себя как доноры или акцепторы. Т.е. изменяют

концентрацию подвижных носителей заряда. Также адсорбированные молекулы создают

дополнительные центры рассеянья и изменяют подвижность носителей. В результате, в зависимости

от типа, адсорбированной молекулы наблюдалось уменьшение или увеличения сопротивления

пленки [2-3].

Использованные в настоящей работе пленки графена были выращены на полуизолирующих

подложках карбида кремния политипа 6Н методом термического разложения SiC при температуре

около 1700оС . Перед ростом графена подложка травилась при 1600

оС в атмосфере водорода для

удаления дефектного слоя с поверхности. Результаты измерений с помощью Оже и рамановской

спектроскопии подтвердили наличие однослойного графена на поверхности карбида кремния.

Структура сенсора формировалась на графеновой пленке с использованием лазерной

фотолитографии и AZ5214 фоторезиста . Излишки графена удалялись с поверхности

подложки травлением в кислородно-аргоновой плазме. Омические контакты Ti / Au (5/50) нм

были изготовлены взрывной фотолитографией после нанесения металлов на поверхность

фоторезиста электронно-лучевым испарением. Чип сенсора закреплялся на держателе вместе

с двумя резисторами Pt100. Один из резисторов использовался для измерения температуры, а

второй - в качестве нагревателя .

В случае газового сенсора для измерения чувствительности сенсора использовалась

ранее разработанная система смешивания и подачи газовых смесей . Данная система

позволяла изменять коэффициент разбавления в пределах 1: 1-1: 105, обеспечивая выходную

концентрацию детектируемого газа от 0,1 ppb (одна часть на миллиард) до 10 частей на

миллион (одна часть на миллион). В качестве газа-носителя использовался очищенный

воздух Чувствительность сенсора (г), была выражена в процентах,%, и определяется как

http://elibrary.ru/contents.asp?issueid=197015http://elibrary.ru/contents.asp?issueid=197015&selid=5039472


относительное изменение сопротивления образца при наличии в газовой смеси

регистрируемого газа:

г = (R - Ro) / Rо,

где R сопротивление сенсора при подаче газа.

Rо - исходное сопротивление при отсутствии детектируемого газа в потоке поступающего

воздуха. Были проведены относительные изменения сопротивления сенсора на основе

графена при наличии NO2 в газовой смеси (периоды подачи газа обозначены как светло-

серые полосы) при 20ºC. Поскольку скорость десорбции NO2 при комнатной температуре

очень низка, то для возвращения датчика в исходное состояние после каждого периода

экспозиции, использовался отжиг при 110oC. Разработанные приборы показали

чувствительность к концентрации NO2 на уровне 1-0,01 ppb. Для разработки технологии изготовления биосенсора на основе графена была выбрана

иммунохимическая система, состоящая из флуоресцеина и моноклональных антител (МКАТ),

связывающих этот краситель как в виде свободных молекул, так и в виде химической группы,

ковалентно присоединенной к белковым носителям. Молекулярная масса флуоресцеина (0,332 кДа)

сопоставима с размерами ряда биологически значимых маркерных молекул, таких как гормоны,

нуклеотиды некоторые короткие пептиды.

Флуоресцеин в течение многих лет применяли в качестве флуорохрома для мечения антител,

применяемых в люминесцентной микроскопии. Его изотиоцианатное производное (FITC) в мягких

условиях образует устойчивые ковалентные связи с белками, при этом свойства модифицированных

белков, (в том числе антител), изменяются мало, а количество присоединенных молекул

флуорохрома определяют спектрофотометрически [4] Флуоресцеин, ковалентно присоединенный к

белкам, так же как свободная молекула, поглощает свет с длиной волны 488 нм и излучает в желто-

зеленой области (495-522 нм) [5].

Для разработки технологии нанесения антител на поверхность графена были использованы

полученные в лаборатории гибридомной технологии РНЦ РХТ мышиные МКАТ против

флуоресцеина (код антител F2A3). Антитела относятся к подклассу IgG1. Препарат,

использованный для нанесения на поверхность графена, представлял собой фракцию,

выделенную методом аффинной хроматографии на колонке с ProteinG-Sepharose (GE

Healthcare). Специфичность антител в отношении флуоресцеина подтверждается данными

опыта, в котором добавление МКАТ к раствору красителя (концетрация 315 нМ) приводит к

гашению флуоресценции.

Образец графена был помещен в раствор 2мкМ 4-нитробензол диазоний

тетрафлюобората (НДТ) и 0.1М тетрабутиламоний тетрафлюобората в ацетонитриле.

Электрохимическая реакция между графеном и НДТ производилась в стандартной

трехэлектродной ячейке, которая включала безводный Ag/Ag+ референсный электрод, Pt

контр-электрод и графеновый рабочий электрод. После завершения реакции,

контролируемой с помощью циклической вольт-амперометрии, образцы последовательно

oполаскивались в ацетонитриле и дихлорметане.

После присоединения нитрофениловых групп к поверхности графена, производилось

восстановление нитрофениловых групп в фенил-аминные. Электрохимическая реакция

проводилась в 0.1М растворе KCl в смеси воды и этилового спирта 9:1. Постоянное

напряжение -0.9 вольт прикладывалось между Ag/AgCl электродом и графеновым

электродом. Активированные гра

Documents

2015 - МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИsensorica.ifmo.ru/file/pages/3/sensorika_2015_(1).pdf · 2015-12-08 · Конференция «Sensorica - 2015»