В Петербургском Политехе разрабатывают комплекс, извещающий о пожаре до появления пламени

Проект выполняется при поддержке Фонда научно-технического развития СПбПУ в рамках Программы развития университета, реализуемой при содействии программы «Приоритет-2030».

На сегодняшний день существуют два основных подхода к изучению состава газовой фазы: спектрометрия/хроматография и применение газовых датчиков. Первый – достаточно точный, но дорогой и требует специальной подготовки проб, сложного оборудования и высококвалифицированного персонала. Второй же, как правило, реагирует только на один конкретный вид газа, но при этом может срабатывать и на посторонние газы, присутствующие в окружающей среде, то есть обладает перекрестной чувствительностью. Кроме того, существующие системы газового анализа требуют длительного накопления экспериментальных данных и не способны к быстрой адаптации под новые задачи.

Программно-аппаратный комплекс (ПАК), разрабатываемый специалистами СПбПУ, позволяет выявлять и определять тип газа до начала открытого возгорания, на этапе тления, когда происходит незначительное выделение угарного газа. Разработка политехников представляет собой интеллектуальную систему, объединяющую двухмембранный МЭМС-сенсор с наноструктурированным оксидным слоем, предиктивную модель отклика датчика, генератор синтетических данных и нейросеть-трансформер. Двухмембранная архитектура обеспечивает независимое термическое профилирование (возможность раздельного программируемого управления температурой двух чувствительных элементов на одном микрочипе в реальном времени), время отклика составляет 1-3 секунды, а энергопотребление <50 мВт.

Также система имеет открытую для дообучения архитектуру и локализацию более >90%, поэтому цикл кастомизации ПАК составит всего 1-3 дня, в отличие, например, от существующих зарубежный аналогов, где он составляет 6-12 месяцев.

Фактически разрабатываемый политехниками проект формирует отечественную платформу интеллектуальной газовой сенсорики, снижая импортозависимость критически важных систем безопасности. Программно-аппаратный комплекс не конкурирует с массовыми дымовыми извещателями, а создает новый сегмент - предиктивную газовую аналитику для объектов, где цена простоя или ущерба исчисляется десятками миллионов, например, на предприятиях ТЭК, узлах железнодорожной и ИТ-инфраструктуры, на морских судах.

«Наш проект - это переход от парадигмы «накопления данных» к парадигме «проектирования данных». Мы не просто создали датчик, мы разработали целую экосистему: физическую модель процессов в сенсоре, которая генерирует обучающие данные для ИИ, верифицированный на реальных сигналах генератор обучающих данных и электронную обвязку компонентов. Это позволяет нашей системе учиться на предыдущем опыте работы и распознавать новые угрозы без полного переобучения. В результате работы ожидается переносимость моделей с реальных данных на смешанные с деградацией точности не более 5%, что является мировым уровнем. Тогда у России появится собственная платформа интеллектуальной газовой сенсорики, которая не уступает, а во многом превосходит зарубежные аналоги», - комментирует значимость разработки руководитель проекта, ведущий научный сотрудник НИЛ «Нано- и микросистемная техника» Анастасия Кондратьева.

Отметим, что в разрабатываемом в СПбПУ ПАК реализуется «zero-shot detection» для ранее не встречавшихся аналитов, то есть подход, позволяющий системе обнаруживать вещества (аналиты), которых она никогда не встречала в процессе обучения или калибровки.

По планам разработчиков, инновационный программно-аппаратный комплекс раннего обнаружения возгораний будет готов в 2027 году.

В дальнейших планах политехников - масштабирование ПАК на смежные направления. А именно, на экологический мониторинг (контроль выбросов), ольфактометрический контроль (измерение запаха по степени его воздействия на человека) в пищевой и парфюмерной промышленности, медицинскую диагностику (неинвазивный анализ выдыхаемого воздуха).

Кроме того, материалы проекта будут интегрированы в образовательные программы СПбПУ по направлениям нанотехнологий, ИИ и цифрового материаловедения.