วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2542

วิทยานิพนธ์ฉบับนี้ได้นำเสนอการประดิษฐ์ระบบแยกแยะชนิดของสารระเหยอินทรีย์ โดยระบบที่ประดิษฐ์ขึ้นนี้ประกอบด้วยระบบวัดก๊าซชนิดไอไหลผ่านที่ควบคุมการทำงานของระบบโดยคอมพิวเตอร์และหัววัดก๊าซชนิดต่าง ๆ ซึ่งหัววัดก๊าซเหล่านี้จะถูกประดิษฐ์ขึ้นจากการนำสารอนินทรีย์ชนิดต่าง ๆ ได้แก่ SnO2, ZnO, PdCl2, NiO2, TiO2, C10H10Fe, WO3, SnCl2, และ CuO รวม 9 ชนิดมาสร้างเป็นเมมเบรนวัดบนผิวหน้าของทรานส์ดิวเซอร์ชนิด QCM (Quartz Crystal Microbalance) โดยการทดสอบความสามารถในการแยกแยะของระบบจะแยกแยะสารระเหยอินทรีย์ 5 ชนิด คือ อะซิโตน เมทานอล เอทานอล โทลูอีน แอมโมเนีย และน้ำปลอดอิออนรวมทั้งหมด 6 ชนิด โดยในขั้นตอนแรกจะนำหัววัดก๊าซชนิดต่าง ๆ ที่ได้ประดิษฐ์ขึ้นไปวัดทดสอบกับสารตัวอย่างทั้ง 6 ชนิดข้างต้นเพื่อคัดเลือกหัววัดก๊าซที่เหมาะสมไปใช้ในกระบวนการแยกแยะ ซึ่งได้ทำการคัดเลือกหัววัดก๊าซชนิด ZnO, NiO2, WO3 และ SnCl2 รวมทั้งหมด 4 หัววัด ในกระบวนการแยกแยะจะนำข้อมูลของการเปลี่ยนแปลงความถี่ของผลตอบสนองที่ได้จากหัววัดก๊าซที่เวลา 25, 50, 75, 100, 125, 150, 175, 200 และ 225 วินาทีภายหลังจากเริ่มไหลผ่านสารตัวอย่างไปทำการแยกแยะโดยระบบเครือข่ายประสาทสองชนิดคือ radial basis neural networks (RB-NNs) และ back propagation neural networks (BP-NNs) จากผลการทดลองพบว่าเงื่อนไขในการแยกแยะสารตัวอย่างดังกล่าวที่ให้ความถูกต้องในการแยกแยะสูงสุดได้จากการใช้ข้อมูล 7 จุดที่เวลา 50, 75, 100, 175, และ 200 วินาทีร่วมกับการใช้ระบบเครือข่ายประสาทชนิด radial basis โดยได้ความถูกต้องในการแยกแยะประมาณ 90 เปอร์เซ็นต์ ซึ่งสูงกว่าการใช้ระบบเครือข่ายประสาทชนิด back propagation ที่ให้ความถูกต้องในการแยกแยะสูงสุดเพียง 62%