Debido a sus ventajas, bajo costo, alta sensibilidad y selectividad, rapidez, fácil operación y transportabilidad, los sensores electroquímicos y biosensores que involucran nanomateriales han sido aceptados como un método analítico efectivo y prometedor para el monitoreo ambiental, análisis farmacéutico, diagnóstico médico, seguridad alimentaria, etc. en las últimas décadas. Sin embargo, esta dificultad para mejorar el rendimiento de los sensores tradicionales, como la selectividad y la sensibilidad, llevó al concepto de lenguas electrónicas (LE) como una estrategia alternativa para resolver tales problemas. Estos sistemas biomiméticos, compuestos por conjuntos de sensores de baja selectividad, pueden conseguir valor añadido a partir de la generación de información analítica que contiene características de respuesta cruzada. En esta tesis, se construyeron tres conjuntos de LE voltamperométricos compuestos por electrodos a base de cobre modificados con nanopartículas de CuO en un procedimiento de electrodeposición y algunos electrodos de composite grafito-epóxi (CGE) que incorporan varias nanopartículas catalíticas. La primera LE demostró el potencial de evaluar las aguas residuales según la dificultad de la oxidación electroquímica y ayudó a estimar la precisión de los valores de DQO encontrados y detectados por el primer sensor preparado. El segundo sistema de LE empleó un modelo de red neuronal artificial (RNA) combinando las respuestas obtenidas de cinco sensores y compensando las diferencias en las respuestas voltamétricas de dos sustancias estándar de DQO, glucosa y glicina. Esta LE mostró una aplicación prometedora de la determinación de DQO con un mejor rendimiento en comparación con un solo sensor que utiliza el método clásico de curva de calibración. El tercer conjunto de LE, combinado con el análisis de componentes principales (ACP), pudo evaluar los componentes de hierbas para productos calmantes mentales en términos de contenido o de diferentes formas, lo que indicó su función potencial en la evaluación, caracterización y control de calidad de estos productos.
| Fecha de lectura | 15 dic 2023 |
|---|
| Idioma original | Inglés |
|---|
| Supervisor | Manel del Valle (Director/a) |
|---|
Research on Construction of Electronic Tongue Systems Combining Nanomaterials and Machine Learning Algorithms for COD Determination and Anxiolytic Herbal Medicinal Products Analysis
Wang, Q. (Autor/a). 15 dic 2023
Tesis doctoral
Wang, Q. (Autor/a),
del Valle, M. (Director/a),
15 dic 2023Tesis doctoral