Studio ed elaborazione di segnali provenienti da sensori ambientali

Gli odori costituiscono uno degli aspetti più negativi, in termini di impatto ambientale e sociale, caratterizzanti gli impianti di trattamento e smaltimento dei rifiuti; sebbene in generale non siano stati dimostrati effetti diretti sulla salute, essi sono indubbiamente causa di persistente fastidio per la popolazione residente nelle vicinanze, diventando elemento di conflitto sia nel caso di impianti esistenti, che nella scelta del sito di localizzazione di nuovi impianti. L’inserimento nella realtà locale di un impianto industriale o di un impianto di trattamento reflui e l’accettazione da parte della popolazione è, infatti, quasi sempre condizionata, oltre che dagli impatti ambientali legati alle emissioni inquinanti anche, in maniera sempre crescente, dall’impatto olfattivo molesto spesso associato a tali installazioni. La particolare e complessa natura delle sostanze responsabili dell’impatto odoroso, la loro variabilità, nel tempo anche a seconda delle condizioni meteoclimatiche, e la soggettività della percezione olfattiva, sono fattori che ne ritardano la regolamentazione. La misurazione oggettiva degli odori costituisce un problema di difficile soluzione, specialmente quando si tratta di identificare una “quantità di odore” che definisca limiti tali da contenere le molestie di natura olfattiva. Ne consegue, pertanto, la necessità di approfondite attività sperimentali, per la quantificazione oggettiva delle emissioni odorigene prodotte dalle diverse tipologie di sorgenti e, in particolare, dagli impianti di ingegneria sanitaria ambientale. Tra i principali metodi presenti nello stato dell’arte per la misurazione oggettiva degli odori, notevole importanza sta assumendo l’utilizzo del “naso elettronico”, uno strumento in grado di caratterizzare e memorizzare l’impronta olfattiva di una miscela odorosa ed offrire il vantaggio sostanziale di poter effettuare misure in continuo rispetto agli altri metodi. Nonostante le enormi potenzialità nella misura e monitoraggio degli odori tramite naso elettronico, fino ad oggi risultano poche le applicazioni reali e gli utilizzi di questi dispositivi sul campo ambientale. La tesi di laurea si è focalizzata sulla progettazione di un naso elettronico multisensore per applicazioni in ambito industriale con l’obbiettivo di sviluppare i paradigmi dell’industria 4.0 nel trattamento dei reflui attraverso un sistema di sensing interconnesso con l’azienda e tramite la gestione e l’elaborazione dei dati generati dai sensori. L’attività di tesi, infatti, ha incluso il design e la realizzazione del sistema, nonché l’acquisizione e l’elaborazione dei segnali provenienti da quest’ultimo al fine di riconoscere particolari emissioni odorigene causa di disturbo nella popolazione, fornendo maggiori informazioni rispetto a quelle ottenibili con i metodi finora impiegati. In particolare, si è cercato di correlare i segnali del dispositivo con le unità olfattometriche, secondo la normativa vigente. Lo sviluppo di tale dispositivo cerca di superare le criticità legate agli attuali protocolli di controllo, senza sostituirli, fornendo in tempo reale l’andamento nel tempo della concentrazione di emissione odorigena espressa in unità olfattometriche. Il naso elettronico è stato testato in laboratorio e direttamente su campo, presso un impianto di depurazione dei reflui conciari, con l’obiettivo di analizzare in continuo dei flussi di aria campionati in prossimità di specifiche porzioni dell’impianto. La messa a punto del naso elettronico ha comportato la collaborazione con competenze di diversi campi dell’ingegneria, quali ingegneria elettronica per la realizzazione del sistema di acquisizione dati, dell’ingegneria informatica per quanto riguarda lo sviluppo dell’interfaccia utente e per l’elaborazione dei segnali oltre a nozioni base di ingegneria chimica necessarie per comprendere le problematiche relative all’impianto. Una prima parte del progetto e-nose, sviluppato presso i laboratori Archa, in cui è inserita la presente tesi ha riguardato la definizione dell’obbiettivo del monitoraggio al fine di scegliere i sensori più adatti al raggiungimento dello scopo del progetto. In questa fase sono stati realizzate indagini sul sito e analisi di laboratorio con GC-MS su alcuni campioni prelevati sul campo per l’individuazione di sostanze traccianti dell’impianto, con relativa fase di elaborazione ed interpretazione dei dati ottenuti. Inoltre, sono state raccolte informazioni dettagliate riguardanti l’impianto ed il sito di ubicazione, per valutare la dispersione odorigena, e avere una caratterizzazione meteoclimatica dell’area in questione In aggiunta sono stati previsti sopralluoghi sul sito e sull’area circostante ed interviste dirette al personale per ottenere informazioni relative all’impianto in generale ma in particolare sul ciclo di processo per individuare le principali sorgenti emissive da investigare. Questo tipo di analisi a permesso di scegliere la tipologia di sensore più adeguata. Il passo successivo ha riguardato l’assemblaggio di un primo prototipo costituito principalmente dalla camera di misura contenente il sistema di sensing formato dai vari sensori e dall’elettronica a loro dedicata, al fine di testarne la funzionalità. L’esito positivo della fase di testing ha portato alla realizzazione del prototipo finale completo di, camera di misura, sistema di campionamento, sistema di sensing e di sistema di trasmissione e memorizzazione dati. I segnali provenienti dai sensori del sistema progettato vengono trasmessi con l’ausilio di un’antenna ad un server da cui è possibile accedere online tramite un’opportuna interfaccia. È possibile anche visualizzare in tempo reale i segnali dei sensori tramite wi-fi solo nelle vicinanze del sistema fino a dove è garantita la copertura del segnale. Tale sistema ha l’obiettivo di gestire l’acquisizione dei segnali provenienti dai sensori e di elaborali fornendo in uscita dei segnali facilmente interpretabili, oltre al salvataggio dei dati e alla visualizzazione grafica. I dati sono visualizzati a video ed è possibile impostare vari parametri dall’interfaccia come ad esempio la frequenza di campionamento. Inoltre, grazie all’interfaccia grafica, appositamente progettata e realizzata, è stato possibile implementare un sistema che consentisse di attivare e disattivare la traccia di ogni sensore e di scegliere il periodo di visualizzazione del segnale. Il presente sistema è dotato anche di rilevazione GPS per visualizzare il punto di applicazione e seguire gli eventuali spostamenti per garantire la localizzazione della misura. Infine, dall’interfaccia è possibile controllare anche lo stato dell’alimentazione del sistema completo. Una volta implementato il prototipo finale la taratura in laboratorio del sistema è stato il primo passo, cercando eventuali correlazioni dei segnali dei sensori rispetto a concentrazioni note di n-butanolo, sostanza usata come riferimento nella normativa europea che regola e standardizza l’olfattometria dinamica. Un risultato interessante è emerso dal sensore TGS2602 che ha mostrato un andamento lineare con un valore di R2 che garantisce una buona affidabilità rispetto al modello lineare che ne descrive l’andamento. In maniera congruente con i risultati appena descritti seppur con andamenti differenti il sensore TGS2602 ha fornito buoni risultati anche nell’applicazione in campo, evidenziando una buona correlazione con le unità odorigene, derivanti dal panel test e usate come parametro di riferimento. Buoni risultati sono emersi anche dal sensore elettrochimico specifico per H2S e dal PID una strumentazione di controllo, capaci di mostrare una discreta correlazione con le unità olfattometriche. Altro aspetto interessante, emerso durante il campionamento, è rappresentato dal fatto che giornalmente il naso elettronico ha riconosciuto sempre il sito maggiormente maleodorante dovuto alla presenza di H2S, certificata anche dalle analisi chimiche, con l’attivazione principalmente del sensore specifico H2S e quello aspecifico ma sensibile comunque all’H2S. Nonostante il rilevamento della concentrazione dell’acido solfidrico non avvenga in modo preciso, l’attivazione di determinati sensori rappresenta una peculiarità legata al sito d’indagine, riuscendo così a definire una sua impronta odorigena. Un ulteriore approfondimento è stato ottenuto dalla implementazione dell’analisi delle componenti principali che ha fornito tre raggruppamenti per quanto riguarda le variabili ottenute dai vari sensori caratterizzati da una similarità. Tra i clusters ottenuti il primo è costituito unicamente dai risultati relativi al sensore della temperatura, il secondo è formato principalmente dai segnali derivanti dai sensori aspecifici e il sensore dell’umidità e un terzo di cui fanno parte i sensori specifici e le unità olfattometriche. Questa suddivisione in cluster rispecchia gli andamenti dei dati di ogni sensore, al crescere del rispettivo valore olfattometrico, in quanto vengono accumunati per la pendenza delle rette di tendenza di ognuno. Sfruttando i risultati ottenuti, in seguito si potrebbe aggiornare l’interfaccia grafica sfruttando i modelli ottenuti in modo da visualizzare direttamente i segnali dei sensori in unità odorigene in modo da avere in maniera un feedback più immediato sulla quantità di emissioni odorigene presenti in tempo reale. L’impiego di più dispositivi da disporre, oltre che in punti prescelti, anche lungo il perimetro dell’impianto permetterebbe, insieme ai dati metereologici, in particolar modo quelli che indicano la direzione del vento ricavabili dalla stazione meteo dell’impianto, di stabilire se la causa delle lamentele da parte della popolazione circostante derivino realmente dall’impianto oppure da realtà industriali circostanti. Naturalmente sviluppare modelli sempre più consistenti sarà una delle principali direzioni per gli sviluppi futuri di questo lavoro. Mediante l’impiego di tecniche di big data analysis basate ad esempio su reti neurali machine learning, utilizzate anche nelle fasi di riconoscimento, sarà probabilmente possibile superare problematiche legate all’umidità, alla temperatura, alla deriva dei sensori, e ad altri aspetti più o meno controllabili, trovando correlazioni ancora più specifiche tra gli output dei sensori e l’impronta odorigena da rilevare