STUDY OF THE OZONE CONTROL PROCESS USING ELECTRONIC SENSORS

Sunggat Marxuly; Askar Abdykadyrov; Katipa Chezhimbayeva; Nurzhigit Smailov

doi:10.35784/iapgos.6051

Open full text

PDF (English)

Opublikowane: gru 21, 2024

DOI: https://doi.org/10.35784/iapgos.6051

Numer Tom 14 Nr 4 (2024)

Artykuły

IDENTYFIKACJA SZTYWNEJ PRZESZKODY O DOWOLNYM KSZTAŁCIE OŚWIETLONEJ PŁASKĄ FALĄ AKUSTYCZNĄ PRZY UŻYCIU DANYCH Z BLISKIEGO POLA
Tomasz Rymarczyk, Jan Sikora

5-9
OBRAZOWANIE OPARTE NA CZĘSTOTLIWOŚCI RADIOWEJ DO LOKALIZACJI WEWNĄTRZ POMIESZCZEŃ Z WYKORZYSTANIEM TECHNIK BEZPAMIĘCIOWYCH I TECHNOLOGII BEZPRZEWODOWEJ
Tammineni Shanmukha Prasanthi, Swarajya Madhuri Rayavarapu, Gottapu Sasibhushana Rao, Raj Kumar Goswami, Gottapu Santosh Kumar

10-15
INTELIGENTNA TECHNOLOGIA DOPASOWYWANIA DLA ELASTYCZNYCH ANTEN
Olena Semenova, Andriy Semenov, Stefan Meulesteen, Natalia Kryvinska, Hanna Pastushenko

16-22
RÓŻNICOWE MAPOWANIE MACIERZY MULLERA SKŁADNIKA POLIKRYSTALICZNEGO TKANEK BIOLOGICZNYCH NARZĄDÓW LUDZKICH
Andrei Padure, Oksana Bakun, Ivan Mikirin, Oleksandr Dubolazov, Iryna Soltys, Oleksandr Olar, Yuriy Ushenko, Oleksandr Ushenko, Irina Palii, Saule Kumargazhanova

23-27
SELEKTOR POLARYZACJI NA FALOWODACH CZĘŚCIOWO WYPEŁNIONYCH DIELEKTRYKIEM
Vitaly Pochernyaev, Nataliia Syvkova, Mariia Mahomedova

28-31
FUNKCJONALNIE ZINTEGROWANY PRZYRZĄD DO POMIARU TEMPERATURY
Les Hotra, Oksana Boyko, Igor Helzhynskyy, Hryhorii Barylo, Marharyta Rozhdestvenska, Halyna Lastivka

32-37
BADANIA PROCESU KONTROLI OZONU Z WYKORZYSTANIEM CZUJNIKÓW ELEKTRONICZNYCH
Sunggat Marxuly, Askar Abdykadyrov, Katipa Chezhimbayeva, Nurzhigit Smailov

38-45
OPTYMALIZACJA FARM WIATROWYCH: PORÓWNAWCZE ZWIĘKSZENIE WYDAJNOŚCI W WARUNKACH NISKIEJ PRĘDKOŚCI WIATRU
Mustafa Hussein Ibrahim, Muhammed A. Ibrahim, Salam Ibrahim Khather

46-51
STEROWANIE MPPT SYSTEMU PV: ANALIZA PORÓWNAWCZA ALGORYTMÓW P&O, INCCOND, SMC I FLC
Khoukha Bouguerra, Samia Latreche, Hamza Khemlche, Mabrouk Khemliche

52-62
15-POZIOMOWY ASYMETRYCZNY FALOWNIK WIELOPOZIOMOWY OPARTY NA TECHNOLOGII DSTATCOM POPRAWIAJĄCY JAKOŚĆ ZASILANIA
Panneerselvam Sundaramoorthi, Govindasamy Saravana Venkatesh

63-70
SYMULACJA KOMPUTEROWA ZWARCIA TRANSFORMATORA NADPRZEWODNIKOWEGO
Leszek Jaroszyński

71-74
STEROWANIE ZORIENTOWANE POLOWO DLA SILNIKÓW INDUKCYJNYCH OPARTE NA SZTUCZNEJ INTELIGENCJI
Elmehdi Benmalek, Marouane Rayyam, Ayoub Gege, Omar Ennasiri, Adil Ezzaidi

75-81
BADANIE ZMIAN POZIOMU BEZPIECZEŃSTWA SIECI W OPARCIU O PODEJŚCIE KOGNITYWNE
Olha Saliieva, Yurii Yaremchuk

82-85
WYKORZYSTANIE UCZENIA MASZYNOWEGO W SYSTEMACH WYKRYWANIA WŁAMANIA DO SIECI
Ahmad Sanmorino, Herri Setiawan, John Roni Coyanda

86-89
WYKORZYSTANIE WEKTORÓW WSPIERAJĄCYCH DO ZBUDOWANIA OPARTEGO NA REGUŁACH SYSTEMU WYKRYWANIA ZŁOŚLIWYCH PROCESÓW W RUCHU SIECIOWYM ORGANIZACJI
Halyna Haidur, Sergii Gakhov, Dmytro Hamza

90-96
WYODRĘBNIANIE PAR EMOCJA-PRZYCZYNA: METODOLOGIA OPARTA NA BiLSTM
Raga Madhuri Chandra, Giri Venkata Sai Tej Neelaiahgari, Satya Sumanth Vanapalli

97-103
UDOSKONALENIE α-PARAMETERYZOWANEJ METODY PRZEKSZTAŁCENIA RÓŻNICZKOWEGO Z OPTYMALIZATOREM DANDELION DO ROZWIĄZYWANIA RÓWNAŃ RÓŻNICZKOWYCH ZWYCZAJNYCH
Mustafa Raed Najeeb, Omar Saber Qasim

104-108
METODA ADAPTACYJNEGO KODOWANIA STATYSTYCZNEGO Z UWZGLĘDNIENIEM CECHY STRUKTURALNE OBRAZÓW WIDEO
Volodymyr Barannik, Dmytro Havrylov, Serhii Pantas, Yurii Tsimura, Tatayna Belikova, Rimma Viedienieva, Vasyl Kryshtal

109-114
OPTYMALIZACJA PROGNOZOWANIA SZEREGÓW CZASOWYCH: WYKORZYSTANIE MODELI UCZENIA MASZYNOWEGO W CELU ZWIĘKSZENIA DOKŁADNOŚCI PREDYKCYJNEJ
Waldemar Wójcik, Assem Shayakhmetova, Ardak Akhmetova, Assel Abdildayeva, Galymzhan Nurtugan

115-120
SYNCHRONIZACJA ZARZĄDZANIA STEROWANEGO ZDARZENIAMI PODCZAS GROMADZENIA DANYCH
Valeriy Kuzminykh, Oleksandr Koval, Yevhen Havrylko, Beibei Xu, Iryna Yepifanova, Shiwei Zhu, Nataliia Bieliaieva, Bakhyt Yeraliyeva

121-129
UKŁAD INTERFEJSU A WYDAJNOŚĆ PRZYSWAJANIA INFORMACJI W PROCESIE UCZENIA SIĘ
Julia Zachwatowicz, Oliwia Zioło, Mariusz Dzieńkowski

130-135
ZAUTOMATYZOWANY SYSTEM ZARZĄDZANIA WODĄ Z PROGNOZOWANIEM ZAPOTRZEBOWANIA OPARTYM NA SZTUCZNEJ INTELIGENCJI
Arman Mohammad Nakib

136-140
SCHEMATY UML SYSTEMU ZARZĄDZANIA STANOWISKAMI UTRZYMANIA
Lyudmila Samchuk, Yuliia Povstiana

141-145
PRZEWIDYWANIE WAGI DEFEKTU KODU NA PODSTAWIE UCZENIA ZESPOŁOWEGO
Ghada Mohammad Tahir Aldabbagh, Safwan Omar Hasoon

146-153
NIEDROGA RZECZYWISTOŚĆ ROZSZERZONA W CHIRURGII KRĘGOSŁUPA: BADANIE EMPIRYCZNE DOTYCZĄCE POPRAWY WIZUALIZACJI I DOKŁADNOŚCI CHIRURGICZNEJ
Iqra Aslam, Muhammad Jasim Saeed, Zarmina Jahangir, Kanza Zafar, Muhammad Awais Sattar

154-163

Archiwum

2025

Tom 15 Nr 4
2025-12-20 27
Tom 15 Nr 3
2025-09-30 24
Tom 15 Nr 2
2025-06-27 24
Tom 15 Nr 1
2025-03-31 26

2024

Tom 14 Nr 4
2024-12-21 25
Tom 14 Nr 3
2024-09-30 24
Tom 14 Nr 2
2024-06-30 24
Tom 14 Nr 1
2024-03-31 23

2023

Tom 13 Nr 4
2023-12-20 24
Tom 13 Nr 3
2023-09-30 25
Tom 13 Nr 2
2023-06-30 14
Tom 13 Nr 1
2023-03-31 12

2022

Tom 12 Nr 4
2022-12-30 16
Tom 12 Nr 3
2022-09-30 15
Tom 12 Nr 2
2022-06-30 16
Tom 12 Nr 1
2022-03-31 9

2020

Tom 10 Nr 4
2020-12-20 16
Tom 10 Nr 3
2020-09-30 22
Tom 10 Nr 2
2020-06-30 16
Tom 10 Nr 1
2020-03-30 19

DOI

https://doi.org/10.35784/iapgos.6051

Authors

Sunggat Marxuly

Sungat50@gmail.com

Kazakh National Research Technical University named after K. Satbayev, Kazachstan

https://orcid.org/0000-0002-7330-5927

Askar Abdykadyrov

a.abdykadyrov@satbayev.university

Kazakh National Research Technical University named K. Satbayev, Kazachstan

https://orcid.org/0000-0003-1143-4675

Katipa Chezhimbayeva

k.chezhimbayeva@satbayev.university

Almaty University of Power Engineering and Telecommunications named after G.Daukeev, Kazachstan

Nurzhigit Smailov

n.smailov@satbayev.university

Kazakh National Research Technical University named after K. Satbayev, Kazachstan

Abstrakt

W pracy rozważono problem badania procesu kontroli ozonu za pomocą elektronicznych czujników. W badaniach zastosowano specjalne czujniki, które są rozmieszczone wokół elektrod koronowych w ozonatorze, aby monitorować stężenie ozonu w pomieszczeniu. Jest to istotne, ponieważ wiadomo, że ozon negatywnie wpływa na zdrowie człowieka, jeśli jego maksymalne stężenie w powietrzu przekracza 0,16 mg/m³. W specjalistycznym laboratorium opracowano niewielki system ozonatorów oraz przeprowadzono testy teoretyczne i eksperymentalne. W praktyce zebrano uzyskane dane oraz schemat elektryczny ozonatora (na platformie ARDUINO). Do dokładnego określenia stężenia ozonu (O₃) wokół dyszy ozonowej oraz do pomiaru prądu na elektrodach zastosowano czujniki "Prana Air" oraz czujniki prądu.

Słowa kluczowe:

kontrola ozonu, czujniki, systemy sterowania, wyładowania elektryczne, uczenie maszynowe, monitoring

Bibliografia

[1] Abdykadyrov A. et al.: Purification of surface water by using the corona discharge method. Mining of Mineral Deposits, 18 (1), 2024, 125–137. [https://doi.org/10.33271/mining18.01.125]. DOI: https://doi.org/10.33271/mining18.01.125

[2] Abdykadyrov A., Kalandarov P., Marxuly S., Zhunussov K., Sharipova G., Sabyrova A., Akylzhan P., Uzak M.: Study of the process of neutralization of microorganisms in drinking water exposed to environmental problems. Water Conservation and Management, 8(3), 2024, 352–361 [https://doi.org/10.26480/wcm.03.2024.352.361].

[3] Agarwala R., Wang P., Bishop H. L., Dissanayake A., Calhoun B. H.: A 0.6V 785-nW Multimodal Sensor Interface IC for Ozone Pollutant Sensing and Correlated Cardiovascular Disease Monitoring. IEEE Journal of Solid-State Circuits 56(4), 2021, 1058–1070 [https://doi.org/10.1109/JSSC.2021.3057229]. DOI: https://doi.org/10.1109/JSSC.2021.3057229

[4] Contaret T., Seguin J.-L., Menini P., Aguir K.: Physical-Based Characterization of Noise Responses in Metal-Oxide Gas Sensors. IEEE Sensors Journal 13(3), 2013, 980–986 [https://doi.org/10.1109/JSEN.2012.2227707]. DOI: https://doi.org/10.1109/JSEN.2012.2227707

[5] Costilla-Reyes O., Scully P., Ozanyan K. B.: Deep neural networks for learning spatio-temporal features from tomography sensors. IEEE Transactions on Industrial Electronics 65(1), 2018, 645–653 [https://doi.org/10.1109/TIE.2017.2716907]. DOI: https://doi.org/10.1109/TIE.2017.2716907

[6] Dairi A., Harrou F., Senouci M., Sun Y.: Unsupervised obstacle detection in driving environments using deep-learning-based stereovision. Robotics and Autonomous Systems 100, 2018, 287–301. DOI: https://doi.org/10.1016/j.robot.2017.11.014

[7] Degner M., Damaschke N., Ewald H., Lewis E.: High resolution LED-spectroscopy for sensor application in harsh environment. IEEE Instrumentation & Measurement Technology Conference Proceedings. USA, Austin, TX, 2010, 1382–1386 [https://doi.org/10.1109/IMTC.2010.5488239]. DOI: https://doi.org/10.1109/IMTC.2010.5488239

[8] Degner M., Damaschke N., Ewald H., O'Keeffe S., Lewis E.: UV LED-based fiber coupled optical sensor for detection of ozone in the ppm and ppb range. IEEE SENSORS, Christchurch, New Zealand, 2009, 95–99 [https://doi.org/10.1109/ICSENS.2009.5398230]. DOI: https://doi.org/10.1109/ICSENS.2009.5398230

[9] Doll T., Fuchs A., Eisele I., Faglia G., Groppelli S., Sberveglieri G.: Room temperature ozone sensing with conductivity and work function sensors based on indium oxide. Proceedings of International Solid State Sensors and Actuators Conference (Transducers '97), 1997 [https://doi.org/10.1109/SENSOR.1997.613716]. DOI: https://doi.org/10.1109/SENSOR.1997.613716

[10] Egorov I., Esipov V., Remnev G., Kaikanov M., Lukonin E., Poloskov A.: A high-repetition rate pulsed electron accelerator. IEEE Transactions on Dielectrics and Electrical Insulation 20(4), 2013, 1334–1339 [https://doi.org/10.1109/TDEI.2013.6571453]. DOI: https://doi.org/10.1109/TDEI.2013.6571453

[11] Faleh R., Othman M., Kachouri A., Aguir K.: Recognition of O3 concentration using WO3 gas sensor and principal component analysis. 1st International Conference on Advanced Technologies for Signal and Image Processing (ATSIP), Sousse, Tunisia, 2014, 322–327 [https://doi.org/10.1109/ATSIP.2014.6834629]. DOI: https://doi.org/10.1109/ATSIP.2014.6834629

[12] Fechete A. C., Wlodarski W. B., Kalantar-zadeh K., Holland A. S., Wisistsora-at A.: Ozone Sensors based on Layered SAW Devices with: InOx/SiNx/36° YX LiTaO3 Structure. TENCON 2005–2005 IEEE Region 10 Conference, Melbourne, 2005, 1–4 [https://doi.org/10.1109/TENCON.2005.301325]. DOI: https://doi.org/10.1109/TENCON.2005.301325

[13] Ghazaly C., Guillemot M., Castel B., Langlois E., Etienne M., Hebrant M.: Real-Time Optical Ozone Sensor for Occupational Exposure Assessment. 20th International Conference on Solid-State Sensors, Actuators and Microsystems & Eurosensors XXXIII (TRANSDUCERS & EUROSENSORS XXXIII), Berlin, Germany, 2019, 1403–1406 [https://doi.org/10.1109/TRANSDUCERS.2019.8808516]. DOI: https://doi.org/10.1109/TRANSDUCERS.2019.8808516

[14] Harrou F., Dairi A., Sun Y., Senouci M.: Reliable detection of abnormal ozone measurements using an air quality sensors network. IEEE International Conference on Environmental Engineering (EE), Milan, Italy, 2018 [https://doi.org/10.1109/EE1.2018.8385265]. DOI: https://doi.org/10.1109/EE1.2018.8385265

[15] Harrou F., Nounou M., Nounou H.: Statistical detection of abnormal ozone levels using principal component analysis. International Journal of Engineering & Technology 12(6), 2012, 54–59.

[16] Jia Y., Wu J., Du Y.: Traffic speed prediction using deep learning method. IEEE 19th International Conference Intelligent Transportation Systems (ITSC), 2016, 1217–1222. DOI: https://doi.org/10.1109/ITSC.2016.7795712

[17] Kanokwan R., Chaiwas S., Nantivatana P., Kocharoen P., Thaenkaew S., Tansriwong S.: Efficiency evaluation of ozone gas concentration generation by commercial ozone generator for disinfection in residential buildings. International Electrical Engineering Congress (iEECON), Khon Kaen, Thailand, 2022 [https://doi.org/10.1109/iEECON53204.2022.9741631]. DOI: https://doi.org/10.1109/iEECON53204.2022.9741631

[18] Koesdwiady A., Soua R., Karray F.: Improving traffic flow prediction with weather information in connected cars: A deep learning approach. IEEE Transactions on Vehicular Technology 65(12), 2016, 9508–9517. DOI: https://doi.org/10.1109/TVT.2016.2585575

[19] Latif T., Dieffenderfer J., Tanneeru A., Lee B., Misra V., Bozkurt A.: Evaluation of Environmental Enclosures for Effective Ambient Ozone Sensing in Wrist-worn Health and Exposure Trackers. IEEE Sensors. Australia, Sydney, 2021 [https://doi.org/10.1109/SENSORS47087.2021.9639530]. DOI: https://doi.org/10.1109/SENSORS47087.2021.9639530

[20] Lunin V. V., Popovich M. P., Tkachenko S. N.: Physical chemistry of ozone. Max Press, Moscow, 2019.

[21] Lunin V. V., Samoilovich V. G., Tkachenko S. N., Tkachenko I. S.: Theory and practice of obtaining and applying ozone. Moscow University Press, Moscow 2016.

[22] Luqueta G. R., Santos E. D., Pessoa R. S., Maciel H. S.: Wireless Sensor Network to Monitoring an Ozone Sterilizer. IEEE Latin America Transactions 14(5), 2016, 2167–2174 [https://doi.org/10.1109/TLA.2016.7530410]. DOI: https://doi.org/10.1109/TLA.2016.7530410

[23] Maximum permissible concentrations (MPC) of pollutants in the atmospheric air of populated areas. Hygienic standards 2.1.6.1338-03. Ministry of Health of Russia, Moscow 2003

[https://files.stroyinf.ru/Data2/1/4294814/4294814669.pdf].

[24] Mischo M., Bitterling M., Himmerlich M., Krischok S., Ambacher O., Cimalla V.: Seebeck ozone sensors. The 17th International Conference on Solid-State Sensors, Actuators and Microsystems (Transducers & Eurosensors XXVII), 2013 [https://doi.org/10.1109/Transducers.2013.6627100]. DOI: https://doi.org/10.1109/Transducers.2013.6627100

[25] Mukhopadhyay S., Sahu S. K.: A Bayesian spatiotemporal model to estimate long-term exposure to outdoor air pollution at coarser administrative geographies in England and Wales. Journal of the Royal Statistical Society Series A: Statistics in Society 181(2), 2018, 465–486 [https://doi.org/10.1111/rssa.12299]. DOI: https://doi.org/10.1111/rssa.12299

[26] Nawahda A.: An assessment of adding value of traffic information and other attributes as part of its classifiers in a data mining tool set for predicting surface ozone levels. Process Safety and Environmental Protection 99, 2016, 149–158. DOI: https://doi.org/10.1016/j.psep.2015.11.004

[27] Okafor N. U., Delaney D. T.: Application of Machine Learning Techniques for the Calibration of Low-cost IoT Sensors in Environmental Monitoring Networks. IEEE 6th World Forum on Internet of Things (WF-IoT). USA, New Orleans, LA, 2020 [https://doi.org/10.1109/WF-IoT48130.2020.9221246]. DOI: https://doi.org/10.1109/WF-IoT48130.2020.9221246

[28] O'Keeffe S., Fitzpatrick C., Lewis E.: Ozone Measurement Using Optical Fibre Sensors in the Visible Region. IEEE SENSORS, Irvine, CA, USA, 2005, [https://doi.org/10.1109/ICSENS.2005.1597810]. DOI: https://doi.org/10.1109/ICSENS.2005.1597810

[29] Pan C., Yan B., Flynn L., Beck T., Jin X., Buckner S.: Ozone Mapper Profiler Suite Nadir Profiler Degradation. IEEE International Geoscience and Remote Sensing Symposium (IGARSS 2022). Malaysia, Kuala Lumpur, 2022, 7348–7350 [https://doi.org/10.1109/IGARSS46834.2022.9883681]. DOI: https://doi.org/10.1109/IGARSS46834.2022.9883681

[30] Parameswaran K. R., Sonnenfroh D. M.: Compact ozone photometer based on UV LEDs. 23rd Annual Meeting of the IEEE Photonics Society, Denver, CO, USA, 2010, 375–376 [https://doi.org/10.1109/PHOTONICS.2010.5698916]. DOI: https://doi.org/10.1109/PHOTONICS.2010.5698916

[31] Petani L., Wickersheim D., Koker L., Reischl M., Gengenbach U., Pylatiuk C.: Experimental Setup for Evaluation of Medical Ozone Gas Sensors. IEEE Sensors Applications Symposium (SAS), Sundsvall, Sweden, 2022 [https://doi.org/10.1109/SAS54819.2022.9881340]. DOI: https://doi.org/10.1109/SAS54819.2022.9881340

[32] Pichugin Yu. P.: Evaluation of geometric and temperature parameters of micro-discharges in a barrier discharge. Bulletin of the Chuvash University 3, 2011, 102–107.

[33] Rahmat S. et al.: The Correlation Among Ozone Gases, Hissing Frequency, and Ultraviolet Light in Corona Effects. 2nd International Conference on Electronic and Electrical Engineering and Intelligent System (ICE3IS). Indonesia, Yogyakarta, 2022, 74–78 [https://doi.org/10.1109/ICE3IS56585.2022.10010024]. DOI: https://doi.org/10.1109/ICE3IS56585.2022.10010024

[34] Raiser Yu. P.: Physics of a gas discharge. Scientific publication. Publishing House "Intellect", Dolgoprudny 2009.

[35] Ravì D., Wong C., Deligianni F., Berthelot M., Andreu-Perez J., Lo B., Yang G.-Z.: Deep learning for health informatics. IEEE Journal of Biomedical and Health Informatics 21(1), 2017, 4–21. DOI: https://doi.org/10.1109/JBHI.2016.2636665

[36] Rissanen M. P. et al.: The formation of highly oxidized multifunctional products in the ozonolysis of cyclohexene. Journal of the American Chemical Society 136(44), 2014, 15596–15606. DOI: https://doi.org/10.1021/ja507146s

[37] Shaban K. B., Kadri A., Rezk E.: Urban air pollution monitoring system with forecasting models. IEEE Sensors Journal 16(8), 2016, 2598–2606. DOI: https://doi.org/10.1109/JSEN.2016.2514378

[38] Shaddick G., Wakefield J.: Modelling daily multivariate pollutant data at multiple sites. Journal of the Royal Statistical Society: Series C (Applied Statistics) 51(3), 2002, 351–372. DOI: https://doi.org/10.1111/1467-9876.00273

[39] Sung T.-L.: Direct Measurement of Metal Surface Temperature During Catalytic Dissociation of Ozone for Sensor Application. IEEE Transactions on Plasma Science 42(12), 2014, 3842–3846 [https://doi.org/10.1109/TPS.2014.2350000]. DOI: https://doi.org/10.1109/TPS.2014.2350000

[40] Suryono S., Khuriati A.: Mobile Measurement System of Ozone Concentration in Urban Areas. Third International Conference on Informatics and Computing (ICIC), Palembang, Indonesia, 2018 [https://doi.org/10.1109/IAC.2018.8780449]. DOI: https://doi.org/10.1109/IAC.2018.8780449

[41] Wang J., Zhang X., Gao Q., Yue H., Wang H.: Device-free wireless localization and activity recognition: A deep learning approach. IEEE Transactions on Vehicular Technology 66(7), 2017, 6258–6267. DOI: https://doi.org/10.1109/TVT.2016.2635161

[42] Wang Z. et al.: Ozone senosr using ZnO based film bulk acoustic resonator. 16th International Solid-State Sensors, Actuators and Microsystems Conference, China, Beijing, 2011, 1124–1127 [https://doi.org/10.1109/TRANSDUCERS.2011.5969275]. DOI: https://doi.org/10.1109/TRANSDUCERS.2011.5969275

[43] Wen H., Xiao Z., Markham A., Trigoni N.: Accuracy estimation for sensor systems. IEEE Transactions on Mobile Computing 14(7), 2015, 1330–1343. DOI: https://doi.org/10.1109/TMC.2014.2352262

Marxuly, S., Abdykadyrov, A., Chezhimbayeva, K., & Smailov, N. (2024). BADANIA PROCESU KONTROLI OZONU Z WYKORZYSTANIEM CZUJNIKÓW ELEKTRONICZNYCH. Informatyka, Automatyka, Pomiary W Gospodarce I Ochronie Środowiska, 14(4), 38–45. https://doi.org/10.35784/iapgos.6051

##plugins.themes.bootstrap3.article.sidebar##

Numer Tom 14 Nr 4 (2024)

Archiwum

##plugins.themes.bootstrap3.article.main##

DOI

Authors

Abstrakt

Słowa kluczowe:

Bibliografia

##plugins.themes.bootstrap3.article.details##

Licencja