1. Собаки – классика жанра
С начала XX века специально обученные собаки остаются «золотым стандартом» в обнаружении взрывчатых веществ. Обладая сверхчувствительным обонянием, они способны замечать запахи на уровне ppt-ppq – концентраций, которые недоступны большинству современных приборов. При этом скорость и мобильность собак, их способность отслеживать путь улетучивающихся молекул – преимущества, недостижимые для техники.
Однако у животных есть ограничения: биологические факторы, усталость, обучение и гиперчувствительность. Это стимулировало создание «электронных носов».
2. Электронные носы и устройства на основе ИМС и ИПС
В 1950–60‑е годы началась разработка электронных сенсоров: газохроматографов, ИМС (ионно-импульсная спектрометрия), ИПС (улучшенная ECD). Одним из первых был Fido, созданный на основе амплифицирующих флуоресцентных полимеров (AFP): чувствительность – до частей на квадриллион (10⁻¹⁵), сравнимая с обонянием собак.
В 1997 г. Луизианский университет представил портативный газохроматограф, «электронный нос» в чемодане: время анализа – 10–90 секунд; тот же диапазон реагентов, что и у собак.
3. Массово-спектрометрическая и спектроскопическая детекция
С введением ИМС и спектроскопии (FTIR, Raman, LIBS, терагерцы) удалось переходить от запаха к сигнатуре молекул:
- FTIR и NIR позволяют определять остатки взрывчатки на коже рук – до 96–100 % успешных классификаций включительно TNT, RDX и PETN.
- LIBS и Raman дают возможность частично идентифицировать смесь и концентрацию веществ.
- Терагерц-спектроскопия выявляет структуры и фазовое состояние ВВ с помощью переходов энергии.
4. Сенсоры нового поколения: SPR иммуносенсоры и нанотехнологии
В Японии была разработана система на основе поверхностного плазмонного резонанса (SPR). Она за 1 минуту detects TNT на чемодане: устройство включает два метода отбора проб – через адсорбцию и протирочное извлечение – и достигает времени анализа в 55 сек.
Нанотехнологии применяют поверхностно усиленные Raman‑субстраты (SERS), позволяющие усиливать сигнал до 10⁶ раз и анализировать даже следы GSR и ВВ на частях µg/cm².
5. Комплексный подход и аналитика
Последние исследования (MIT, ECBC) показывают: следы ВВ в окружающей среде (например, на тренировочных полигонах) часто коррелируют с угрозами – концентрации более 1 µg присутствуют в 27 % точек с угрозами, против <1 % фоновых зон. Это стимулирует применять комплексную аналитику на основе ИИ.
6. Что дальше: спектрометры с ИИ
Современные исследования демонстрируют возможности искусственного интеллекта:
- 1D‑CNN для Raman‑спектров, способные идентифицировать неизвестные смеси прямо на полевых спектрометра.
- ML‑модели для предсказания свойств ВВ (энергия детонации, плотность), что важно для поиска новых веществ и оценки угроз.
- Сочетание собак и MS/SP‑анализаторов для улучшения методологии обучения Sniffer Dogs: MS‑данные дают обратную связь до уровня ppb/ppq.
7. От прошлого к будущему
| Этап | Технология | Преимущества | Ограничения |
| 1 | Собака | Чувствительность, мобильность | Биозависимость, обучение |
| 2 | Газохроматографы, ИМС, Fido | Быстро, портативно | Требуют калибровки, фоновые помехи |
| 3 | Спектроскопия (FTIR, Raman, LIBS) | Молекулярная точность | Сложность оборудования |
| 4 | SPR, SERS, наносенсоры | Высокая чувствительность, быстро | Новые технологии, цена |
| 5 | ИИ + спектрометры | Автономный анализ, классификация | Требует обучающих данных |
8. Куда движемся?
- Интеграция SPR + SERS + ИИ на одном портативном устройстве.
- AI‑роботы и дроны со спектрометрами – автономные центры обнаружения.
- Сенсоры на чипе с наноматериалами для IoT‑мониторинга угроз.
- Новые модели ML, обученные на репрезентативных базах ВВ, способные работать с «месяцами новых образцов».
9. Заключение
Эволюция средств обнаружения ВВ – история о стремлении повторить способности собаки с помощью техники. От интуитивного обоняния до молекулярного анализа и AI‑интеграции – человечество идет к тому, чтобы делать мир безопаснее, снижать риски для людей и ускорять реакцию на угрозу.
Сегодня мы на пороге новой эры: когда спектрометр весом с чемодан и алгоритмы глубокого обучения могут стать разумным контрникому, способным «видеть» и «чувствовать» наличник взрывчатых веществ с точностью, удобством и автономностью.
Материал создан при поддержке Минобрнауки России в рамках Десятилетия науки и технологий.