1. Feldetektering och -prediktion med hjälp av maskinintelligens. Alla system måste upptäcka eller förutsäga möjliga problem innan de går fel och leder till allvarliga konsekvenser. För närvarande finns det ingen noggrant definierad modell för onormalt tillstånd, och teknik för detektering av onormala tillstånd saknas fortfarande. Det är angeläget att kombinera sensorinformation och kunskap för att förbättra maskinens intelligens.
2. Under normala förhållanden kan målets fysiska parametrar avkännas med hög precision och hög känslighet; dock har få framsteg gjorts när det gäller att upptäcka onormala tillstånd och felfunktioner. Därför finns det ett akut behov av feldetektering och -prediktion, vilket bör utvecklas och tillämpas kraftfullt.
3. Den nuvarande sensortekniken kan noggrant avkänna fysikaliska eller kemiska storheter vid en enda punkt, men det är svårt att avkänna flerdimensionella tillstånd. Till exempel är miljömätning, vars karakteristiska parametrar är vitt spridda och har rumsliga och tidsmässiga korrelationer, också ett slags svårt problem som behöver lösas snarast. Därför är det nödvändigt att stärka forskningen och utvecklingen av flerdimensionell tillståndsavkänning.
4. Fjärranalys för analys av målkomponenter. Analys av kemisk sammansättning baseras mestadels på provsubstanser, och ibland är provtagning av målmaterial svårt. Precis som vid mätning av ozonnivåer i stratosfären är fjärranalys oumbärlig, och kombinationen av spektrometri med radar- eller laserdetekteringstekniker är en möjlig metod. Analys utan provkomponenter är känslig för störningar från olika brus eller medier mellan sensorsystemet och målkomponenterna, och sensorsystemets maskinintelligens förväntas lösa detta problem.
5. Sensorintelligens för effektiv återvinning av resurser. Moderna tillverkningssystem har automatiserat produktionsprocessen från råmaterial till produkt, och den cirkulära processen är varken effektiv eller automatiserad när produkten inte längre används eller kasseras. Om återvinningen av förnybara resurser kan utföras effektivt och automatiskt kan miljöföroreningar och energibrist förebyggas effektivt, och hanteringen av livscykelresurser kan realiseras. För en automatiserad och effektiv cykelprocess är det en mycket viktig uppgift för intelligenta sensorsystem att använda maskinintelligens för att urskilja målkomponenter eller vissa komponenter.
Publiceringstid: 23 mars 2022