1. Fejlfinding og -forudsigelse ved hjælp af maskinintelligens. Ethvert system skal opdage eller forudsige mulige problemer, før de går galt og fører til alvorlige konsekvenser. I øjeblikket er der ingen præcist defineret model for unormal tilstand, og der mangler stadig teknologi til detektion af unormale tilstande. Det er presserende at kombinere sensorinformation og viden for at forbedre maskinens intelligens.
2. Under normale forhold kan målets fysiske parametre registreres med høj præcision og høj følsomhed; der er dog gjort få fremskridt med hensyn til detektering af unormale forhold og funktionsfejl. Derfor er der et presserende behov for fejldetektion og -forudsigelse, som bør udvikles og anvendes energisk.
3. Den nuværende sensorteknologi kan nøjagtigt registrere fysiske eller kemiske størrelser på et enkelt punkt, men det er vanskeligt at registrere flerdimensionelle tilstande. For eksempel er miljømåling, hvis karakteristiske parametre er vidt fordelt og har rumlige og tidsmæssige korrelationer, også et vanskeligt problem, der skal løses hurtigst muligt. Derfor er det nødvendigt at styrke forskningen og udviklingen af flerdimensionel tilstandsregistrering.
4. Fjernmåling til analyse af målkomponenter. Analyse af kemisk sammensætning er hovedsageligt baseret på prøvestoffer, og nogle gange er prøveudtagning af målmaterialer vanskelig. Ligesom med måling af ozonniveauer i stratosfæren er fjernmåling uundværlig, og kombinationen af spektrometri med radar- eller laserdetektionsteknikker er en mulig tilgang. Analyse uden prøvekomponenter er modtagelig for interferens fra forskellige støje eller medier mellem sensorsystemet og målkomponenterne, og sensorsystemets maskinintelligens forventes at løse dette problem.
5. Sensorintelligens til effektiv genbrug af ressourcer. Moderne produktionssystemer har automatiseret produktionsprocessen fra råmateriale til produkt, og den cirkulære proces er hverken effektiv eller automatiseret, når produktet ikke længere bruges eller kasseres. Hvis genbrug af vedvarende ressourcer kan udføres effektivt og automatisk, kan miljøforurening og energimangel forebygges effektivt, og styringen af livscyklusressourcer kan realiseres. For en automatiseret og effektiv cyklusproces er det en meget vigtig opgave for intelligente sensorsystemer at bruge maskinintelligens til at skelne mellem målkomponenter eller bestemte komponenter.
Opslagstidspunkt: 23. marts 2022