1. Fejldetektion og forudsigelse ved hjælp af maskinintelligens.Ethvert system skal opdage eller forudsige mulige problemer, før de går galt og fører til alvorlige konsekvenser.På nuværende tidspunkt er der ingen præcist defineret model for unormal tilstand, og unormal detektionsteknologi mangler stadig.Det haster med at kombinere sensorinformation og viden for at forbedre maskinens intelligens.
2. Under normale forhold kan målets fysiske parametre fornemmes med høj præcision og høj følsomhed;der er dog kun gjort få fremskridt med hensyn til at opdage unormale tilstande og funktionsfejl.Derfor er der et presserende behov for fejldetektion og forudsigelse, som bør udvikles og anvendes kraftigt.
3. Den nuværende sanseteknologi kan nøjagtigt registrere fysiske eller kemiske mængder på et enkelt punkt, men det er vanskeligt at sanse multidimensionelle tilstande.For eksempel er miljømåling, hvis karakteristiske parametre er vidt udbredt og har rumlige og tidsmæssige sammenhænge, også en slags vanskeligt problem, der skal løses omgående.Derfor er det nødvendigt at styrke forskningen og udviklingen af multidimensionel tilstandssansning.
4. Fjernmåling til målkomponentanalyse.Kemisk sammensætningsanalyse er for det meste baseret på prøvestoffer, og nogle gange er prøveudtagning af målmaterialer vanskelig.Som 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 støj eller medier mellem sensorsystemet og målkomponenterne, og sensorsystemets maskinintelligens forventes at løse dette problem.
5. Sensorintelligens til effektiv genanvendelse af ressourcer.Moderne fremstillingssystemer har automatiseret produktionsprocessen fra råvare til produkt, og den cirkulære proces er hverken effektiv eller automatiseret, når produktet ikke længere bruges eller kasseres.Hvis genanvendelse af vedvarende ressourcer kan udføres effektivt og automatisk, kan miljøforurening og energimangel effektivt forebygges, og forvaltningen af livscyklusressourcer kan realiseres.For en automatiseret og effektiv cyklusproces er brugen af maskinintelligens til at skelne målkomponenter eller visse komponenter en meget vigtig opgave for intelligente sensingsystemer.
Indlægstid: 23-mars-2022