1. Otkrivanje grešaka i predviđanje pomoću inteligencije mašine.Svaki sistem mora otkriti ili predvidjeti moguće probleme prije nego što krenu po zlu i dovedu do ozbiljnih posljedica.Trenutno ne postoji tačno definisan model abnormalnog stanja, a tehnologija detekcije abnormalnosti još uvek nedostaje.Hitno je kombinovati informacije senzora i znanje kako bi se poboljšala inteligencija mašine.
2. U normalnim uslovima, fizički parametri mete mogu se osetiti sa velikom preciznošću i visokom osetljivošću;međutim, mali napredak je postignut u otkrivanju abnormalnih stanja i kvarova.Stoga postoji hitna potreba za otkrivanjem i predviđanjem kvarova, koje treba energično razvijati i primjenjivati.
3. Trenutna tehnologija senzora može precizno osjetiti fizičke ili kemijske veličine u jednoj tački, ali je teško osjetiti višedimenzionalna stanja.Na primjer, mjerenje okoliša, čiji su karakteristični parametri široko rasprostranjeni i imaju prostorne i vremenske korelacije, također je vrsta teškog problema koji treba hitno riješiti.Stoga je potrebno ojačati istraživanje i razvoj višedimenzionalnog sensinga stanja.
4. Daljinsko ispitivanje za analizu ciljne komponente.Analiza hemijskog sastava uglavnom se zasniva na uzorku supstanci, a ponekad je otežano uzorkovanje ciljnih materijala.Kao i kod mjerenja nivoa ozona u stratosferi, daljinska detekcija je neophodna, a kombinacija spektrometrije sa tehnikama radarske ili laserske detekcije jedan je od mogućih pristupa.Analiza bez komponenti uzorka podložna je smetnjama različitih šuma ili medija između senzorskog sistema i ciljnih komponenti, a očekuje se da će strojna inteligencija senzorskog sistema riješiti ovaj problem.
5. Inteligencija senzora za efikasno recikliranje resursa.Moderni proizvodni sistemi automatizirali su proces proizvodnje od sirovine do proizvoda, a kružni proces nije ni efikasan ni automatiziran kada se proizvod više ne koristi ili odbacuje.Ako se recikliranje obnovljivih resursa može izvršiti efikasno i automatski, zagađenje životne sredine i nedostatak energije mogu se efikasno sprečiti, a može se ostvariti i upravljanje resursima životnog ciklusa.Za automatizovan i efikasan proces ciklusa, korišćenje mašinske inteligencije za razlikovanje ciljnih komponenti ili određenih komponenti je veoma važan zadatak za inteligentne sisteme senzora.
Vrijeme objave: Mar-23-2022