1. Detekcija i predviđanje grešaka korištenjem mašinske inteligencije. Svaki sistem mora detektovati ili predvidjeti moguće probleme prije nego što krenu po zlu i dovedu do ozbiljnih posljedica. Trenutno ne postoji precizno definisan model abnormalnog stanja, a tehnologija za detekciju abnormalnosti još uvijek nedostaje. Hitno je potrebno kombinovati informacije i znanje senzora kako bi se poboljšala inteligencija mašine.
2. Pod normalnim uslovima, fizički parametri cilja mogu se detektovati sa visokom preciznošću i visokom osjetljivošću; međutim, postignut je mali napredak u otkrivanju abnormalnih stanja i kvarova. Stoga postoji hitna potreba za otkrivanjem i predviđanjem kvarova, što treba snažno razvijati i primjenjivati.
3. Trenutna tehnologija detekcije može precizno detektovati fizičke ili hemijske veličine u jednoj tački, ali je teško detektovati višedimenzionalna stanja. Na primjer, mjerenje stanja okoline, čiji su karakteristični parametri široko raspoređeni i imaju prostorne i vremenske korelacije, također predstavlja složen problem koji treba hitno riješiti. Stoga je potrebno ojačati istraživanje i razvoj višedimenzionalnog detektovanja stanja.
4. Daljinsko istraživanje za analizu ciljnih komponenti. Analiza hemijskog sastava se uglavnom zasniva na uzorcima supstanci, a ponekad je uzorkovanje ciljnih materijala teško. Kao i kod mjerenja nivoa ozona u stratosferi, daljinsko istraživanje je neophodno, a kombinacija spektrometrije sa tehnikama radarske ili laserske detekcije je jedan od mogućih pristupa. Analiza bez uzorka komponenti je podložna interferenciji od strane različitih šumova ili medija između sistema za detekciju i ciljnih komponenti, a očekuje se da će mašinska inteligencija sistema za detekciju riješiti ovaj problem.
5. Inteligencija senzora za efikasno recikliranje resursa. Moderni proizvodni sistemi su automatizovali proces proizvodnje od sirovine do proizvoda, a kružni proces nije ni efikasan ni automatizovan kada se proizvod više ne koristi ili odbacuje. Ako se recikliranje obnovljivih resursa može efikasno i automatski provesti, zagađenje okoliša i nestašica energije mogu se efikasno spriječiti, a može se ostvariti i upravljanje resursima životnog ciklusa. Za automatizovani i efikasni proces ciklusa, korištenje mašinske inteligencije za razlikovanje ciljnih komponenti ili određenih komponenti je veoma važan zadatak za inteligentne senzorske sisteme.
Vrijeme objave: 23. marta 2022.