1. Fehlererkennung und -vorhersage durch maschinelle Intelligenz. Jedes System muss mögliche Probleme erkennen oder vorhersagen, bevor sie auftreten und schwerwiegende Folgen haben. Derzeit gibt es kein genau definiertes Modell für abnormale Zustände, und es mangelt noch an der entsprechenden Technologie zur Erkennung von Anomalien. Um die Intelligenz der Maschine zu verbessern, ist es dringend erforderlich, Sensorinformationen und Wissen zu kombinieren.
2. Unter normalen Bedingungen können die physikalischen Parameter des Ziels mit hoher Präzision und Empfindlichkeit erfasst werden. Bei der Erkennung von anormalen Zuständen und Fehlfunktionen wurden jedoch nur geringe Fortschritte erzielt. Daher besteht dringender Bedarf an Fehlererkennung und -vorhersage, die energisch weiterentwickelt und angewendet werden sollten.
3. Die aktuelle Sensortechnologie kann physikalische oder chemische Größen an einem Punkt präzise erfassen, ist jedoch schwierig, mehrdimensionale Zustände zu erfassen. Beispielsweise ist die Umweltmessung, deren charakteristische Parameter weit verbreitet sind und räumliche und zeitliche Korrelationen aufweisen, ebenfalls ein schwieriges Problem, das dringend gelöst werden muss. Daher ist es notwendig, die Forschung und Entwicklung im Bereich der mehrdimensionalen Zustandserfassung zu intensivieren.
4. Fernerkundung zur Analyse von Zielkomponenten. Die Analyse der chemischen Zusammensetzung basiert meist auf Probensubstanzen, und die Probenahme von Zielmaterialien gestaltet sich manchmal schwierig. Wie bei der Messung des Ozongehalts in der Stratosphäre ist die Fernerkundung unverzichtbar, und die Kombination von Spektrometrie mit Radar- oder Laserdetektionstechniken ist ein möglicher Ansatz. Analysen ohne Probenkomponenten sind anfällig für Störungen durch verschiedene Störsignale oder Medien zwischen dem Sensorsystem und den Zielkomponenten. Die maschinelle Intelligenz des Sensorsystems soll dieses Problem lösen.
5. Sensorintelligenz für effizientes Ressourcenrecycling. Moderne Fertigungssysteme haben den Produktionsprozess vom Rohstoff bis zum Produkt automatisiert. Der Kreislaufprozess ist weder effizient noch automatisiert, wenn das Produkt nicht mehr verwendet oder entsorgt wird. Ein effektives und automatisiertes Recycling erneuerbarer Ressourcen kann Umweltverschmutzung und Energieknappheit wirksam verhindern und ein nachhaltiges Ressourcenmanagement ermöglichen. Für einen automatisierten und effektiven Kreislaufprozess ist die Nutzung maschineller Intelligenz zur Unterscheidung von Zielkomponenten oder bestimmten Komponenten eine wichtige Aufgabe intelligenter Sensorsysteme.
Veröffentlichungszeit: 23. März 2022