1. Rilevamento e previsione dei guasti tramite l'intelligenza artificiale. Qualsiasi sistema deve rilevare o prevedere possibili problemi prima che si verifichino e comportino gravi conseguenze. Attualmente, non esiste un modello accuratamente definito di stato anomalo e la tecnologia di rilevamento delle anomalie è ancora carente. È urgente combinare le informazioni dei sensori e la conoscenza per migliorare l'intelligenza della macchina.
2. In condizioni normali, i parametri fisici del bersaglio possono essere rilevati con elevata precisione e sensibilità; tuttavia, sono stati compiuti pochi progressi nel rilevamento di condizioni anomale e malfunzionamenti. Pertanto, vi è un'urgente necessità di individuare e prevedere i guasti, che dovrebbero essere sviluppati e applicati con impegno.
3. L'attuale tecnologia di rilevamento è in grado di rilevare con precisione grandezze fisiche o chimiche in un singolo punto, ma è difficile rilevare stati multidimensionali. Ad esempio, la misurazione ambientale, i cui parametri caratteristici sono ampiamente distribuiti e presentano correlazioni spaziali e temporali, è anch'essa un problema complesso che deve essere risolto con urgenza. Pertanto, è necessario rafforzare la ricerca e lo sviluppo di sensori di stato multidimensionali.
4. Telerilevamento per l'analisi dei componenti target. L'analisi della composizione chimica si basa principalmente su campioni di sostanze e talvolta il campionamento dei materiali target risulta difficoltoso. Come per la misurazione dei livelli di ozono nella stratosfera, il telerilevamento è indispensabile e la combinazione della spettrometria con tecniche di rilevamento radar o laser rappresenta un possibile approccio. L'analisi senza componenti campione è soggetta a interferenze dovute a vari rumori o mezzi tra il sistema di rilevamento e i componenti target, e si prevede che l'intelligenza artificiale del sistema di rilevamento risolva questo problema.
5. Sensori intelligenti per un riciclo efficiente delle risorse. I moderni sistemi di produzione hanno automatizzato il processo produttivo, dalla materia prima al prodotto finito, e il processo circolare non è né efficiente né automatizzato quando il prodotto non viene più utilizzato o viene scartato. Se il riciclo delle risorse rinnovabili può essere effettuato in modo efficace e automatico, è possibile prevenire efficacemente l'inquinamento ambientale e la carenza di energia e realizzare una gestione ottimale delle risorse durante l'intero ciclo di vita. Per un processo ciclico automatizzato ed efficace, l'utilizzo dell'intelligenza artificiale per distinguere i componenti target o specifici componenti è un compito molto importante per i sistemi di rilevamento intelligenti.
Data di pubblicazione: 23-03-2022