1. Detekce a predikce poruch s využitím strojové inteligence. Každý systém musí detekovat nebo předvídat možné problémy dříve, než se pokazí a povedou k vážným následkům. V současné době neexistuje přesně definovaný model abnormálního stavu a technologie pro detekci abnormálních stavů stále chybí. Je naléhavě nutné kombinovat informace ze senzorů a znalosti pro zlepšení inteligence stroje.
2. Za normálních podmínek lze fyzikální parametry cíle snímat s vysokou přesností a citlivostí; v detekci abnormálních stavů a poruch však bylo dosaženo jen malého pokroku. Proto je naléhavě potřeba detekce a predikce poruch, které by měly být energicky rozvíjeny a aplikovány.
3. Současná senzorická technologie dokáže přesně snímat fyzikální nebo chemické veličiny v jednom bodě, ale je obtížné snímat vícerozměrné stavy. Například měření prostředí, jehož charakteristické parametry jsou široce rozptýlené a mají prostorové a časové korelace, je také složitým problémem, který je třeba naléhavě vyřešit. Proto je nutné posílit výzkum a vývoj vícerozměrného snímání stavů.
4. Dálkový průzkum Země pro analýzu cílových složek. Analýza chemického složení je většinou založena na vzorkovaných látkách a někdy je odběr vzorků cílových materiálů obtížný. Stejně jako u měření hladin ozonu ve stratosféře je dálkový průzkum Země nezbytný a jedním z možných přístupů je kombinace spektrometrie s radarovými nebo laserovými detekčními technikami. Analýza bez vzorkovaných složek je náchylná k rušení různými šumy nebo médii mezi snímacím systémem a cílovými složkami a očekává se, že strojová inteligence snímacího systému tento problém vyřeší.
5. Inteligence senzorů pro efektivní recyklaci zdrojů. Moderní výrobní systémy automatizovaly výrobní proces od suroviny k produktu a kruhový proces není ani efektivní, ani automatizovaný, když se produkt již nepoužívá nebo je vyhozen. Pokud lze recyklaci obnovitelných zdrojů provádět efektivně a automaticky, lze účinně zabránit znečištění životního prostředí a nedostatku energie a lze realizovat řízení zdrojů životního cyklu. Pro automatizovaný a efektivní proces cyklu je využití strojové inteligence k rozlišení cílových komponent nebo určitých komponent velmi důležitým úkolem inteligentních senzorických systémů.
Čas zveřejnění: 23. března 2022