Temperatūras sensora pielietojums

1. Kļūmju noteikšana un prognozēšana, izmantojot mašīntelpu. Jebkurai sistēmai ir jānosaka vai jāparedz iespējamās problēmas, pirms tās noiet greizi un rada nopietnas sekas. Pašlaik nav precīzi definēta anomāla stāvokļa modeļa, un joprojām trūkst anomāliju noteikšanas tehnoloģijas. Ir steidzami jāapvieno sensoru informācija un zināšanas, lai uzlabotu mašīnas intelektu.

2. Normālos apstākļos mērķa fizikālos parametrus var noteikt ar augstu precizitāti un augstu jutību; tomēr anomālu apstākļu un darbības traucējumu noteikšanā ir panākts neliels progress. Tāpēc ir steidzami nepieciešama defektu noteikšana un prognozēšana, kas būtu enerģiski jāattīsta un jāpiemēro.

3. Pašreizējās uztveršanas tehnoloģijas var precīzi noteikt fizikālus vai ķīmiskus lielumus vienā punktā, taču ir grūti noteikt daudzdimensionālus stāvokļus. Piemēram, vides mērīšana, kuras raksturlielumi ir plaši izplatīti un kuriem ir telpiskas un laika korelācijas, arī ir sarežģīta problēma, kas steidzami jārisina. Tāpēc ir jāstiprina daudzdimensionālu stāvokļu uztveršanas pētniecība un attīstība.

4. Tālizpēte mērķa komponentu analīzei. Ķīmiskā sastāva analīze galvenokārt balstās uz parauga vielām, un dažreiz mērķa materiālu paraugu ņemšana ir sarežģīta. Tāpat kā ozona līmeņa mērījumos stratosfērā, tālizpēte ir neaizstājama, un viena no iespējamām pieejām ir spektrometrijas apvienojums ar radara vai lāzera detekcijas metodēm. Analīze bez parauga komponentiem ir uzņēmīga pret traucējumiem, ko rada dažādi trokšņi vai vides starp sensoru sistēmu un mērķa komponentiem, un paredzams, ka sensoru sistēmas mašīnintelektu atrisinās šo problēmu.

5. Sensoru intelekts efektīvai resursu pārstrādei. Mūsdienu ražošanas sistēmas ir automatizējušas ražošanas procesu no izejvielām līdz produktam, un aprites process nav ne efektīvs, ne automatizēts, kad produkts vairs netiek izmantots vai tiek izmests. Ja atjaunojamo resursu pārstrādi var veikt efektīvi un automātiski, var efektīvi novērst vides piesārņojumu un enerģijas trūkumu, kā arī īstenot dzīves cikla resursu pārvaldību. Lai nodrošinātu automatizētu un efektīvu cikla procesu, mašīnintelekta izmantošana mērķa komponentu vai noteiktu komponentu atšķiršanai ir ļoti svarīgs uzdevums intelektuālajām sensoru sistēmām.