1. Odkrivanje in napovedovanje napak z uporabo strojne inteligence. Vsak sistem mora zaznati ali napovedati morebitne težave, preden se pokvarijo in povzročijo resne posledice. Trenutno ni natančno opredeljenega modela nenormalnega stanja, tehnologija za odkrivanje nenormalnega stanja pa še vedno primanjkuje. Nujno je treba združiti podatke senzorjev in znanje za izboljšanje inteligence stroja.
2. V normalnih pogojih je mogoče fizikalne parametre tarče zaznati z visoko natančnostjo in občutljivostjo; vendar je bil dosežen le majhen napredek pri odkrivanju nenormalnih stanj in napak. Zato je nujno potrebno odkrivanje in napovedovanje napak, ki ga je treba intenzivno razvijati in uporabljati.
3. Trenutna tehnologija zaznavanja lahko natančno zazna fizikalne ali kemične količine na eni točki, vendar je težko zaznati večdimenzionalna stanja. Na primer, merjenje okolja, katerega značilni parametri so široko porazdeljeni in imajo prostorske in časovne korelacije, je prav tako težaven problem, ki ga je treba nujno rešiti. Zato je treba okrepiti raziskave in razvoj večdimenzionalnega zaznavanja stanj.
4. Daljinsko zaznavanje za analizo ciljnih komponent. Analiza kemijske sestave večinoma temelji na vzorčnih snoveh, včasih pa je vzorčenje ciljnih materialov težavno. Tako kot pri merjenju ravni ozona v stratosferi je daljinsko zaznavanje nepogrešljivo, kombinacija spektrometrije z radarskimi ali laserskimi tehnikami zaznavanja pa je eden od možnih pristopov. Analiza brez vzorčnih komponent je dovzetna za motnje zaradi različnih šumov ali medijev med senzorskim sistemom in ciljnimi komponentami, zato se pričakuje, da bo strojna inteligenca senzorskega sistema rešila to težavo.
5. Inteligenca senzorjev za učinkovito recikliranje virov. Sodobni proizvodni sistemi so avtomatizirali proizvodni proces od surovine do izdelka, krožni proces pa ni niti učinkovit niti avtomatiziran, ko se izdelek ne uporablja več ali zavrže. Če se recikliranje obnovljivih virov lahko izvaja učinkovito in samodejno, se lahko učinkovito prepreči onesnaževanje okolja in pomanjkanje energije ter se doseže upravljanje virov v življenjskem ciklu. Za avtomatiziran in učinkovit proces cikla je uporaba strojne inteligence za razlikovanje ciljnih komponent ali določenih komponent zelo pomembna naloga inteligentnih senzorskih sistemov.
Čas objave: 23. marec 2022