如何确保传感器将正常工作。
“数据是新的石油”——克莱夫·亨伯特,2006
虽然这预测涉及的价值可以从生成数据,重点是在油井的工具。正如石油钻井平台预计可靠地生产原油的时钟,传感器将可靠和持续交付高质量的数据。
但是传感器早已从简单的测量传感器成为计算平台——有时无线通信。这扩展他们的潜在的应用范围和效益巨大,人工智能的集成,以融合和分析数据直接在测点。
传统的离散传感器设计多年来一直输给微机电系统,更节能,更紧凑,更便宜。这意味着传感器系统可以自动在很长一段时间,可以集成到各种各样的环境。著名的例子可以发现在许多smartwatches等消费产品。MEMS-based智能传感器也可以集成到移动组件的机器工具来监控生产过程。[1]他们的应用程序甚至延伸到地震检测:使用MEMS的成本降低两个数量级的监测站,使密集的传感器网络的早期检测地震波。[2]
聪明的滚珠螺杆项目集成智能传感器作为一个例子。
许多应用程序对传感器技术的可靠性要求高,特别是在封闭的控制回路,例如自动飞行,开车或机器人,它必须确保传感器信号总是值得信赖。将人工智能集成到传感器可以实时状况诊断,可以防止传感器或电子产品的失败造成严重损害。[3]
增加功能的集成到传感器系统也难免有必要扩大开发和测试方法。从基本问题的测量变量是否被正确地检测到,[4]是至关重要的智能传感器系统所使用的算法是正确地训练。他们还必须交付可靠和错误分析在操作过程中,甚至在变化的条件下,如温度波动。鉴于传感器系统的复杂性和广泛的相关测试用例,测试应用程序环境不适:所需的努力得出可靠的结论,是否适合使用过高,将使发展不合算。
这要求半过程的进一步发展。传感器的测试元素的函数必须在压力因素,比如由温度变化引起的,以及实时仿真的操作场景和可能的错误。这可以加快训练和验证智能传感器。最后,这些方法还可以模拟各种各样的操作环境和相对较少的努力,从而为智能传感器测试新的应用程序的可行性,对通过评估能耗为了估计无线的使用寿命,独立的系统。
留下一个回复