Sztuczna inteligencja umożliwiła maszynom widzenie przez kamery, słuchanie przez mikrofony i zrozumienie otoczenia za pomocą LiDAR, radaru, obrazowania termowizyjnego i innych technologii wykrywania.
Jednak wielu ważnych zmian w świecie fizycznym nie można zobaczyć ani usłyszeć.
Nieszczelna rura gazowa może wyglądać zupełnie normalnie. Jedzenie może zacząć się psuć, zanim pojawią się widoczne zmiany. Bateria lub element elektryczny może uwolnić nietypowe lotne związki, zanim pojawi się dym. W procesach przemysłowych mogą powstawać charakterystyczne mieszaniny gazów, które są trudne do zidentyfikowania na podstawie pojedynczego pomiaru stężenia gazu.
To jest miejsce, gdzie AI Nos, znany również jako Elektroniczny nos napędzany sztuczną inteligencją Lub sztuczny system wyczuwania węchu, staje się wartościowy.
Zamiast próbować mechanicznie odtworzyć ludzki nos, nos AI łączy w sobie: wielokanałowy układ czujników gazu z przetwarzaniem sygnału i algorytmami sztucznej inteligencji.
Układ czujników reaguje na gazy lub zapachy, podczas gdy sztuczna inteligencja analizuje łączny wzór reakcji, aby określić, jaki rodzaj środowiska chemicznego wykrywa system.
W prostych słowach:
Gaz lub zapach → Układ czujników → Przetwarzanie sygnału → Model AI → Rozpoznawanie wzorców
Dzięki temu wykrywanie gazu nie polega na pytaniu:
„Jak dużo konkretnego gazu jest obecne?”
na bardziej zaawansowane pytanie:
„Jaki rodzaj gazu, zapachu lub wzoru chemicznego jest obecny?”
Ta różnica jest podstawą węchu maszynowego.
Co to jest nos AI?
AI Nose to inteligentny system wykrywania substancji chemicznych przeznaczony do rozpoznawania gazów, zapachów lub charakterystycznych mieszanin gazów przy użyciu wielu kanałów wykrywania i algorytmów rozpoznawania wzorców.
Typowy system składa się z czterech podstawowych elementów:
- Układ czujników gazu
- Akwizycja sygnału i kompensacja środowiskowa
- Ekstrakcja cech
- Model sztucznej inteligencji lub uczenia maszynowego
W przeciwieństwie do konwencjonalnego detektora pojedynczego gazu, AI Nose niekoniecznie jest zależny od tego, czy jeden czujnik jest doskonale selektywny dla jednego konkretnego gazu.
Zamiast tego kilka czujników reaguje inaczej na tę samą próbkę.
Połączona reakcja tworzy wielowymiarowy wzór – podobny do substancji chemicznej odcisk palca.
Algorytmy sztucznej inteligencji mogą następnie dowiedzieć się, czym różnią się te odciski palców.
Na przykład kilka źródeł zapachów może zawierać LZO, ale intensywność reakcji w różnych kanałach wykrywania może znacznie się różnić.
Pojedynczy sygnał może nie umożliwiać jednoznacznej identyfikacji próbki. Kiedy jednak analizuje się kilka sygnałów łącznie, wzór staje się znacznie bardziej wyraźny.
Właśnie wtedy przydatna staje się sztuczna inteligencja.
Jak działa nos AI?
Nos AI przekształca niewidoczne informacje chemiczne w dane cyfrowe, które może analizować model AI.
Cały proces można podzielić na pięć etapów.
1. Wejście gazu i zapachu
Proces rozpoczyna się, gdy do systemu czujnikowego dotrze gaz, para lub zapach.
Próbka może zawierać:
- Pojedynczy gaz
- Wiele gazów
- Mieszanki LZO
- Cząsteczki zapachu
- Ingerencja w środowisko
- Różne warunki wilgotności i temperatury
Zapachy występujące w świecie rzeczywistym rzadko składają się z tylko jednego związku chemicznego. Są to zazwyczaj złożone mieszaniny.
2. Odpowiedź układu czujników
Zamiast polegać na jednym elemencie wykrywającym, nos AI korzysta z kilku kanałów wykrywających jednocześnie.
Każdy kanał ma inną charakterystykę czułości.
Po wystawieniu na działanie tej samej próbki:
- Jeden kanał może zareagować mocno
- Inny może zareagować umiarkowanie
- Inny może zareagować tylko nieznacznie
Związek między tymi sygnałami tworzy pierwszą wersję odcisku palca zapachu.
W systemie sześciokanałowym odpowiedź można koncepcyjnie przedstawić jako:
R = [R₁, R₂, R₃, R₄, R₅, R₆]
Każda wartość reprezentuje odpowiedź jednego kanału wykrywania.
System może również analizować, jak te reakcje zmieniają się w czasie.
3. Przetwarzanie sygnału
Surowe sygnały z czujników muszą zostać przetworzone, zanim zostaną wysłane do modelu AI.
Przetwarzanie sygnału może obejmować:
- Filtracja
- Wzmocnienie
- Korekta bazowa
- Kompensacja temperatury
- Kompensacja wilgoci
- Normalizacja sygnału
- Kompensacja dryfu
Kompensacja środowiskowa jest szczególnie ważna, ponieważ zmiana temperatury i wilgotności może wpływać na czujniki gazu.
4. Analiza modelu AI
Przetworzone dane są przekształcane w cechy, które ułatwiają rozróżnienie różnych wzorców gazów.
Przydatne funkcje mogą obejmować:
- Amplituda odpowiedzi
- Szybkość reakcji
- Szybkość odzyskiwania
- Nachylenie sygnału
- Względna odpowiedź między kanałami
- Pole pod krzywą reakcji
- Charakterystyka czasowa
- Znormalizowana reakcja czujnika
Cechy te są następnie analizowane za pomocą algorytmów uczenia maszynowego lub głębokiego uczenia się.
W zależności od zastosowania odpowiednie podejścia mogą obejmować:
- PCA
- Obsługa maszyn wektorowych
- Drzewa decyzyjne
- Losowe lasy
- Sieci neuronowe
- Modele głębokiego uczenia się
- Modele klasyfikacji szeregów czasowych
Celem nie jest po prostu użycie najbardziej skomplikowanego algorytmu sztucznej inteligencji.
Celem jest zbudowanie modelu, który będzie w stanie wiarygodnie rozróżnić wymagane wzorce gazów lub zapachów w rzeczywistych warunkach pracy.
5. Rozpoznawanie wzorców
Po przeszkoleniu systemu model sztucznej inteligencji może analizować dane z nowych czujników i porównywać je z wcześniej wyuczonymi wzorcami.
Wynik końcowy może obejmować:
- Klasyfikacja zapachu
- Identyfikacja wzorca gazu
- Wykrywanie nieprawidłowości
- Rozpoznawanie stanu procesu
- Klasyfikacja jakości
- Ocena prawdopodobieństwa
- Inteligentne wyjście decyzyjne
Wynik można następnie przesłać do robota, urządzenia, sterownika przemysłowego, systemu pojazdu lub platformy w chmurze.
Nos AI kontra tradycyjne czujniki gazu
Tradycyjne czujniki gazu i systemy AI Nose rozwiązują różne problemy.
| Technologia | Główny cel | Typowe wyjście | Poziom inteligencji |
|---|---|---|---|
| Pojedynczy czujnik gazu | Wykryj lub zmierz konkretny gaz docelowy | Stężenie gazu | Naprawiono logikę wykrywania |
| Elektroniczny nos | Porównaj wzorce reakcji z wielu czujników | Klasyfikacja wzorów | Rozpoznawanie wzorców statystycznych |
| AI Nos | Poznaj złożone cechy układu czujników za pomocą sztucznej inteligencji | Klasyfikacja, uznanie i inteligentna decyzja | Uczenie maszynowe / analiza AI |
Na przykład konwencjonalny czujnik CO można zaprojektować w celu określenia, czy stężenie tlenku węgla wynosi 20 ppm, 50 ppm czy 100 ppm.
Zamiast tego Nos AI może przeanalizować kilka reakcji czujników i określić, czy ogólny wzór chemiczny jest bardziej podobny do:
- Normalne powietrze
- Opary rozpuszczalnika
- Nienormalna emisja przemysłowa
- Psucie się żywności
- Gazy powstające podczas spalania
- Wyszkolony stan procesu
- Specyficzna kategoria zapachowa
Dlatego też nos AI nie powinien być uważany za zamiennik każdego konwencjonalnego czujnika gazu.
Tam, gdzie system bezpieczeństwa wymaga dokładnego progu stężenia regulowanego gazu docelowego, niezbędny jest dedykowany czujnik gazu.
Technologia AI Nose staje się szczególnie cenna, gdy aplikacja wymaga:
- Rozpoznawanie wzorców
- Klasyfikacja
- Identyfikacja chemiczno-środowiskowa
- Złożona analiza mieszanin gazowych
- Rozpoznawanie stanu nieprawidłowego
Dlaczego nos AI potrzebuje wielu czujników?
Ludzki węch opiera się zasadniczo na rozpoznawaniu wzorców.
Ludzki nos zwykle nie wykorzystuje jednego receptora dla jednego konkretnego zapachu.
Zamiast tego wiele receptorów reaguje z różną intensywnością, tworząc wzór, który mózg interpretuje jako zapach.
Elektroniczne nosy wykorzystują podobną ogólną koncepcję.
Zamiast tworzyć jeden idealnie selektywny czujnik dla każdego możliwego zapachu, zestaw czujników zapewnia wiele częściowo nakładających się wymiarów wykrywania.
Podejście to jest szczególnie przydatne w przypadku złożonych mieszanin, takich jak:
- Zapachy jedzenia
- Wydech przemysłowy
- Środowiska chłodnicze
- Gazy spalinowe
- Emisje z produkcji chemicznej
- Zapachy otoczenia w pomieszczeniach
- Gazy z oczyszczania ścieków
Tablica czujników dostarcza danych wielowymiarowych.
AI zapewnia możliwość jego interpretacji.
Elektroniczny nos kontra nos AI
Termin elektroniczny nos, Lub e-nos, istnieje od kilkudziesięciu lat.
Tradycyjny nos elektroniczny zazwyczaj łączy w sobie:
Układ czujników + rozpoznawanie wzorców
Technologia AI Nose może być postrzegana jako kolejny etap tej koncepcji.
Nowoczesne systemy AI Nose korzystają z:
- Miniaturyzacja MEMSów
- Wysokowymiarowe tablice czujników
- Ulepszone przetwarzanie sygnału cyfrowego
- Uczenie maszynowe
- Sieci neuronowe
- Procesory Edge AI
- Rozwój modelu w chmurze
- Fuzja wielu czujników
Ważną poprawą nie jest po prostu dodanie słowa „AI”.
Prawdziwa zmiana polega na tym, że dane z matryc czujników można teraz przetwarzać za pomocą wydajniejszych algorytmów uczenia się i integrować z inteligentnymi systemami zdolnymi do podejmowania decyzji.
Technologia MEMS ułatwia integrację systemów AI Nose
Jednym z historycznych wyzwań stojących przed elektronicznymi systemami nosowymi był rozmiar.
Tradycyjne przyrządy do rozpoznawania zapachów mogą wymagać:
- Wiele niezależnych czujników
- Złożone komory próbkowania
- Duże płytki drukowane
- Zewnętrzny sprzęt do przetwarzania
Technologia wykrywania gazu MEMS znacznie zmniejsza te bariery integracyjne.
Czujniki MEMS mogą zapewnić:
- Kompaktowy rozmiar
- Niskie zużycie energii
- Szybka reakcja termiczna
- Wiele elementów czujnikowych w zwartej konstrukcji
- Przydatność do produkcji masowej
- Łatwiejsza integracja ze sprzętem wbudowanym
Dzięki temu węch elektroniczny staje się coraz bardziej praktyczny w przypadku robotów, urządzeń, pojazdów i innych inteligentnych terminali.
Czujnik nosowy AI Winsen ZM101-A
Winsen opracował ZM101-A Czujnik nosa AI jako wielokanałowa inteligentna platforma detekcyjna oparta na technologii wykrywania gazów MEMS.
ZM101-A integruje do sześć kanałów wykrywania MEMS, dostarczając wielowymiarowych informacji o reakcji na gaz, które można wykorzystać do rozpoznawania zapachów i wzorców chemicznych w oparciu o sztuczną inteligencję.
Dostępne wymiary czujnika obejmują:
- NH₃
- LZO
- NIE₂
- H₂S
- WSPÓŁ
- CH₄
Ważne jest to, że kanały te nie są przeznaczone jedynie do dostarczania sześciu niezależnych wartości stężeń.
Ich połączona reakcja tworzy bogatszy wzór wykrywania, który można wykorzystać do uczenia maszynowego i rozpoznawania sztucznej inteligencji.
Kluczowe cechy ZM101-A
- Do sześciu kanałów wykrywania MEMS
- Kompaktowa konstrukcja matrycy czujników
- Szybka reakcja i powrót do zdrowia
- Kompensacja temperatury i wilgotności
- Filtrowanie i przetwarzanie sygnałów
- Możliwość integracji modelu AI
- Komunikacja UART
- Niskie zużycie energii
- Nadaje się do wbudowanych inteligentnych urządzeń
- Elastyczny rozwój aplikacji
Parametry techniczne ZM101-A
| Parametr | Specyfikacja |
|---|---|
| Model produktu | ZM101-A |
| Typ produktu | Układ czujników gazów MEMS |
| Kanały czujnikowe | Do 6 |
| Zakres NH₃ | 1–100 ppm |
| Zakres LZO | 1–10 ppm |
| Zakres NO₂ | 00,1–10 ppm |
| Zakres H₂S | 00,5–10 ppm |
| Zakres CO | 5–200 ppm |
| Zakres CH₄ | 100–6000 ppm |
| Napięcie zasilania | Napięcie stałe 3,3 V |
| Prąd roboczy | ≤150 mA |
| Zużycie energii | ≤400mW |
| Komunikacja | Uart |
| Czas rozgrzewki | ≤120 s |
| Temperatura pracy | -40 ° C do 85 ° C. |
| Wilgotność robocza | 5%RH–95%RH, bez kondensacji |
W przypadku rzeczywistych projektów AI Nose konfigurację i model kanału czujnikowego należy wybrać zgodnie z rzeczywistymi docelowymi gazami, zapachami i środowiskiem zastosowania klienta.
Nos AI nie rozpoznaje automatycznie każdego zapachu
Jest to ważne rozróżnienie inżynieryjne.
AI Nose nie jest uniwersalnym detektorem zapachu, który jest w stanie wykryć każdy możliwy zapach natychmiast po włączeniu.
Rozpoznawanie AI zależy od danych treningowych.
Jeśli klient chce, aby system rozpoznawał cztery różne warunki pracy, zwykle należy pobrać reprezentatywne próbki z tych czterech warunków.
Na przykład aplikacja robota przemysłowego może definiować:
- Normalne środowisko
- Wyciek rozpuszczalnika
- Nieprawidłowość dotycząca gazów palnych
- Nieprawidłowość procesu wydechowego
Układ czujników wielokrotnie próbkuje te środowiska.
Uzyskane dane dotyczące reakcji czujnika są następnie etykietowane i wykorzystywane do uczenia modelu sztucznej inteligencji.
Cały proces rozwoju wygląda zatem następująco:
Sprzęt czujnika + próbki aplikacji + zestaw danych + algorytm + walidacja
Jeśli docelowy zapach się zmieni, może zaistnieć potrzeba zmiany zbioru danych szkoleniowych.
To podejście do projektowania zorientowane na aplikację jest bardziej niezawodne niż zakładanie, że jeden uniwersalny model potrafi rozpoznać każdy zapach.
Aplikacje nosa AI
Technologię AI Nose można zastosować wszędzie tam, gdzie maszyny muszą rozumieć informacje chemiczne lub zapachowe.
Robotyka
Roboty mogą wykorzystywać technologię AI Nose do wykrywania środowisk chemicznych, których nie można zrozumieć samym wzrokiem.
Potencjalne zadania obejmują:
- Kontrola wycieku gazu
- Wykrywanie nieprawidłowości w zakresie LZO
- Monitoring środowiska przemysłowego
- Lokalizacja źródła zapachu
- Kontrola obszaru niebezpiecznego
- Monitorowanie spalin procesowych
Inteligentne urządzenia domowe
Elektroniczny węch można zintegrować z:
- Oczyszczacze powietrza
- Lodówki
- Okapy kuchenne
- Klimatyzatory
- Inteligentne urządzenia kuchenne
Potencjalne funkcje obejmują:
- Wykrywanie nieprawidłowego zapachu
- Rozpoznawanie świeżości żywności
- Inteligentna wentylacja
- Monitorowanie stanu gotowania
- Adaptacyjne oczyszczanie powietrza
Jakość powietrza w kabinie pojazdu
Inteligentne pojazdy przyszłości mogą łączyć czujniki gazu i systemy AI Nose, aby rozpoznawać:
- Zmiany zapachu w kabinie
- Akumulacja LZO
- Zanieczyszczenie powietrza zewnętrznego
- Nienormalne zdarzenia chemiczne
- Wymagania dotyczące cyrkulacji powietrza
Może to zapewnić kolejny wymiar wykrywania inteligentnego sterowania kabiną.
Wykrywanie świeżości i zapachu żywności
Żywność uwalnia różne lotne związki, takie jak:
- Następuje dojrzewanie
- Rozwija się utlenianie
- Postępuje psucie się mikrobiologiczne
- Warunki przechowywania ulegają zmianie
Technologia AI Nose może potencjalnie klasyfikować te zmieniające się wzorce zapachów.
Możliwe zastosowania obejmują:
- Monitorowanie świeżości lodówki
- Przechowywanie żywności
- Kontrola łańcucha chłodniczego
- Sortowanie jakościowe
- Przetwórstwo spożywcze
Badania przesiewowe stanu zdrowia
Ludzki oddech i próbki biologiczne zawierają złożone lotne związki.
Badane są nosy elektroniczne pod kątem zastosowań badawczych obejmujących:
- Analiza wzorca oddechu
- Biomarkery zapachu
- Badania monitorowania pacjentów
- Nieinwazyjne badania przesiewowe
Zastosowania te wymagają odpowiednich badań klinicznych i zatwierdzenia przez organy regulacyjne, zanim zostaną wykorzystane do celów diagnostycznych.
Nos AI w dziedzinie robotyki i inteligencji ucieleśnionej
Robotyka to jeden z najbardziej obiecujących kierunków technologii AI Nose.
Nowoczesne roboty wykorzystują już wiele technologii wykrywania:
- Kamery
- LiDAR
- Mikrofony
- Czujniki siły
- Czujniki inercyjne
- Obrazowanie termowizyjne
- Czujniki położenia
Systemy te umożliwiają robotom zrozumienie:
- Kształt
- Dystans
- Dźwięk
- Ruch
- Temperatura
- Kontakt fizyczny
Żadne z nich nie informuje jednak bezpośrednio robota, jakie substancje chemiczne lub zapachy występują w otaczającym powietrzu.
Nos AI wprowadza inny wymiar percepcji:
percepcja chemiczna.
Może to być szczególnie cenne w przypadku robotów przemysłowych i usługowych.
Roboty inspekcji przemysłowej
Robot inspekcyjny może poruszać się po:
- Fabryki
- Zakłady chemiczne
- Obiekty energetyczne
- Magazyny
- Systemy rurociągów
- Zamknięte przestrzenie
Robot może w sposób ciągły zbierać sygnały z układu gazowego podczas ruchu.
Możliwy przepływ pracy to:
- Robot patroluje obiekt przemysłowy.
- AI Nos stale monitoruje otaczające środowisko chemiczne.
- Wykryto nieprawidłowy wzór zapachu.
- Robot rejestruje swoją aktualną pozycję.
- System AI ocenia wzór czujnika.
- Robot zbliża się do obszaru lub ponownie próbkuje.
- System wysyła alarm z informacją o lokalizacji.
System może zatem wykraczać poza:
„Wykryto nietypowy gaz”.
bliski:
„W pobliżu tego konkretnego urządzenia wykryto nieprawidłowy wzór chemiczny.”
Informacje te są znacznie bardziej przydatne w konserwacji predykcyjnej i bezpieczeństwie przemysłowym.
AI Nose na Światowej Konferencji Robotów 2026
Rozwój technologii AI Nose odzwierciedla także szerszą ewolucję robotyki.
Na Światowa Konferencja Robotów 2026Winsen zademonstrował technologię AI Nose jako część swojego portfolio inteligentnych czujników dla robotów i inteligencji ucieleśnionej.
Koncepcja aplikacji jest prosta:
Wzrok umożliwia robotom widzenie.
Mikrofony umożliwiają robotom słyszenie.
Czujniki siły umożliwiają robotom dotykanie.
Technologia AI Nose umożliwia robotom uzyskanie kolejnej ważnej zdolności sensorycznej:
zdolność postrzegania informacji chemicznych w powietrzu.
Więcej informacji na temat tej aplikacji można znaleźć w:
Nos AI do wykrywania robotów na konferencji World Robot Conference 2026
W miarę jak roboty przenoszą się z kontrolowanych laboratoriów do fabryk, obiektów energetycznych, magazynów, domów i środowisk publicznych, wykrywanie substancji chemicznych może zyskiwać na znaczeniu.
Od wykrywania gazu po inteligentną percepcję środowiska
Wartość technologii AI Nose staje się jeszcze większa w połączeniu z innymi czujnikami.
Robot lub inteligentne urządzenie może integrować:
- AI Nos
- Dedykowany czujnik CO₂
- Czujnik tlenu
- Czujnik gazu palnego
- Elektrochemiczny czujnik gazów toksycznych
- Czujnik temperatury i wilgotności
- Czujnik cząstek stałych
- Czujnik dymu
- Czujnik płomienia
- Kamera
- LiDAR
- Obrazowanie termowizyjne
Sztuczna inteligencja może następnie ocenić kilka wymiarów środowiskowych jednocześnie.
Na przykład:
Nieprawidłowy wzór LZO + wzrost temperatury + lokalizacja sprzętu
może dostarczyć znacznie bardziej użytecznych informacji niż jakikolwiek pojedynczy sygnał.
To ważny kierunek dla multimodalna percepcja środowiska.
Przemysłowe zastosowania technologii AI Nose
Bezpieczeństwo przemysłowe
Systemy AI Nose mogą pomóc w rozpoznaniu charakterystycznych wzorców gazów związanych z:
- Wyciek substancji chemicznych
- Nieprawidłowości procesu
- Przegrzanie sprzętu
- Nietypowe emisje
- Wydarzenia z użyciem mieszanek gazowych
Dedykowane czujniki bezpieczeństwa powinny być nadal stosowane tam, gdzie przepisy wymagają alarmowania przy określonych stężeniach gazu.
AI Nose dodaje inteligentną warstwę rozpoznawania wzorców.
Monitoring Środowiska
Tradycyjny monitoring często skupia się na poszczególnych stężeniach substancji zanieczyszczających.
Systemy AI Nose mogą dodać funkcję rozpoznawania wzorców dla:
- Wydech przemysłowy
- Zapachy z oczyszczania ścieków
- Nieprawidłowe emisje
- Identyfikacja źródła zapachu
- Inspekcja środowiskowa
Inteligentne urządzenia
Przyszłe urządzenia mogą nie tylko wykryć wzrost stężenia LZO.
Mogą próbować zidentyfikować jaki rodzaj zapachu ma miejsce i reagować inaczej.
Na przykład:
- Zapach gotowania → zwiększ wentylację
- Zapach zepsucia → wyślij ostrzeżenie o świeżości
- Nietypowy zapach chemiczny → wydać ostrzeżenie dotyczące bezpieczeństwa
Jest to bardziej inteligentna forma kontroli środowiska.
Jak opracować aplikację AI Nose
Udany projekt AI Nose powinien zaczynać się od aplikacji, a nie od algorytmu AI.
Krok 1: Zdefiniuj cel rozpoznawania
Określ dokładnie, co system ma rozróżniać.
Na przykład:
- Normalne vs. nienormalne
- Trzy stany mieszaniny gazów
- Pięć zapachów jedzenia
- Kilka warunków produkcji
- Wiele rodzajów wycieków
Cel powinien być mierzalny i jasno określony.
Krok 2: Wybierz kanały czujnika
Różne gazy docelowe wymagają różnych wymiarów wykrywania.
Kombinacja czujników powinna zapewniać wystarczające różnice w odpowiedziach pomiędzy kategoriami docelowymi.
ZM101-A oferuje wiele kanałów wykrywania gazu MEMS, które mogą obsługiwać konfiguracje specyficzne dla aplikacji.
Krok 3: Zaprojektuj strukturę próbkowania
Wydajność czujnika zależy w dużej mierze od tego, w jaki sposób gazy docierają do elementów czujnikowych.
Projekt mechaniczny powinien uwzględniać:
- Wlot powietrza
- Odległość próbkowania
- Przepływ powietrza
- Objętość komory
- Zanieczyszczenie
- Czas reakcji
- Pozycja czujnika
Silny model sztucznej inteligencji nie jest w stanie całkowicie skompensować niespójnego pobierania próbek gazu.
Krok 4: Zbierz reprezentatywne dane szkoleniowe
Zbiór danych powinien przedstawiać realistyczne warunki operacyjne.
Próbki szkoleniowe powinny uwzględniać różnice w:
- Stężenie gazu
- Temperatura
- Wilgotność
- Powietrze w tle
- Przykładowy wiek
- Partia produkcyjna
- Przepływ powietrza
- Ingerencja w środowisko
Im bardziej reprezentatywny jest zbiór danych szkoleniowych, tym bardziej użyteczny będzie ostateczny model.
Krok 5: Wytrenuj i zweryfikuj model AI
Dane szkoleniowe i dane walidacyjne powinny być oddzielone.
Ocena powinna uwzględniać:
- Dokładność klasyfikacji
- Fałszywie dodatnia stopa
- Fałszywie ujemna stopa
- Powtarzalność
- Odporność na środowisko
- Dryf długoterminowy
Krok 6: Wdróż model
Ostateczny model AI można wdrożyć na:
- MCU
- Procesor Edge AI
- Kontroler przemysłowy
- Komputer robota
- Wejście
- Platforma chmurowa
Odpowiednia architektura zależy od czasu reakcji, zużycia energii i wymagań obliczeniowych.
Ważne wyzwania w rozwoju nosa AI
Dryf czujnika
Podczas długotrwałej pracy reakcje czujnika gazu mogą się stopniowo zmieniać.
Zastosowania o długiej żywotności mogą wymagać:
- Wynagrodzenie podstawowe
- Okresowa kalibracja
- Regulacja algorytmu
- Przekwalifikowanie modelek
Temperatura i wilgotność
Warunki środowiskowe mogą mieć wpływ na reakcję czujnika.
Dlatego kompensacja temperatury i wilgotności odgrywa ważną rolę w poprawie stabilności systemu.
Wrażliwość krzyżowa
W nosie elektronicznym wrażliwość krzyżowa nie zawsze jest ujemna.
Częściowo nakładające się odpowiedzi są w rzeczywistości przydatne do tworzenia chemicznych odcisków palców.
Jednakże podczas szkolenia i walidacji modeli nadal należy uwzględnić czynniki zakłócające środowisko.
Spójność próbkowania
To samo źródło zapachu może generować różne sygnały czujnika, jeśli:
- Zmiany przepływu powietrza
- Zmiany odległości próbkowania
- Zmiany koncentracji
- Zmiana pozycji źródła
Projekt mechaniczny i strategia pobierania próbek są zatem częścią systemu AI Nose – a nie tylko szczegółami opakowania.
Jakość danych szkoleniowych
Wydajność sztucznej inteligencji ostatecznie zależy od jakości danych.
Duże ilości źle oznakowanych danych niekoniecznie są lepsze niż starannie zaprojektowany zbiór danych zebrany w reprezentatywnych warunkach.
Często zadawane pytania
Co to jest nos AI?
Nos AI to system percepcji chemicznej, który łączy wielokanałowy układ czujników gazów z algorytmami uczenia maszynowego lub sztucznej inteligencji w celu rozpoznawania charakterystycznych gazów, zapachów i wzorców chemicznych.
Czy nos AI to to samo, co nos elektroniczny?
Są blisko spokrewnieni. Nos AI można uznać za nowoczesny nos elektroniczny, który wykorzystuje algorytmy uczenia maszynowego lub głębokiego uczenia się w celu bardziej zaawansowanego rozpoznawania wzorców i inteligentnej analizy.
Czy nos AI rozpozna każdy zapach?
NIE.
Nos AI zwykle potrzebuje danych szkoleniowych na temat docelowych gazów lub zapachów, które ma rozpoznać.
Jego zdolność rozpoznawania zależy od:
- Konfiguracja czujnika
- Jakość próbki
- Jakość zbioru danych
- Projekt algorytmu
- Warunki środowiskowe
Dlaczego nos AI korzysta z wielu czujników?
Różne czujniki różnie reagują na tę samą mieszaninę chemiczną.
Połączenie kilku kanałów wykrywania tworzy wielowymiarowy chemiczny odcisk palca, który zawiera więcej informacji niż sam sygnał czujnika.
Co potrafi wyczuć Winsen ZM101-A?
ZM101-A zapewnia wymiary wykrywania, w tym:
- NH₃
- LZO
- NIE₂
- H₂S
- WSPÓŁ
- CH₄
Obsługuje do sześciu kanałów wykrywania MEMS do wielowymiarowej analizy wzorców gazów i zapachów.
Czy ZM101-A można zintegrować z algorytmami AI?
Tak.
Platforma ZM101-A może dostarczać wielokanałowe dane z wykrywania do zastosowań obejmujących ekstrakcję cech, uczenie modeli i rozpoznawanie wzorców.
Czy nos AI można zastosować w robotach?
Tak.
Technologia AI Nose może zapewnić robotom percepcję chemiczną i węchową do zastosowań takich jak:
- Inspekcja przemysłowa
- Monitoring środowiska
- Rozpoznawanie zapachu
- Badanie źródła gazu
- Inteligentna robotyka usługowa
Czy nos AI zastępuje detektor gazu?
Nie koniecznie.
Jeśli aplikacja wymaga certyfikowanego alarmu dla określonego stężenia CO, H₂S, gazu palnego lub innego gazu docelowego, nadal należy używać dedykowanego czujnika gazu lub detektora gazu.
Technologia AI Nose może uzupełnić te systemy, zapewniając rozpoznawanie wzorców i klasyfikację środowiskową.
Daj maszynom inny sposób na zrozumienie świata
Sztuczna inteligencja zmieniła już sposób, w jaki maszyny przetwarzają obrazy, język i dźwięk.
Percepcja chemiczna stanowi kolejną ważną granicę.
Nos AI łączy w sobie:
Układy czujników MEMS + przetwarzanie sygnału + kompensacja środowiskowa + sztuczna inteligencja
do przekształcania niewidzialnych gazów i zapachów w cyfrowe wzory zrozumiałe dla maszyn.
W przypadku robotyki, monitoringu przemysłowego, inteligentnych urządzeń, pojazdów, zastosowań spożywczych i inteligentnych systemów środowiskowych zapewnia to dodatkową warstwę percepcji, której nie mogą zapewnić kamery i mikrofony.
. Czujnik nosowy Winsen ZM101-A AI zapewnia kompaktową, wielokanałową platformę pomiarową MEMS zaprojektowaną do zastosowań w zakresie rozpoznawania gazów i zapachów w oparciu o sztuczną inteligencję.
W miarę jak inteligentne maszyny coraz częściej wkraczają w złożone środowiska świata rzeczywistego, tracą zdolność rozumienia nie tylko tego, co mogą Widzieć I słyszeć, ale także tego, co obecne w otoczeniu powietrze, może stać się coraz ważniejszą częścią percepcji maszyn.
Winsen dostarcza czujniki gazu, macierze czujników MEMS oraz zorientowane na aplikacje wsparcie techniczne dla projektów AI Nose, robotyki i inteligentnego wykrywania środowiska. W przypadku projektów OEM kanały czujnikowe, konstrukcje mechaniczne i modele AI można ocenić zgodnie z rzeczywistymi wymaganiami aplikacji.
