您的位置：：常德娱乐网 >> 辽意

微小的可穿戴传感器可防止化学腐蚀东兴

时间：2022年07月19日

微小的可穿戴传感器可防止化学腐蚀

根据WPI 网站上的一篇文章，在伍斯特理工学院数学家的帮助下，美国陆军正在开发一种缩略图尺寸的化学传感器，该传感器可穿戴在外套上以快速检测危险的化学物质。

可穿戴式传感器设备的构造可模仿人的鼻子，该鼻子具有大约400种嗅觉受体，能够分辨出至少一万亿种不同的气味。设备中的每个传感器将检测多个分子的组合：一个可能检测柴油烟和特定化学试剂，而另一个可能检测柴油烟和湿度将结果结合起来，可以对环境中的化学物质进行更完整，更准确的评估。

“利用数据科学的力量，我们可以大大提高化学传感器的性能，使它们能够更好地挽救生命，” 数学科学，计算机科学和数据科学副教授，该项目的首席研究员Randy Paffenroth说。Paffenroth的研究利用了数据科学，高级机器学习和经典的统计算法。

为了提高设备信号处理的速度和准确性，Paffenroth结合了新旧数学技术。具体来说，他将人工神经网络与卡尔曼滤波器融合在一起，以摆脱“噪音”数据，从而更好地在跟踪飞机时发现问题。他将两者结合在一起是因为这类问题中的神经网络难以进行信号处理，因此无法准确快速地检测空气中化学物质的存在。

通过将Kalman滤波器与神经网络结合，Paffenroth创建了一种称为自动编码器Kalman滤波器的新算法。经典算法和新算法协同工作，以简化来自传感器的嘈杂且复杂的数据，从而更好地检测环境中的化学物质。

“而不是从头开始，为什么不从诸如卡尔曼滤波器之类的您知道的好东西开始，然后再尝试使其变得更好呢？”帕芬罗斯说。“这是数据科学的力量。它是将数据与机器学习，计算以及新旧数学结合在一起以解决实际问题的工具集。这是解决一整类问题的最佳方法。”

CCDC-SC研究化学家约书亚·乌扎尔斯基博士说：“如果有很多信号汇聚在一起，而且它们都很吵，它们就会重叠很多。” “这种重叠可能导致误报或误报。这使得分析进入的信号及其形成的图案变得更加困难。传感器的问题在于，当存在许多竞争信号时，它们无法正常工作。兰迪的工作就解决了这一问题。”

WPI研究生Matthew Weiss指出，在使用自动编码器卡尔曼滤波器分析了两秒钟的数据后，该传感器的准确度已经是未过滤数据的五倍。

继帕芬罗斯在2016年从美国陆军作战能力发展司令部士兵中心的传感器项目中获得了为期三年的$ 169,000奖金之后，帕芬罗斯又通过士兵中心获得了另一个三年奖。Paffenroth是首席研究员，他获得了CCDC的180万美元资助，以继续开发传感器。

预计在这个最新的三年项目结束之前，将生产先进的化学传感器的早期原型。