СПбПУ: Интеллектуальный инфракрасный миниспектрометр

Основные статьи:

• MES-системы - функции и преимущества
• Машинное обучение (Machine Learning)

2023: Анонс интеллектуального инфракрасного миниспектрометра

В Петербургском Политехе команда ученых разработала чувствительный интеллектуальный инфракрасный миниспектрометр на базе матрицы спектрометра LMS совмещенный с роботизированной платформой. Применение данного прибора позволит перейти от выборочного контроля сырья и продукции к полному, что позволит оптимизировать эффективность использования материалов и исключить брак при производстве. Об этом 12 июля 2023 года сообщили представители Петербургского Политеха.

Ученые СПбПУ создали спектрометр на роботизированной платформе для исключения брака при производстве

Как сообщалось, прибор по спектральным характеристикам отраженного света получает определённую информацию с поверхности материалов и проводит их качественный и количественный анализ – определяет содержание влаги в зерновых крупах, жирность молочной продукции, определяет качество бензина, дизельного топлива, пластмасс.

Политехникам удалось усилить оптический сигнал благодаря иммерсионной технологии формирования микролинз на плате с чипами, с размерами линз всего 500 мкм в диаметре, и высотой 320 мкм. Это позволило оптимизировать выходящую мощность прибора в 4 раза, что в свою очередь усилило чувствительность прибора. Чекап для искусственного интеллекта: зачем и как тестировать ИИ-решения?

Данный прибор раскрыл свои возможности благодаря специально разработанному программному обеспечению, позволяющему работать как в режиме накопления или сбора данных, так и в режиме классификации. Последний режим позволяет распознавать объекты по спектрам отражения, используя ранее накопленную информацию.

Дополнительно к миниспектрометру разработана роботизированная платформа, которая позволяет собирать большое количество спектральных данных в автоматизированном режиме. Обученная по этим данным модель более корректно описывает объект и минимизирует ошибки классификаций.

Разработанный комплекс, состоящий из полупроводниковой матрицы индустриального партнера, усиленного оптического блока, роботизированной платформы и программного обеспечения с элементами машинного обучения позволяет обеспечить ультранизкое энергопотребление, автоматизировать сбор спектральных данных и обучение прибора. Интеллектуальная «начинка» прибора позволяет создавать свои базы материалов и сортировать объекты опираясь на накопленные данные.

Использование разработанного комплекса позволяет предприятиям самостоятельно «натаскивать» прибор на свой технологический процесс и расширить спектр применения, что позволит внедрить его на небольших предприятиях, где экономически не оправдана организация и содержание стандартной химической лаборатории. Внедрение технологии позволит оптимизировать эффективность работы малых предприятий и сократить складские расходы. Например, для сыроварения важно содержание белка в молоке и частные сыроварни сталкиваются с проблемой входного контроля. Причем при неправильном выборе вся партия может пойти в утиль, что повышает риск данного бизнеса и ограничивает выход на рынок сортов сыра, как например это развито в Бельгии. прокомментировал Александр Семенча, руководитель проекта, доцент, директор НОЦ «Нанотехнологии и покрытия»

Использовать разработанный комплекс возможно в лабораториях хлебоприемных, мукомольных и хлебопекарных предприятий, комбикормовых заводов, птицефабрик, животноводческих комплексов, маслоэкстракционных и масложировых заводов, хлебных инспекций, центров стандартизации и метрологии, санэпиднадзора.

Данная разработка базируется на тесной кооперации СПбПУ и ООО «Микросенсор НТ», где СПбПУ. Проект поддержан программой «Приоритет-2030».