Os inovadores da Purdue University desenvolveram um módulo de detecção que funciona com aprendizado de máquina para aplicações que variam de carros elétricos a manufatura e design doméstico. Crédito:imagem da fundição de Nick Wang / Purdue
O mesmo pequeno pedaço de tecnologia que um dia pode ajudar a treinar robôs de soldagem e monitorar veículos elétricos pode permitir que as empresas de energia melhorem as casas e fábricas inteligentes.
Os inovadores da Purdue University desenvolveram um módulo de detecção que funciona com aprendizado de máquina para aplicações que variam de carros elétricos a manufatura e design doméstico. A tecnologia é um sensor pequeno e não invasivo que monitora correntes elétricas.
"Nós criamos o primeiro sensor de corrente desse tipo que não é invasivo, seguro e muito mais preciso do que outras opções, "disse Kaushik Roy, Edward G. Tiedemann Jr. de Purdue, distinto professor de Engenharia Elétrica e de Computação, quem ajuda a liderar a equipe de pesquisa.
As opções para detecção de corrente em aplicações como veículos elétricos incluem o uso de um resistor como sensor de corrente ou um sensor Hall não invasivo, que não pode medir pequenas correntes. A equipe Purdue usa um algoritmo de aprendizado de máquina com o sensor para ajudar a interpretar e coletar dados como o uso de energia, problemas com as abordagens atuais e as melhores de manufatura.
"Nossa tecnologia permite que alguém descubra através do atual, "disse Byunghoo Jung, professor de engenharia elétrica e de computação na Faculdade de Engenharia de Purdue, outro membro da equipe de pesquisa. "Este sensor pode ser usado com aprendizado de máquina para treinar robôs de manufatura, fornecer dicas precisas para proprietários de casas sobre como reduzir o uso de energia ou ajudar a diagnosticar problemas com veículos elétricos e scooters. "
Roy disse que outras vantagens do sensor Purdue incluem fácil instalação e manutenção, já que o pequeno sensor é enrolado em um fio central para monitorar a corrente. O sensor pode transmitir as informações atuais medidas para qualquer sistema de computação através de Bluetooth, USB ou outros métodos, e pode ser treinado por meio do aprendizado de máquina para detectar algo tão preciso quanto a marca de micro-ondas sendo usada em um determinado horário e se esse horário do dia é ideal para o consumo de energia.