Современные металлодетекторы не способны определить, из какого конкретно металла изготовлен обнаруженный объект. Исследователи Санкт-Петербургского государственного электротехнического университета «ЛЭТИ» создали прототип прибора, который поможет не только обнаружить металлический объект, но и определить, из какого металла он состоит и на каком расстоянии находится.
Разработанный датчик состоит из чувствительного элемента в виде катушки индуктивности и электронной схемы, в которой происходят хаотические колебания, имитирующие импульсы биологического нейрона.
Сигналы со схемы поступают в компьютер, который обрабатывает их специальными алгоритмами и выдает результат. По словам исследователей, объединение свойств хаотических и нейроморфных систем дает разработке высокую чувствительность к изменению параметров и простоту интерпретации поведения.
«Наша электрическая схема моделирует биологический нейрон, при этом частью модели стала чувствительная катушка. При приближении металлического предмета к катушке в предмете индуцируются вихревые токи, которые измеряют колебания в электрической схеме. Распределение расстояний между импульсами в схеме меняется.
С помощью компьютера мы подсчитываем это распределение и расшифровываем, поскольку в нем содержится информация о типе мишени и дальности до нее», — рассказал доцент кафедры САПР, руководитель группы перспективной схемотехники Молодежного НИИ СПбГЭТУ «ЛЭТИ» Тимур Каримов.
«Искусственный интеллект и нейроморфные системы — востребованное и актуальное направление исследований. На наш взгляд, будущее не за классическими нейронными сетями, а за структурами, основанными на моделях биологических нейронов. Наша разработка использует принцип действия сенсорного нейрона для решения задачи поиска металлов. Приложений у таких детекторов множество», — добавила аспирантка кафедры САПР, инженер Молодежного НИИ СПбГЭТУ «ЛЭТИ» Ольга Дружина.
В будущем исследователи решат проблему нежелательной чувствительности устройства к температуре и помехам. Они намерены усовершенствовать конструкции детектора для применения хаотических нейроподобных систем при решении других задач, например, для диагностики неисправностей электродвигателей на заводах или ветрогенераторов.
Результаты исследования были опубликованы в журнале Nonlinear Dynamics.