Abschätzung der Restlebensdauer eines gefertigten Feuchtesensors mithilfe von AI

Von Anwendungen des täglichen Lebens bis hin zu militärischen Anwendungen und von Spielzeug bis hin zu Satelliten werden elektronische Komponenten in großem Umfang eingesetzt. Aufgrund der rasanten Entwicklung der elektronischen Gerätetechnologie hin zu niedrigen Kosten und hoher Leistung werden die elektronischen Produkte immer komplexer, dichter und schneller und leichter, so dass sie leicht transportiert werden können. Die Vorhersage der Zuverlässigkeit elektronischer Komponenten, die in industriellen Sicherheitssystemen verwendet werden, erfordert hohe Genauigkeit und Kompatibilität mit der Arbeitsumgebung. Der Benutzer kann ein fehlerhaftes Bauteil durch ein korrektes ersetzen, und das System wird vor einer vollständigen Abschaltung bewahrt. Unter Verwendung von kostengünstigen Materialien, Kohlenstoff und Kalialaun, wurde ein neues festes Verbundelektrolytsystem hergestellt und mit verschiedenen Techniken charakterisiert. Bei der Analyse der Temperaturabhängigkeit der Leitfähigkeit wurde ein Arrhenius-Verhalten festgestellt. Der synthetisierte feste Komposit-Elektrolyt zeigte ein ausgezeichnetes Feuchtigkeitsmessverhalten. Ein Expertensystem wurde mit Hilfe von Techniken der künstlichen Intelligenz modelliert und der Ausfall des Sensors wurde mit Hilfe von künstlichen neuronalen Netzen (ANN), Fuzzy-Logik (FIS) und einem adaptiven Neuro-Fuzzy-Inferenzsystem (ANFIS) vorhergesagt.

Autorentext

Cherry Bhargava arbeitet als Assistenzprofessorin und Leiterin des VLSI-Bereichs an der Lovely Professional University, Indien. Sie ist eine Absolventin der Thapar Universität, Patiala. Sie hat ihre Doktorarbeit an der IKGPTU eingereicht. Pardeep Kumar Sharma arbeitet als Assistenzprofessor und promoviert an der LPU. Sahib Ali ist ein Forschungsstipendiat an der LPU.