人工智能辅助RFID标签集成多传感器用于质量评估和传感
1Department of Electrical and Electronic Engineering, University of Manchester, Manchester M13 9PL, UK.
Sensors (Basel, Switzerland)
|March 28, 2024
概括
本研究介绍了人工智能辅助的RFID多传感技术,用于工业物联网 (IIoT). 它将机器学习与RFID数据集成为准确的食品质量评估,改善制造和供应链.
科学领域:
- 电气工程 电气工程
- 计算机科学 计算机科学
- 食品科学 食品科学 食品科学
背景情况:
- 无线电频率识别 (RFID) 对工业物联网 (IIoT) 至关重要,但在普遍监控和项目级数据记录方面面临挑战.
- 现有的IIoT系统通常需要复杂的,额外的传感器网络,增加成本和复杂性.
研究的目的:
- 开发人工智能 (AI) 辅助的基于RFID的多传感技术,以克服当前IIoT监控的局限性.
- 集成被动和半被动的RFID标签集成多传感器,以增强传感能力.
- 应用机器学习算法用于食品产品质量评估和传感 (QAS),使用RFID数据.
主要方法:
- 开发UHF RFID标签集成的多传感器与增强充电,以提高射频灵敏度和运行范围.
- 硬件设计优化,包括天线和能源收获器.
- 集成和演示NARX (外源输入的自回归模型) 神经网络用于分析RFID传感数据.
主要成果:
- 一个新的UHF RFID标签集成多传感器被设计和测试,显示高射频灵敏度和扩展的操作范围.
- NARX神经网络模型在肉产品质量评估和传感 (QAS) 中取得了高精度,RMSE为0.007和R-平方为0.99.
- 成功展示了人工智能辅助的RFID传感器,用于现实世界的食品质量评估.
结论:
- 拟议的人工智能辅助RFID多传感技术为制造业的产品质量评估提供了低成本,及时和灵活的解决方案.
- 这项技术提高了产品质量,优化了制造线,并改善了供应链管理.
- 机器学习与RFID数据的整合代表了IIoT中先进传感应用的新方法.


