Lo stesso piccolo pezzo di tecnologia che un giorno potrebbe aiutare a formare robot di saldatura e monitorare veicoli elettrici potrebbe consentire alle aziende energetiche di alimentare meglio case e fabbriche intelligenti.

Gli innovatori della Purdue University hanno sviluppato un modulo di rilevamento che funziona con l'apprendimento automatico per applicazioni che vanno dalle auto elettriche alla produzione e al design per la casa. La tecnologia è un sensore piccolo e non invasivo che monitora le correnti elettriche.

"Abbiamo creato il primo sensore di corrente nel suo genere non invasivo, sicuro e molto più preciso di altre opzioni, " disse Kaushik Roy, Edward G. Tiedemann Jr. Distinguished Professor di Purdue di Ingegneria Elettrica e Informatica, che aiuta a guidare il gruppo di ricerca.

Le opzioni per il rilevamento della corrente in applicazioni come i veicoli elettrici includono l'utilizzo di un resistore come sensore di corrente o l'utilizzo di un sensore Hall non invasivo, che non possono misurare piccole correnti. Il team di Purdue utilizza un algoritmo di apprendimento automatico con il sensore per aiutare a interpretare e raccogliere dati come il consumo di energia, problemi con l'attuale e i migliori approcci alla produzione.

"La nostra tecnologia consente a qualcuno di scoprire attraverso la corrente, " disse Byunghoo Jung, un professore di ingegneria elettrica e informatica nel College of Engineering di Purdue, un altro membro del gruppo di ricerca. "Questo sensore potrebbe essere utilizzato con l'apprendimento automatico per addestrare robot di produzione, fornire consigli precisi ai proprietari di casa su come ridurre il consumo di energia o aiutare a diagnosticare problemi con veicoli e scooter elettrici."

Roy ha affermato che altri vantaggi del sensore Purdue includono facilità di installazione e manutenzione, poiché il piccolo sensore è avvolto attorno a un filo centrale per monitorare la corrente. Il sensore può trasmettere le informazioni correnti misurate a qualsiasi sistema informatico tramite Bluetooth, USB o altri metodi, e può essere addestrato attraverso l'apprendimento automatico per rilevare qualcosa di preciso come la marca di microonde utilizzata in una determinata ora e se quell'ora del giorno è ottimale per il consumo di energia.