ParticleTensorAI® – Komponenten

ParticleTensorAI® – Komponenten

ParticleTensorAI® kombiniert eine optische Messsonde mit einer für die KI-basierte Analyse konfigurierten Steuereinheit. Die Messsonde erfasst zeitabhängige Lichtstreusignale von Tropfen oder Partikeln. Die Steuereinheit erfasst und puffert die Detektordaten zur Verarbeitung als Particle Tensors.

Die drei aktuellen ParticleTensorAI®-Konfigurationen nutzen die optische Messsonde LSS1, LSS2 oder LSS4 zusammen mit der zugehörigen Steuereinheit ZEON, IMEA oder CLEON.

Optische Messsonden

Die optische Messsonde definiert den Messbereich und erfasst das Streulicht, wenn Tropfen oder Partikel den beleuchteten Bereich durchqueren. Je nach Messsonde liefern ein, zwei oder vier Detektorkanäle Signaldaten für die ParticleTensorAI®-Analyse.

Steuereinheiten

Die Steuereinheit erfasst die Detektorsignale und stellt die Daten für die ParticleTensorAI®-Verarbeitung bereit. Im PTA-Betrieb werden die aufgezeichneten Signalsequenzen gepuffert und mit einem KI-basierten Ansatz ausgewertet.

ParticleTensorAI®-Konfigurationen

VersionOptische MesssondeSteuereinheitDetektorkanäle
PTA1LSS1ZEON1
PTA2LSS2IMEA2
PTA4LSS4CLEON4

Gemeinsame Hardwareplattformen

PTA1 und PTA2 nutzen dieselben grundlegenden Hardwareplattformen wie SprayQuantAI® SQA1 und SQA2. Für den ParticleTensorAI®-Betrieb ist die Rechenelektronik für die KI-basierte Auswertung von Signalsequenzen konfiguriert.

PTA4 nutzt die Hardwareplattform aus LSS4 und CLEON, die auch für TSTOF-Messungen eingesetzt wird. Die ParticleTensorAI®-Konfiguration wendet ihre tensorbasierte KI-Auswertung auf die aufgezeichneten Lichtstreusignale an.

Zusammenspiel der Komponenten

Die optische Messsonde zeichnet Streulichtsignale auf. Die Steuereinheit erfasst und puffert diese Signale. ParticleTensorAI® ordnet die Messdaten anschließend als Particle Tensors an, die von einem für die definierte Messaufgabe entwickelten KI-Modell analysiert werden.

Die Konfiguration bestimmt die verfügbaren Detektorkanäle. Welche Eigenschaften klassifiziert oder geschätzt werden können, hängt von den Messdaten, den Referenzinformationen und der Validierung des KI-Modells für die Anwendung ab.