ADVENT
技术

四层技术,一家打造。

多数嗅觉产品是把别家的传感器、别家的设备和别家的模型拼装在一起。ADVENT 则自主打造全部四层——石墨烯敏感材料、多传感器芯片、Mk.2E 设备与端侧 AI。正因如此,目标一变,我们就能同步调整化学与模型。

ADVENT 四层技术示意图:石墨烯材料、多传感器芯片、Mk.2E 设备与端侧 AI
技术架构

从空气中的分子,到现场的判断。

每一层都为下一层交付更有价值的东西:会反应的表面、把反应转为向量的芯片、确保向量可比的设备,以及将向量转化为判断的模型。

LAYER 04设备端识别 · 模型包LAYER 03仪器 · 测量与补偿LAYER 02EN-MSC.3E · 多传感器芯片LAYER 01功能化石墨烯 · 感应材料从空气中的分子到现场的判断——四个层级全部由 ADVENT 打造。
第 01 层 · 材料

功能化石墨烯

如已授权专利所公开,采用负载识别肽的胺化石墨烯。每个传感单元的功能化方式各不相同,同一混合气体在各单元上的响应也就各不相同——单元之间的差异,正是信号所在。石墨烯比表面积大、电学灵敏度高,可实现痕量检测。

第 02 层 · 芯片

EN-MSC.3E 石墨烯多传感器芯片

一枚可更换芯片集成 30 至 38 个化学电阻通道。气体分子吸附于表面后,各通道电阻变化幅度不一,因此一次暴露即生成一组响应向量,而非单一数值。微加热器可使表面复原,准备下一次读数。

第 03 层 · 设备

GraphAISense Mk.2E

内置气泵采样,≤2 秒完成全通道扫描,并对温度、湿度、气压进行校正及漂移补偿。连续监测在低温模式下运行,高温仅作为间歇性再生步骤。

第 04 层 · AI

端侧识别

校正后的向量即成为气味指纹。经预处理及 PCA、LDA、SVM,在设备端对照该现场加载的模型包完成分类,耗时不到 1 秒。无需 GPU,无需云端;离开现场的只有结果。

负载识别肽的胺化石墨烯示意图

负载识别肽的胺化石墨烯示意图。为说明原理而绘制,并非显微照片。

软件

让读数变为判断的关键一环。

硬件生成指纹;从指纹到操作人员采取行动之间的一切,都是软件——新的应用领域,也正是在软件层面增加的。

从气味指纹到模型包判断的软件层级示意图

核心层

数据采集、温湿压校正、漂移处理及指纹生成本身。确保不同批次、不同现场、不同季节的读数彼此可比。

工艺智能

结合当时的工艺状态解读指纹,让每一处变化都在上下文中理解,而非孤立判断。

现场智能

学习特定地点的日常化学背景。此处的正常未必是彼处的正常,多数误报正源于忽视这一点。

模型包

设备在该现场要回答的问题:识别哪些目标、采用哪些报警规则、何时从 NORMAL(正常)进入 WARNING(预警)再到 ALARM(报警)。新领域只需新的模型包,无需新的设备。

本站未公开的内容

分类器参数、特征工程方法、电极几何结构、测量电路规格及材料合成条件不在本站公开,仅在 NDA 框架下向开展技术评估的合作伙伴提供。公开内容包括:专利公开的材料、识别流程(PCA · LDA · SVM)以及已确定的 Mk.2E 规格。