AIoT-Driven Closed-Loop Thermal Regulation for Photopolymerization: A CNN–TCN Edge-Computing Framework

कल्पना कीजिए कि आप एक शेफ हैं जो एक बेहतरीन सूफ़ले (soufflé) बनाने की कोशिश कर रहे हैं। आप जानते हैं कि यदि ओवन बहुत गर्म हो जाता है, तो नाजुक मिश्रण ढह सकता है या जल सकता है, जिससे आपका व्यंजन खराब हो जाएगा। लेकिन क्या होगा अगर आपके ओवन में कोई थर्मामीटर न हो और अंदर क्या हो रहा है इसके आधार पर गर्मी को नियंत्रित करने का कोई तरीका न हो? आप केवल अनुमान लगा रहे होंगे, बेहतर की उम्मीद कर रहे होंगे, और संभवतः एक आपदा में समाप्त करेंगे। यह वही तरह की समस्या है जिसका सामना वैज्ञानिक "फोटोपॉलीमराइजेशन" (photopolymerization) के साथ काम करते समय करते हैं—जो तरल जेल को प्रकाश का उपयोग करके कठोर ठोस में बदलने की एक शानदार प्रक्रिया है। यह 3D प्रिंटिंग के पीछे का जादू है और इस कहानी में, जेल नेल पॉलिश के सख्त होने की प्रक्रिया भी है। यह प्रक्रिया एक दुष्प्रभाव के रूप में गर्मी पैदा करती है, और यदि इस गर्मी को प्रबंधित नहीं किया गया, तो यह सामग्री को नुकसान पहुँचा सकती है या पहनने वाले व्यक्ति को जला भी सकती है। वर्षों से, यह काम करने वाली मशीनें उस अंधे शेफ की तरह रही हैं: वे बस प्रकाश की बौछार करती हैं और उम्मीद करती हैं कि तापमान सुरक्षित रहेगा। लेकिन हाल ही में, AIoT (आर्टिफिशियल इंटेलिजेंस ऑफ थिंग्स) नामक तकनीक की एक नई लहर आई है। AIoT को अपने ओवन को एक मस्तिष्क और एक तंत्रिका तंत्र देने के रूप में सोचें, जो चीजों के गलत होने के बाद प्रतिक्रिया देने के बजाय, गर्मी को "महसूस" करने और आगे सोचने की अनुमति देता है।

यह ठीक वही है जो ताइवान के शोधकर्ताओं की एक टीम ने करने का प्रयास किया। उन्होंने एक "नेल क्यूरिंग इंटेलिजेंट टेस्टिंग सिस्टम" (NCITS) बनाया जो जेल नाखूनों के लिए एक सुपर-स्मार्ट, सक्रिय रक्षक की तरह कार्य करता है। जेल के बहुत गर्म होने और फिर घबराने का इंतजार करने के बजाय, उनका सिस्टम एक विशेष प्रकार के कंप्यूटर मस्तिष्क का उपयोग करता है—जो दो AI मॉडलों, CNN और TCN का मिश्रण है—जो बिल्कुल भविष्यवाणी कर सकता है कि अगले कुछ सेकंड में तापमान कैसा व्यवहार करेगा। यह आपके ओवन के अंदर एक मौसम विज्ञानी होने जैसा है जो कहता है, "हे, 5 सेकंड में गर्मी बढ़ने वाली है, इसलिए आइए अभी अभी लौ को कम कर दें।" ऐसा करके, सिस्टम वास्तविक समय में UV प्रकाश की शक्ति को समायोजित कर सकता है, जिससे तापमान बिल्कुल सही बना रहता है। परिणाम प्रभावशाली थे: नए सिस्टम ने पुराने तरीकों की तुलना में शिखर तापमान (peak temperature) को 35% तक कम कर दिया, और यह लक्ष्य से तापमान के अधिक होने (overshoot) को रोकने में बहुत बेहतर था। वास्तव में, यह भविष्य की भविष्यवाणी करने में इतना अच्छा था कि इसने पुराने तरीके (जिसे PID कहा जाता है) को थोड़ा धीमा और अनाड़ी बना दिया, जिससे त्रुटियों और स्थिरता के समय में काफी कमी आई। सबसे अच्छी बात? उन्होंने इस स्मार्ट मस्तिष्क को इतना छोटा कर दिया कि यह नेल लैंप के ठीक बगल में एक छोटे, सस्ते कंप्यूटर चिप पर चल सके, जिससे यह सिद्ध हुआ कि उच्च-तकनीकी बुद्धिमत्ता रोजमर्रा के सौंदर्य उपकरणों में भी समा सकती है।

समस्या: जेल नेल्स का "गर्म सिर"

जब आपको जेल मैनीक्योर मिलता है, तो एक विशेष लैंप जेल पॉलिश पर पराबैंगनी (UV) प्रकाश डालता है ताकि उसे चिपचिपे तरल से एक कठोर, चमकदार ठोस में बदला जा सके। इस प्रक्रिया को फोटोपॉलीमराइजेशन कहा जाता है। हालाँकि, इसमें एक पेंच है: जैसे-जैसे रासायनिक प्रतिक्रिया होती है, यह गर्मी छोड़ती है। यह एक एक्सोथर्मिक (exothermic) प्रतिक्रिया है, जो वैज्ञानिक रूप से कहने का एक तरीका है कि "यह गर्मी पैदा करती है।"

यदि यह गर्मी बहुत तेजी से बढ़ती है, तो यह दो बड़ी समस्याएं पैदा कर सकती है। पहला, जेल ठीक से सेट नहीं हो पाएगा, जिससे आपके नाखून चिपचिपे या कमजोर रह सकते हैं। दूसरा, और व्यक्ति के लिए अधिक महत्वपूर्ण, यह उंगली पर जलन का अहसास करा सकता है। अतीत में, इन नाखूनों को सुखाने (cure करने) के लिए उपयोग की जाने वाली मशीनें "ओपन-लूप" थीं, जिसका अर्थ था कि वे केवल एक निर्धारित समय के लिए प्रकाश चालू करती थीं और बंद कर देती थीं, बिना यह जांचे कि जेल बहुत गर्म हो रहा है या नहीं। यह अपनी आँखें बंद करके कार चलाने जैसा था, इस उम्मीद में कि आप दीवार से नहीं टकराएंगे।

समाधान: एक प्रणाली जो भविष्य को "देख" सकती है

शोधकर्ताओं ने, काई-चाओ याओ और सुमेई चियांग के नेतृत्व में, क्यूरिंग लैंप को एक मस्तिष्क देकर इसे ठीक करने का निर्णय लिया। उन्होंने NCITS (नेल क्यूरिंग इंटेलिजेंट टेस्टिंग सिस्टम) नामक एक प्रणाली बनाई। यह कैसे काम करता है, यहाँ सरल चरणों में दिया गया है:

1. इंद्रियां: सिस्टम सेंसर (छोटे थर्मामीटर की तरह) का उपयोग करता है जो क्यूरिंग के दौरान जेल के तापमान को लगातार मापता है।
2. मस्तिष्क (AI): यह दिलचस्प हिस्सा है। सिस्टम एक हाइब्रिड AI मॉडल का उपयोग करता है जो दो भागों से बना है: एक 1D-CNN और एक TCN।
   • CNN को एक जासूस के रूप में सोचें जो तत्काल तापमान परिवर्तन को देखता है। वह पूछता है, "क्या तापमान अभी तेजी से बढ़ रहा है?" वह गर्मी बढ़ने की गति (डेरिवेटिव) की गणना करता है।
   • TCN को एक समय यात्री के रूप में सोचें जो तापमान के इतिहास को देखता है। वह पूछता है, "पिछले कुछ सेकंड के आधार पर, तापमान किस दिशा में जा रहा है?" वह समय के साथ पैटर्न को समझता है।
   • मिलकर, वे केवल वर्तमान तापमान को नहीं देखते; वे भविष्यवाणी करते हैं कि कुछ सेकंड में तापमान क्या होगा।
3. कार्रवाई: क्योंकि सिस्टम भविष्य की भविष्यवाणी कर सकता है, यह जेल के बहुत गर्म होने का इंतजार नहीं करता है। यदि इसे गर्मी के बढ़ने का संकेत मिलता है, तो यह तुरंत UV लाइट की शक्ति को कम कर देता है या कूलिंग फैन चालू कर देता है ताकि गर्मी नियंत्रण से बाहर होने से पहले ही रुक जाए। यह एक गोलकीपर की तरह है जो स्ट्राइकर के गेंद मारने से पहले ही उसे पकड़ने के लिए कूद जाता है।

परिणाम: स्मार्ट, ठंडे और तेज़

टीम ने अपने नए सिस्टम का परीक्षण जेल नेल पॉलिश की चार अलग-अलग परतों पर किया: बेस कोट, कलर जेल, बिल्डर जेल (जो गाढ़ा होता है और सबसे अधिक गर्मी पैदा करता है), और सीलर कोट। उन्होंने अपने AI सिस्टम की तुलना पुराने मानक तरीके (जिसे PID कंट्रोल कहा जाता है) और बिना किसी कंट्रोल के लैंप चलाने के मुकाबले की।

यहाँ उन्हें क्या मिला:

• जलन को रोकना: पुराने, अनियंत्रित सिस्टम ने "बिल्डर जेल" की परत को 39.5 °C तक गर्म होने दिया। नया AI सिस्टम इसे बहुत सुरक्षित 34.7 °C तक बनाए रखता है। यह शिखर तापमान में लगभग 35% की कमी है।
• कोई आश्चर्य नहीं: AI सिस्टम "ओवरशूट" (overshoot) से बचने में बहुत बेहतर था। ओवरशूट वह स्थिति है जब मशीन को ठंडा करने की आवश्यकता महसूस होने से पहले तापमान लक्ष्य से बहुत ऊपर चला जाता है। नए सिस्टम ने पुराने PID तरीके की तुलना में ओवरशूट को 39.7% कम कर दिया।
• तेज़ स्थिरता: AI सिस्टम के साथ तापमान के स्थिर होने और शांत होने में लगने वाला समय 12.5% तेज़ था।
• बेहतर सटीकता: सिस्टम की भविष्यवाणियां अविश्वसनीय रूप से सटीक थीं, जिसमें त्रुटि दर (RMSE) केवल 0.89 °C थी। इसका मतलब है कि सिस्टम तापमान को लगभग सटीक रूप से जानता था।

यह क्यों मायने रखता है

शोधकर्ताओं ने केवल एक फैंसी लैब प्रयोग नहीं बनाया; उन्होंने यह सुनिश्चित किया कि यह डिवाइस के ठीक किनारे पर एक छोटे, किफायती कंप्यूटर चिप (Arduino Uno) पर चल सके। उन्होंने "8-बिट क्वांटाइजेशन" का उपयोग करके अपने AI मॉडल को छोटा भी किया, जिससे यह 4.2 गुना छोटा हो गया ताकि इसे क्लाउड में किसी विशाल सर्वर की आवश्यकता के बिना तुरंत चलाया जा सके। इसका मतलब है कि भविष्य में, आपका नेल लैंप आपकी उंगलियों की स्वचालित रूप से रक्षा करने के लिए स्मार्ट हो सकता है, बिना आपको कंप्यूटर विशेषज्ञ बनाए।

हालांकि इस अध्ययन ने जेल नेल्स पर ध्यान केंद्रित किया, शोधकर्ताओं ने उल्लेख किया कि इसी तरह के "स्मार्ट थर्मोस्टेट" विचार का उपयोग अन्य चीजों के लिए किया जा सकता है जिनमें प्रकाश के साथ सामग्रियों को गर्म करना शामिल है, जैसे कि कुछ 3D प्रिंटिंग या कोटिंग प्रक्रियाएं। उन्होंने दिखाया कि प्रकाश के माध्यम से गर्मी की भविष्यवाणी करने के लिए AI का उपयोग करके, हम विनिर्माण को सुरक्षित, अधिक सुसंगत और बहुत अधिक आरामदायक बना सकते हैं।

संक्षेप में, यह पेपर सिद्ध करता है कि मशीन को तापमान के बारे में "पहले से सोचने" की क्षमता देने से उस समस्या को हल किया जा सकता है जिसने वर्षों से उद्योग को परेशान किया है। यह एक अंधे, प्रतिक्रियात्मक प्रक्रिया को एक सक्रिय, बुद्धिमान प्रक्रिया में बदल देता है, यह सुनिश्चित करता है कि चाहे आप एक नाखून बना रहे हों या कोई नई सामग्री, गर्मी बिल्कुल वहीं रहे जहाँ उसे होना चाहिए।