Jak zoptymalizować algorytm porównywania redundancji-dwóch czujników?

Sep 21, 2026

Zostaw wiadomość

Przejście od „sztywności statycznej” do „inteligencji dynamicznej” to podstawowa zasada optymalizacji metody porównywania redundancji dwóch{0}}czujników. Podejście to koncentruje się na rozwiązywaniu problemów z fałszywymi alarmami spowodowanymi zmianami warunków pracy, szumem sygnału i starzeniem się czujnika. Konkretne rozwiązania optymalizacyjne w czterech wymiarach są następujące:

1. Zaimplementuj metodę dynamicznego progu-opartą na „świadomości stanu procesu”. Fałszywe alarmy powodowane są przede wszystkim przez stałe progi, które należy automatycznie modyfikować w zależności od etapu procesu:

Wiązanie stanu: Cykl operacyjny jest podzielony na kilka etapów poprzez odczyt sygnałów procesowych (takich jak rozpoczęcie wtrysku, koniec docisku i chłodzenie) z wtryskarki lub urządzenia za pośrednictwem sterownika PLC;

Ustawianie współczynników podzielonych na segmenty:

Stopień wysokiej dynamiki (np. wtrysk/rozruch-): aby zapobiec fałszywym alarmom spowodowanym zakłóceniami uderzeniowymi, próg jest obniżany do 2,0–3,0-krotności wartości podstawowej, gdy ciśnienie/temperatura ulega znaczącym zmianom;

Etap stanu-ustalonego (takiego jak utrzymywanie temperatury lub ciśnienia): aby zagwarantować czułość wykrywania, próg jest zaostrzany do 0,8–1,0-krotności, podczas gdy parametry operacyjne są stabilne;

Etap przejściowy (np. otwarcie/zamknięcie/wyłączenie formy): Próg jest ustawiony na 1,5-krotność lub logika porównania jest chwilowo wyłączana w odpowiedzi na wibracje mechaniczne lub nagłe wahania temperatury.

Technika implementacji: Aby zmienić bieżący efektywny próg w czasie rzeczywistym, utwórz w algorytmie tabelę mapowania State_Threshold_Map.

2. Ulepsz algorytm filtrowania wstępnego przetwarzania sygnału

Chwilowe odchylenia mogą natychmiast przekroczyć ograniczenia wynikające z szumu w sygnale oryginalnym, co wymaga kombinacji filtrów:

Przy rozmiarze okna wynoszącym od trzech do pięciu punktów filtr medianowy skutecznie eliminuje przejściowe wartości odstające, takie jak skoki elektryczne i wstrząsy podczas formowania wtryskowego, zachowując jednocześnie rzeczywisty trend;

Filtr średniej ruchomej: ten filtr wygładza losowy szum-o wysokiej częstotliwości i stabilizuje krzywą porównania, ustawiając rozmiar okna na 10–20 punktów;

Filtr histerezy pierwszego-rzędu: aby jeszcze bardziej zredukować minimalne wahania, zastosowano element inercyjny dla wolnych zmiennych, takich jak temperatura.

Zalecana sekwencja polega na usunięciu najpierw mediany piku, następnie wygładzeniu średniej i na końcu wykonaniu obliczeń porównawczych.

3. Uwzględnij „logikę oceny trendu” i „wymiar czasu”

Należy uwzględnić tolerancję czasową i analizę trendów, ponieważ pojedyncza zmiana próbkowania nie zawsze wskazuje na problem:

Mechanizm potwierdzania opóźnienia czasowego: Licznik czasu jest inicjowany, gdy odchylenie przekracza próg. Odchylenie uznawane jest za alarm błędu tylko wtedy, gdy przekracza próg przez dłuższy czas > T (np. 5–10 sekund). Jeśli w tym czasie odchylenie powróci do normy, licznik czasu zostanie zresetowany jako zakłócenie.

Limit szybkości zmian: Określ szybkość zmian odchylenia (d(Diff)/dt). Jeśli d(Diff)/dt > Limit i odchylenie na krótko skacze, ale szybko powraca, uważa się to za zakłócenia elektryczne, a nie za dryf czujnika.

Ostrzeżenie o trendzie: Jeżeli odchylenie wykazuje monotoniczną tendencję rosnącą i utrzymuje się przez kilka cykli, nawet jeśli próg nie zostanie przekroczony, z wyprzedzeniem inicjowane jest „przypomnienie o konserwacji”, zachęcające do zapobiegawczej wymiany czujnika.

4. Utwórz mechanizm adaptacyjnych aktualizacji linii bazowej

Z biegiem czasu działanie czujników stopniowo się pogarsza, a stała wartość bazowa ostatecznie skutkuje większą liczbą fałszywych alarmów.

Ciągła korekta linii bazowej: podczas fazy stanu ustalonego- każdego cyklu produkcyjnego (takiej jak zakończenie chłodzenia) zanotuj średnie odchylenie (Bias_Avg) między dwoma czujnikami.

Dolnoprzepustowa aktualizacja linii bazowej: użyj wykładniczej ważonej średniej kroczącej (EWMA), aby zaktualizować odchylenie od linii bazowej.

Baza nowa=⋅Bias current + (1− )⋅Baza stara (jest dostosowywana do 0,01-0,05, aby zagwarantować, że linia podstawowa nie będzie miała wpływu na indywidualne anomalie i stopniowo będzie podążać za starzeniem).

Okresowe resetowanie: Wymuszone resetowanie linii bazowej do zera po każdej ręcznej kalibracji lub wymianie czujnika.

Ocena wpływu przed i po optymalizacji

Element do optymalizacji

Konwencjonalny algorytm

Ulepszony algorytm

Podejście progowe

Pojedynczy, stały próg

Progi dynamiczne oparte na-etapie-procesu

Możliwość zapobiegania zakłóceniom

Słaby i podatny na kolce

Solidne, mediana + średnie podwójne filtrowanie

Rozumowanie alarmowe