אתגר המכירה: The Challenge of Measuring the Unmeasurable

שליטה ב-Integral-Derivative (PID) נותרה עמוד השדרה של אוטומציה תעשייתית, המצוי בכל דבר מכורים כימיים ותחנות כוח לזרועות רובוטיות ומערכות HVAC. הפופולריות המתמשכת שלה נובעת מהפשטות, החוסן והכביש המוכח, עם זאת, בקרי PID הם רק טובים כמו אותות משוב שהם מקבלים כל לולאה שליטה, באופן מסורתי, בזמן מדויק של תהליכים משתנים כגון לחץ דם, לחץ פיזי, או לחץ על פני זמן, לחץ דם, לחץ דם קבוע, או לחץ על פני זמן, לחץ פנימי.

Enter (FLT:0)חיישנים וירטואליים של תהליך 1FLT (הידוע גם כחיישנים תוכנה או חיישנים רכים.אלה הם מודלים אלגוריתמיים אשר מעריכים משתנים ללא מאמץ או קשים למטרה באמצעות נתונים מחיישנים אחרים הזמינים ומודלים תהליכים. על ידי מתן הערכה אמינה ומתמשכת של המשתנה של עניין, חיישנים וירטואליים יכולים לשפר באופן דרמטי את הביצועים של לולאות שליטה PID, המאפשרות, תגובה טובה יותר, תגובה מהירה יותר, ואפקטים יותר, ואפקטים מורכבים של תפקודים מורכבים של מערכות מורכבות יותר, כדי לשנות את תפקודים המבוססים על תפקודים מורכבים של מערכות מורכבות יותר, ואפקטים המבוססים על ידי חיישנים אלה.

מה הם חיישנים וירטואליים? A Deep Dive

חיישן וירטואלי אינו מכשיר פיזי אלא מבנה מתמטי הממריץ תהליך משתנה ממידות אחרות וידע תהליכים.המושג מושרש בתיאוריות ההסתה של המדינה והוא כבר כבר עשרות שנים, אבל ההתקדמות האחרונה בלמידה מכונה, זמינות נתונים וכוח מחשוב הפכו אותו להרבה יותר נגיש ומדויק.

איך חיישנים וירטואליים עובדים

בליבתו, חיישן וירטואלי לוקח קלטות מחיישנים פיזיים אחד או יותר (בנוסף אולי שליטה על אותות או נתונים היסטוריים) ומחיל מודל לחיזוי משתנה היעד.

  • (FLT:0) מודלים ראשונים-עקרונות: דרבי LT:1 דרבירד מן החוקים הפיזיים (מאזןים של אנרגיה / שמנת, תרמודינמיקה, קינטיקה) הם מדויקים כאשר התהליך מובן היטב, אך יכול להיות מורכב ויקר חישובי.
  • מודלים מונעים נתונים: 0(FLT:1 שימוש בתוקפנות, רשתות עצביות, תמיכה מכונות וקטור, או טכניקות אחרות של למידת מכונה המוכשרות על נתונים היסטוריים.
  • (FLT:0) מודלים של Hybrid:FLT:103) שילוב שתי גישות למנף הבנה פיזית תוך שימוש בנתונים כדי להתאים ל-Liquiuals או פרמטרים לא בטוחים.

לאחר אימון ואומת, חיישן וירטואלי פועל בזמן אמת (או קרוב לזמן אמת) לצד החיישנים הפיזיים, ומספק הערכה שניתן להשתמש בה למעקב, בקרה או זיהוי תקלות.

סוגים של חיישנים וירטואליים

ניתן לסווג חיישנים וירטואליים על ידי מטרתם:

  • (FLT:0 חיישנים רלוונטיים:FLT:1hil) להעריך את המשתנה האיכותי (למשל, הרכב המוצר) שקשה למדוד באינטרנט באמצעות נטיות קלות-לחוש (למשל, טמפרטורה, לחץ, זרימה).
  • (ב) חיישנים רדונדנטים:0) 1FLT מספק הערכה גיבוי של משתנה שכבר נמדד, עוזר לזהות סחף או כישלון.
  • (FLT:0) גילוי ובידוד (FDI) חיישנים הערכה: FLT 1:1 שאריות או מחוונים לבריאות לאבחן תקלות בחיישנים פיזיים או בפועלים.
  • (FLT:0) חיישנים מועדים: FLT:1 חיזוי ערכים עתידיים של משתנה, המאפשרים הזנת מראש או מודלים של שיפורים.

כיצד חיישנים וירטואליים משפרים את בקרת PID

בקרים PID מייצרים פלט בקרה המבוסס על הטעות בין נקודת מפנה לבין המשתנה בתהליך נמדד.איכות המדידה משפיעה ישירות על ביצועי הבקרה.חיישנים וירטואליים משפרים את לולאות PID בכמה דרכים נפרדות.

1 רעש ניכוי ו- Signaling

חיישנים פיזיים לעתים קרובות להרים רעש חשמלי, רטט, או שטף זעזועים. חיישן וירטואלי יכול למזג אותות רועשים מרובים כדי לייצר אותות חלקה יותר, אמין יותר הערכה. לחלופין, חיישן וירטואלי עצמו יכול להיות מתוכנן עם מסנן מעומעם נמוך שאינו מציג שלב lag כמו מסנן אנלוגי מסורתי.לדוגמה, בלולאת בקרה זרימה, שילוב של איתות רועש או מפלט עם אות עם מהירות קריאה מתמדת, ומאפשרת יותר של בקר.

2.התמדה לחיישנים Drift ו-Desion

לאורך זמן, חיישנים פיזיים נסחף עקב אובדן קליברציה, רעוע או ההזדקנות. חיישן וירטואלי מעוצב היטב יכול לזהות את הסחף (באמצעות השוואת הפלט שלו לחיישן הפיזי) או להזהיר את המפעיל או לעבור באופן אוטומטי לאמודן הווירטואלי כאשר האות הפיזי מתפוגג מעבר לסף.

3.מדת משתנים בלתי נגישים

לולאות PID רבות נועדו לשלוט במשתנה שאינו ניתן למדוד ישירות.לדוגמה, בכור מים רותח, שבריר רִיק (בועות צוות) משפיע על תנוחת נויטרונים ובכך כוח כור, אבל זה לא מעשי למדידת שבריר בכל ערוץ דלק. חיישן וירטואלי יכול להעריך שבריר מטמפרטורה, לחץ, ואימפולסיטרונים, לספק משוב עבור מערכת בקרה פחות על מערכת בקרה.

שיפור תגובה דינמית

חיישנים פיזיים יש זמן לבלוטות עקב אינרטיה תרמית, עיכובי תחבורה, או זמני אינטגרציה מדידה. חיישן וירטואלי, במיוחד אחד המשלב מודל תהליך, יכול לספק ערך מוערך עם פחות עיכוב, ביעילות "חיזוי קדימה" הערך הנוכחי.זה מקטין את שלב הלג בלולאה הבקרה, ומאפשר לבקר PID להשתמש ברווח גבוה יותר ללא הקרבה של יציבות.

5.הורדת Instrumentation Cost

במתקנים רבים, העלות החומרה של חיישנים באיכות גבוהה (למשל, כרומוזוממות גז, ספקטרום המוני, צגים קרינה) היא אסרטיבית, במיוחד עבור ארגונים קטנים עד בינוניים.חיישנים וירטואליים יכולים להעריך את אותו משתנה באמצעות חיישנים זולים יותר, נפוצים יותר (טמפרטורה, לחץ, התנהגות) עם דיוק מספיק.

יישומים מרכזיים במערכות מורכבות

חיישנים וירטואליים מצאו אימוץ נרחב על פני תעשיות שבהן תהליכים הם רב-קיימא, לא ליניארים, או כפופים לתנאים קיצוניים.

עיבוד כימי ופולימריזציה

בכור פולימריזציה, מדד זרימת ההיתוך (MFI) - מדד של פולימרים מול פולימרים - הוא פרמטר איכות חיוני למדידת MFI המסורתית דורש מבחן מעבדה זמן-מצטבר (MFI) חיישן וירטואלי יכול להעריך באינטרנט באמצעות טמפרטורה כור, לחץ, קצב הזנה זרז, וכוח ריגוש. MFI הופך את המשוב עבור בקר PID אשר מאמת את הזרז או להאכיל מונומר, שמירה על איכות וירטואלית זו הייתה 1Fential בקרה.

Power Generation: Gas Turbines ו-Steam Cycles

טורבינות גז פועלות בטמפרטורות גבוהות ולחצים שבהם חיישנים פיזיים נוטים להיכשל. חיישן וירטואלי יכול להעריך את טמפרטורת הלטבינה (TIT) ממדידות של לחץ פריקה, זרימת דלק, וטמפרטורת גז ממצה - משתנה כי הוא חם מדי עבור כל חיישן מעשי. pID בקרים באמצעות זה TIT וירטואלי יכול לווסת דלק כדי לשמור על תנאי הפעלה בטוח ויעילות, באופן דומה במחזורים, למנוע חיישנים וירטואליים (איכות קירור) ושרירים).

כלי רכב אוויריים ואוויריים בלתי מאוישים (UAVs)

במערכות בקרת טיסה, זווית מדויקת של התקפה (AoA) ומהירות האוויר הם חיוניים עבור טייסי רכב מבוססי PID. חיישנים AoA פיזיים פגיעים לייבוש, פסולת, ונזק במהלך תמרונים אגרסיביים. חיישנים וירטואליים כי מתמזגים יחידת מדידה אינפורמטיבי (IMU) נתונים, מהירות GPS, ומדידות בורות יכולות להעריך AoA עם נאמנות גבוהה, מתן גיבוי כי מחזיק את הסימן המסחרי של ה- PundID גם הוא קריטי.

יישום של חיישנים וירטואליים ב PID Loops

חדירה של חיישן וירטואלי ללולאת בקרת PID אינה רק עניין של הוספת בלוק תוכנה. מהנדסים חייבים לטפל במספר נושאים מעשיים כדי להבטיח ניתוח בטוח ואמינה.

פיתוח מודלים ואימות

הדיוק של חיישן וירטואלי תלוי באיכות המודל והמידע המשמש לבנייתו.

  • אוסף הנתונים:0 (איור 1) נתונים היסטוריים חייבים לכסות את טווח ההפעלה המלא, כולל טראנסים, סטארט-אפ/תשבת, ותנאים חריגים.
  • בחירת ה-FLT:0 (FLT:1) בחירת המשתנים הנכונים היא קריטית.תובנות פיזיקליות עוזרות, אך שיטות אוטומטיות כמו מידע הדדי או תוקפנות LASSO יכולות לשמש.
  • (ב) [ה]התאמת: [ה]המודל חייב להיבדק על נתונים בלתי נראים, ובאופן אידיאלי, מחוספס עם חיישן פיזי ייעודי בתקופת משפט.מפלקסים כמו טעות שורש (RMSE) וטעות מוחלטת הם סטנדרטיים, אך למטרות שליטה, ה-FLT:2דינמית דיוקFLT: (איך מוערך היטב את הגרסאות האות האמיתיות ביותר) במהלך שינויים משמעותיים ביותר.

המונחים: overhead and Latency

בקרים PID פועלים בזמן אמת, לעתים קרובות עם דגימות פעמים במינון השני לטווח השני.מודל חיישן וירטואלי חייב להתבצע מהר מספיק כדי לספק הערכה עדכנית בתוך מרווחי הדגימה.מודלים קואר ורשתות עצביות פשוטות (למשל, להאכיל רדודה) הם בדרך כלל בסדר; מודלים מעמיקים של למידה עשויים לדרוש האצה.

מודל-Plant Mismatch

תנאי תהליך משתנים לאורך זמן בשל זרז הפעוט, העיוות או השינויים הסביבתיים. חיישן וירטואלי המאומנים על נתונים ישנים עשוי בהדרגה להיות לא מדויק.

  • עיבוד תקופתי באמצעות נתונים אחרונים.
  • תיקון הטיה באינטרנט: להשוות את פלט חיישן וירטואלי למדידה פיזית בכל פעם זמין (למשל, מדגימה מעבדה) ולהתאים את ההערכה.
  • טכניקות הערכה מחדש (למשל, מסננים קלמן) המעדינות כל הזמן את הפרמטרים של המודל.

שילוב לא בטוח עם PID

מערכת הבקרה צריכה להתמודד עם המקרה שבו פלט חיישן וירטואלי הופך לא אמין (למשל, בשל אובדן אותות קלט) גישה טיפוסית היא להיות בעל ערך FLT:0bmpless transferFLT:1 מנגנון: כאשר חיישן וירטואלי הוא בריא, הפלט שלו מזין את PID; אחרת, המערכת נופלת חזרה ערך או מתגים לא מאובטח חיישן הפיזי (אם זמין המעברים צריך למנוע התנגשויות כאלה) או למערכות בקרה מודרנית (DC).

אתגרים ומגבלות

למרות ההבטחה שלהם, חיישנים וירטואליים אינם כדור כסף, מהנדסים חייבים להיות מודעים למכשולים הבאים:

  • (FLT:0) תלויות בנתונים: 1FLT:1 חיישנים וירטואליים מונעים נתונים דורשים נתונים גדולים, נציגים.אם התהליך הוא חדש או רק לעתים רחוקות מופעל על טווח מלא שלו, בניית מודל טוב היא קשה.
  • (FLT:0) Overfitting: FLT:1 מודלים מורכבים (למשל, רשתות עצביות עמוקות) יכולים להזכר רעש במערכת האימונים, המוביל להכללה גרועה.
  • (FLT:0) הסבירות: 1.10.1 בתעשיות מוסדרות (פרמצבטיים, גרעיני), מפעילי עשויים להבין מדוע חיישן וירטואלי נתן הערכה מסוימת.
  • (FLT:0)Cybersecurity: 1 מאחר שחיישנים וירטואליים הם תוכנה, הם יכולים להיות פגיעים להתקפות סייבר.שחקן זדוני יכול לתמרן נתונים קלט או המודל עצמו כדי לגרום לאסון, המוביל לפעולות בקרה לא בטוחות.
  • (FLT:0) שימור מעל ראש: FLT:1 חיישנים וירטואליים דורשים ניטור מתמשך, אימון מחדש ועדכונים מחזורים.ללא מומחיות ייעודית, הם יכולים לשתק בשקט.

כיוונים עתידיים: AI, Digital Twins ו- Edge Computing

הדור הבא של חיישנים וירטואליים יהיה חזק יותר וקל יותר לפרוס הודות למספר מגמות של התאמות.

למידה עמוקה ולמידה עצמית

בעוד שיטות ליניאריות עדיין שולטות בתעשייה, למידה עמוקה - במיוחד רשתות עצביות חוזרות ונשנות (RNN) והופכים - יכול ללכוד תלות temporal מורכבת בתהליך נתונים.טכניקות למידה המבוססות על עצמי יכולות למנוע מודלים על כמויות עצומות של נתונים לא מחוסנים, ולאחר מכן לנקז אותם עבור חיישנים וירטואליים ספציפיים עם נתונים מתויגים מוגבל.

להקות דיגיטליות כפלטפורמת חיישן וירטואלית

תאומו הדיגיטלי הוא מודל מקיף, גבוה של תהליך שלם או נכס.זה יכול לשמש חיישן וירטואלי מאסטר, מתן הערכות של כל משתנה במערכת, כולל אלה הדרושים עבור לולאות PID.התאום הדיגיטלי יכול גם לדמות תרחישים "מה אם" ואופטימיזציה של נקודות קצה.אינטגרציה של תאומים דיגיטליים עם מערכות בקרה היא תחום פעיל של מחקר; מוקדם אימוץ שיפורים משמעותיים בתפוקה אנרגיה ויעילות.

צוק ולמידה מפולגת

הפעלת חיישנים וירטואליים על מכשירים קצה (PLCs, קצה השערים) מפחיתה את השימוש בעקביות ובפס רוחב פס. למידה פדרated מאפשר מספר רב של נקודות קצה לשתף פעולה על אימון מודל ללא שיתוף נתונים גולמיים, אשר הוא יתרון עבור תהליכים רגישים לפרטיות או קנייניים. גישה זו גם מאפשרת הסתגלות בזמן אמת: מודל חיישן וירטואלי ניתן לעדכן באופן מקומי בהתבסס על נתונים אחרונים, ולאחר מכן מאוחדים באתרי אינטרנט.

שילוב עם בקרת מתקדם מעבר ל- PID

למרות מאמר זה מתמקד PID, חיישנים וירטואליים הם משלימים טבעיים לשליטה מודל מראש (MPC), שבו מודל תהליך משמש במפורש אופטימיזציה. חיישנים וירטואליים לספק את המדינה הערכות כי MPC צריך. אנו עשויים לראות ארכיטקטורות בקרה היברידית שבו לולאה PID נשלט על ידי שכבת MPC כי ממנת פלטי חיישן וירטואלי - יצירת מערכת ביצועים חזקים, גבוהה המשלבת את הפשטות של PID עם יכולת חיזוי MPC.

מסקנה

חיישנים וירטואליים התפתחו מתפיסה אקדמית נישה לכלי מעשי שמשפר את השליטה PID במערכות תעשייתיות מורכבות. על ידי מתן חיישנים נקיים, אמינים יותר, ולעתים קרובות יותר הערכות מהירות יותר של משתנים של תהליך מפתח, הם מתייחסים למגבלות הבסיסיות של חיישנים פיזיים - רעש, סחף, עלות וחוסר נגישות.התוצאה היא שיפור הדיוק, שיפור יציבות משופרת, עמידות השקעה גדולה יותר לחיישנים כמו מדע ומחשוב קצה, להמשיך חיישנים וירטואליים כדי לקדם את היכולת למנוע את היכולת למנוע את הגמישות יעילה יותר כדי להשיג את היכולת למנוע את החיישנים עלות יעילה יותר כדי להשיג את רמת הדיוק של אבטחה או לשפר את ה-ידי מערכת הבקרה, או לשפר את ה-ידי חיישנים, כדי להשיג את ה-ידי אבטחה יעילה יותר, כדי להשיג את החיישנים, כדי להשיג את החיישנים, או לשפר את יעילות של אבטחה יעילה יותר, כדי להשיג את רמת הדיוק של אבטחה יעילה יותר, כדי להשיג את החיישנים, כדי להשיג את רמת הדיוק של אבטחה, כדי להשיג את החיישנים, או לשפר את החיישנים, או לשפר את החיישנים, כדי להשיג את עלויות האבטחה של אבטחה, או לשפר את יעילות של אבטחה, או לשפר את יעילות של אבטחה, כדי להשיג את יעילות של אבטחה יעילה יותר, כדי להשיג את יעילות של אבטחה, כדי להשיג

מקור:0 (ב) מקורות:

  • (ב) ,0) ,4 ,4 ,4 , ⁇ ⁇
  • חיישנים של זחל:0 חיישנים בתעשיית תהליכים כימיים (מחקרים)
  • (ב) ⁇ ⁇ ⁇ ⁇ ⁇ ⁇