Finnes det noen lett tilgjengelige algoritmer for sammenligning av dobbel-sensorredundans som kan optimaliseres?

I industrisektoren er det i dag mange etablerte, kommersielt tilgjengelige rammeverk som lett kan endres og forbedres uten å måtte lages fra grunnen av. Tre typer gjenbrukbare løsninger brukes vanligvis:

1. Sprøytestøpemaskiners grunnleggende algoritmer, som er de enkleste å optimalisere

I dag er grunnleggende funksjoner for dobbel-sensorsammenligning allerede integrert i populære sprøytestøpemaskiner fra produsenter som Haitian, Fanuc og KraussMaffei, spesielt avanserte-modeller. Metoden "fast terskel + enkel gjennomsnittsberegning" brukes vanligvis i disse grunnleggende versjonene. Det er bare to små endringer som trengs for å oppgradere:

Tillat brukere å endre terskelparameterne og erstatte den faste terskelen med en dynamisk terskel som endres basert på operasjonsstadiet;

For å eliminere øyeblikkelig interferens, inkorporer avvikstrendvurdering og skyvevindufiltrering. Med utrolig lave modifikasjonskostnader kan dette senke antallet falske alarmer fra over 20 % til rundt 5 %, noe som gjør det egnet for å forbedre dagens utstyr.

2. Industrielle sensorredundansbehandlingsmetoder som er åpen-kildekode og kan modifiseres uavhengig

Nettsteder med åpen-kildekode, som GitHub, tilbyr sofistikerte sammenligningsrammeverk for industriell temperatur-/trykksensorredundans. For eksempel har IndustrialSensorRedundancy-prosjektet innlemmet grunnleggende funksjoner, inkludert merking av anomalier, sammenligning av avvik og glidefiltrering.

Bare den vektede fusjonslogikken og de dynamiske tersklene til tilpasningsprosesstrinnet må endres for rask distribusjon under sprøytestøpingsforhold med varme løpere. Størstedelen av koden kan gjenbrukes umiddelbart, noe som sparer mer enn 70 % av utviklingsinnsatsen.

3. Rammer for generelle prediktive vedlikeholdsalgoritmer (egnet for avanserte etterretningsscenarier)

For eksempel er dobbel-sensorredundanssammenligning naturlig støttet av den redundansfeiltolerante-algoritmen til Siemens S7-400F og APROL-rammeverket for prediktivt vedlikehold fra B&R, som også har integrert dynamisk avviksanalyse og trendprediksjonsverktøy.

For direkte bruk er det bare å endre advarselsterskler og aldringsvurderingsparametere for å møte varmeløpssensorens nøyaktighetskrav. Industriell verifisering av stabilitet har eliminert behovet for å løse underliggende logiske problemer.

Den beste kostnadseffektiviteten- oppnås vanligvis ved å endre den grunnleggende algoritmen levert av sprøytestøpemaskinprodusenten. Optimalisering kan oppnås ved å bare modifisere programvareparametere og logikk; ingen ny maskinvare er nødvendig.