过滤掉噪音:避免过多数据和峰值的策略

控制技术、网络能力的进步，以及云和边缘计算的兴起，都使得收集和传播高价值数据变得更加容易。数据可以发送到整个企业的仪表板，以创建更高效、更有洞察力的系统。然而，不准确的数据会对分析产生负面影响，产生误导性的结果，并可能促使工厂人员做出错误的决策。如果没有正确的工具，追踪原因并消除它们是很困难的。

错误的来源?

对于数据采集系统，关键的挑战可能是阻碍决策的过量，系统中的机械问题，现场总线错误，或者是一个令人讨厌的随机峰值，而不是纠正行动的理由。这种情况类似于音乐会的反馈，噪音干扰了音乐，使歌曲难以理解，更不用说享受了。如果不了解这是乐器、音响系统或电缆问题的结果，就不可能修复这种反馈——换句话说，是信号发送者、信号接收器或介于两者之间的东西。

在一些输入/输出(I/O)终端、诊断工具和为数据采集系统设计的自定义过滤器中使用可用的过滤器可以帮助工程师确定错误的位置。这是减少或消除无用数据的第一步，这将降低网络开销，减少数据存储需求，并导致更可操作的分析。

如何改进诊断和错误定位

如果数据显示振动、温度、耗电量或其他测量值有规律的峰值，这可能表明机械和电气缺陷，例如风扇故障，或安装错误，包括I/O机架或现场传感器上的松动或错误连接。识别信号发送者(“仪器”)的问题并不复杂或耗时。安装带有内置信号处理的EtherCAT I/O终端可以在数据采集过程中消除大量噪声。

高端模拟终端提供灵活的配置，它们提供高达39阶的有限脉冲响应(FIR)滤波器和高达6阶的无限脉冲响应(IIR)滤波器，这些都可以通过基于pc的控制软件轻松配置。即使是基本的模拟I/O终端也提供了一些有用的过滤选项。

如果I/ o级滤波器仍然存在问题，那么实际的下一步是使用基于pc的自动化软件中的高级诊断工具来查明网络或现场设备中的错误。EtherCAT网络技术尤其具有快速、自动的错误定位能力。现场总线向EtherCAT主机周期性地发送诊断信息，LED灯还可以显示设备、网络连接、I/O和电源的状态。

为了更准确地收集数据，追踪所有问题的原因是很重要的，即使它们不会过度消耗网络的自修复能力。这些可能包括损坏的电缆、电磁兼容性(EMC)影响或有缺陷的插入式连接器。EtherCAT协议的循环冗余校验(CRC)也可以在数据传输过程中检测比特故障。

使用诊断工具测试新系统，包括I/O硬件的配置，可以防止在调试和生产期间出现问题。通过EtherCAT提供的内置网络拓扑识别检查单个设备是否与保存的配置匹配。当遗留系统中出现问题时，这些错误定位工具同样有用。通过针对导致峰值的“仪器”，工程师可以提高数据采集和系统可靠性。

如何用过采样和自定义滤波器消除噪声

现场的机械和电气问题并不是造成错误数据的唯一原因;一些尖峰和噪声作为基本正常操作的怪态随机出现。此外，工程师可能希望消除一些恒定但无用的信号，例如由于振动而产生共振的风扇。就像音乐会上的音响技术人员可以使用混音控制台识别和过滤导致反馈的频率一样，控制工程师可以使用位于控制软件中的工具来隔离和过滤扭曲数据的频率。

过采样技术可以帮助工程师在更短的时间间隔内检查信号，从而准确地识别出这些问题发生的位置。该方法还可以识别其他方法由于分辨率和精度较低而无法精确定位的问题。在图形显示上检查过采样结果是最容易的，它显示了信号波上的尖峰，并帮助用户选择最佳系数的数字滤波器。

为了过滤掉噪声，一些自动化软件提供了可选择的滤波器设计，如Chebyshev, Butterworth和Inverse-Chebyshev。切比雪夫是一种模拟滤波器设计，允许更尖锐的频率截止，但它以牺牲时域为代价，随着滤波器阶数的增加，这会在通带中产生更多的波纹。巴特沃斯的平坦通带具有更大的时域，但它不支持切比雪夫那样尖锐的截止。逆切比雪夫要求频域为零，提供了一个锐利的截止点。

除了滤波器设计之外，任何软件中的实际滤波器类型都应该包括低通、高通、带通和带阻。滤波器系数作为可编程逻辑控制器(PLC)中数字滤波功能块的输入，可以消除无用信号，而无需对软件或硬件进行根本改变。

更好的数据基础

定制滤波器设计在需要以微秒为单位收集大量数据的应用程序中变得必要，例如半导体制造和研究实验室。大多数制造应用程序只需要毫秒级的通信速率，因此这些过滤器可能被证明是多余的。然而，过采样原理仍然可以为跟踪和解决机械和电气问题提供重要信息。

通常，消除硬件级别的问题将解决大多数低效数据采集问题。因此，通过控制系统识别机械问题并使用其内置滤波器或利用EtherCAT I/O终端是最好的开始。

即使需要过滤器，首先解决I/O和现场级问题将有助于工程师对系统进行微调，以避免将来出现尴尬的数据采集情况。这将确保控制器做出明智的决定，并根据最准确和有用的可用数据调整机器。

安迪·加里多， I/O产品营销，Beckhoff自动化．由内容经理马克·霍斯克编辑，控制工程， CFE传媒，mhoske@cfemedia.com．

关键词:数据采集，数据质量

数据采集:诊断和错误定位

数据过滤可以帮助提高数据质量

数据优化消除问题。

考虑一下这个

你吃过吗追踪原因和消除数据质量问题的挑战?

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。