【技术实现步骤摘要】
本专利技术涉及传感器重新校准领域，并且更具体地说，涉及用于重新校准技术设施中的多个传感器的方法和系统。
技术介绍
1、诸如工厂的技术设施包括多个传感器，这些传感器从技术设施的一个或多个部分捕获多个读数。控制器设备接收多个读数以确定技术设施的操作状态。多个传感器的示例包括但不限于温度传感器、压力传感器和振动传感器。多个传感器中的每个传感器被配置成捕获与在技术设施中运行的多个过程中的一个或多个过程的特定参数相关联的第一读数。多个传感器中的每个传感器的性能随着时间的推移而退化。在一个示例中，多个传感器中的传感器随着时间的推移变得未校准。因此，多个传感器必须定期重新校准到特定的工业标准。
2、传统上，工程师手动将传感器的读数与标准测量设备的读数进行比较，以确定传感器的校准误差。工程师进一步将所确定的校准误差与传感器校准误差的可接受容限进行比较。传感器校准误差的可接受容限取决于传感器测量读数的多个过程的关键程度。例如，与关键过程相关联的第一传感器具有的校准误差可接受容限低于与非关键过程相关联的第二传感器的校准误差可接受容限。工程师需要高度的专业知识来为多个传感器中的每个传感器确定误差的可接受容限。
3、如果当传感器的校准误差小于传感器校准误差的可接受容限时重新校准传感器，则发生时间、金钱和劳动的浪费。因此，只有当校准误差大于传感器校准误差的可接受容限时，才应校准传感器。
4、技术设施包括数千个这样的传感器，这些传感器必须重新校准。因此，手动重新校准多个传感器是一项艰巨的任务，因为技术设施中的传感器数量庞
5、鉴于以上所述，需要用于重新校准技术设施中的多个传感器的高效且成本有效的方法和系统。因此，本专利技术的目的是提供用于重新校准技术设施中的多个传感器的方法和系统。
技术实现思路
1、本专利技术的目的通过用于重新校准技术设施中的多个传感器的方法和系统来实现。该技术设施是制造厂、发电厂或废物处理厂中的至少一个。该技术设施具有多个设备，这些设备被配置成执行特定的功能，例如制造产品和生成能量。
2、技术设施还包括多个传感器，这些传感器被配置成从技术设施中的多个过程捕获多个读数。所捕获的多个读数被传输到控制器设备，以确定技术设施的操作状态。多个传感器的示例包括但不限于温度传感器、压力传感器和振动传感器。例如，多个传感器中的每个传感器被配置成捕获与技术设施的特定部分的特定参数相关联的第一读数。在一个示例中，特定参数是温度参数。此外，技术设施的特定部分是技术设施中的管道、容器或炉子中的至少一个。多个传感器中的每个传感器的性能随着时间的推移而退化。在一个示例中，多个传感器中的传感器随着时间的推移变得未校准。
3、为了校准多个传感器中的每个传感器，用户将标准测量设备附接到多个传感器中的每个传感器，并从特定部分捕获与特定参数相关联的第二读数。标准测量设备是校准为特定标准的测量传感器。在一个示例中，特定标准被标准化为国际标准体系。因此，标准测量设备和多个传感器中的特定传感器被配置成同时确定来自技术设施的相同部分的相同参数的第一读数和第二读数。
4、在优选实施例中，该方法还包括由处理单元接收与多个传感器中的每个传感器相关联的多个校准数据项。多个校准数据项包括与多个传感器的多个校准周期中的每个校准周期相关联的信息。与每个传感器的每个校准周期相关联的信息包括在多个校准周期的每个校准周期期间多个传感器中每个传感器的多个历史传感器读数、多个历史标准测量设备读数和多个记录的校准误差。多个历史传感器读数包括在多个校准周期的每个校准周期期间多个传感器中的每个传感器进行的测量。多个历史标准测量设备读数包括在多个校准周期的每个校准周期期间标准测量设备进行的测量。
5、多个校准数据项还包括校准日期、多个历史传感器读数和多个历史标准测量设备读数之间的差值。多个校准数据项还包括用于在多个校准周期期间校准多个传感器中的每个传感器的多个反馈信号。
6、与每个传感器的每个校准周期相关联的信息还包括多个传感器中的每个传感器的校准误差的可接受容限，以及与多个传感器中的每个传感器相关联的数据模型。多个校准数据项还包括与多个用户使用的多个反馈信号相关联的信息，以在多个校准周期的每个校准周期期间重新校准多个传感器中的每个传感器。
7、在一个示例中，多个用户通过将多个反馈信号中的至少一个反馈信号输入到传感器的校准端口来重新校准多个传感器中的每个传感器。与多个传感器中的每个传感器相关联的数据模型包括传感器的输入信号和输出信号以及用于重新校准传感器的一个或多个反馈信号之间的相互关系。在一个示例中，数据模型包括描述多个传感器中每个传感器的输入信号、反馈信号、校准误差和输出信号之间的关系的线性函数或非线性函数中的至少一个。
8、多个校准数据项还包括与多个传感器中的每个传感器相关联的校准误差的可接受容限相关联的信息。校准误差的可接受容限是预设的阈值。
9、在优选实施例中，该方法还包括由处理单元训练人工智能模型以确定多个传感器中每个传感器的校准误差。通过使用包括所接收的多个校准数据项的训练数据集来训练人工智能模型。在一个示例中，人工智能模型被训练以确定多个传感器中的一个或多个传感器处于未校准状态。使用监督学习或非监督学习方法中的至少一种来训练人工智能模型。有利地，基于与技术设施的多个传感器的多个校准周期相关联的多个校准数据项来训练人工智能模型。
10、在一个示例中，训练数据集包括多个传感器中的每个传感器的过去校准日期。传感器的过去校准日期指示过去执行传感器重新校准的日期。人工智能模型被配置成基于传感器的过去校准日期并进一步基于传感器处于未校准状态的确定来确定多个传感器中的每个传感器的未来校准日期。传感器的未来校准日期指示传感器未来应该重新校准的日期。
11、人工智能模型被进一步训练以生成反馈信号来重新校准多个传感器中未校准的传感器。在一个示例中，使用监督学习技术或非监督训练技术中的至少一种来训练人工智能模型。
12、在一个示例中，人工智能模型是k-最近邻(knn)算法。knn算法被配置成存储多个校准数据项并对多个校准数据项中的一个或多个校准数据项进行分类。knn算法还被配置成确定多个校准数据项中的每个校准数据项到多个校准数据项中的其他校准数据项的距离。基于欧几里德距离测量方法、曼哈顿距离测量方法和汉明距离测量方法中的至少一种来计算距离。knn算法被配置成基于所计算的距离将一个或多个校准数据项分类为“异常”或正常。
13、例如，knn算法被配置为分析多个校准数据项以确定多个校准数据项中的一个或多个异常值。knn算法还被配置成确定与多个传感器中每个传感器相关联的所确定的一个或多个异常值中每个异常值的异常程度。在一个示例中，异常程度从一个或多个异常值与多个校准数据项的其他校准数据项之间所计算的距离导出。
14、knn算法还被配置成接收由多个传感器中的传感本文档来自技高网...
【技术保护点】
1.一种重新校准技术设施(106)中的多个传感器(108A-N)的方法，所述方法包括：
2.根据权利要求1所述的方法，其中确定所述传感器是否处于未校准状态包括：
3.根据权利要求2所述的方法，其中所述多个校准数据项还包括与所述多个传感器(108A-N)中的每个传感器的校准误差的可接受容限相关联的信息，并且其中所述多个校准数据项还包括用于在所述多个校准周期的每个校准周期期间校准所述多个传感器(108A-N)中的每个传感器的多个反馈信号。
4.根据权利要求3所述的方法，其中所述方法还包括：
5.根据权利要求1至4中任一项所述的方法，其中所述方法还包括：
6.根据权利要求1至4中任一项所述的方法，其中所述方法还包括：
7.根据权利要求1至6中任一项所述的方法，其中由所述处理单元(202)确定与所述多个传感器(108A-N)中的所述传感器(108N)相关联的第一读数和与所述标准测量设备(124)相关联的第二读数包括：
8.根据权利要求1至7中任一项所述的方法，还包括：
9.根据权利要求1至7中
10.根据权利要求1至8中任一项所述的方法，还包括：
11.根据权利要求1至8中任一项所述的方法，还包括：
12.一种用于重新校准技术设施中的多个传感器的工业控制系统(102)，其中所述工业控制系统(102)包括：
13.一种工业环境(100)，包括：
14.一种计算机程序产品，其中存储有机器可读指令，当由处理单元(202)执行时，所述机器可读指令使处理器执行根据权利要求1-11中任一项的方法。
...【技术特征摘要】
1.一种重新校准技术设施(106)中的多个传感器(108a-n)的方法，所述方法包括：
2.根据权利要求1所述的方法，其中确定所述传感器是否处于未校准状态包括：
3.根据权利要求2所述的方法，其中所述多个校准数据项还包括与所述多个传感器(108a-n)中的每个传感器的校准误差的可接受容限相关联的信息，并且其中所述多个校准数据项还包括用于在所述多个校准周期的每个校准周期期间校准所述多个传感器(108a-n)中的每个传感器的多个反馈信号。
4.根据权利要求3所述的方法，其中所述方法还包括：
5.根据权利要求1至4中任一项所述的方法，其中所述方法还包括：
6.根据权利要求1至4中任一项所述的方法，其中所述方法还包括：
7.根据权利要求1至6中任一项所述的方法，其中由...
【专利技术属性】
技术研发人员：K·加纳帕蒂，S·坎纳潘，G·斯，Y·K·武，
申请(专利权)人：西门子股份公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。