未来工厂计量

未来工厂计量
未来工厂Met4Foft联合研究项目,由PTBSAEichstädt牵头,汇集欧洲主要国家计量学院和大学的研究人员这个项目综合计量技术与现代数字技术并构建计量框架,覆盖工业应用中测量数据整个生命周期

这样做需要为检测动态量的工业传感器开发标定方法,如加速度、强度和压力等应用范围从校准单个传感器能力到量化工业传感器网络机学习不确定性

传感器网络
感应器用于行业提供输出或信号,与输入或刺激相关,与特定物理量相对应可能输入物包括温度、声音、振动、压力和运动传感器网络由多台设备组成,传递通过网络收集的信息到数据分析点工业应用包括机健康监控和工序监控

研究人员展示框架实用性并分三大工业测试台实施

传感器网络比单传感器提供多项优势从数个传感器汇总数据可提高不确定性,因为综合估计相关不确定性通常优于单传感器不确定性。

测量可靠性提高,从感应器输出数据可用其他感应器收集的测量校验传感器网络还提供更高强度和可靠性,因为数据冗余可部分失效使用,因此系统仍提供信息

工业测试台
研究人员大都展示框架实用性并分三大工业测试板实施:意大利SPEA微电机系统温度校准自动化测试设备广度仿真大学英国分校条件监控、寿命预测和电机柱端测试

测试台可检验流程优化和预测维护实例,并提供模板供行业未来使用

数据质量需求
几乎所有可实现全球化制造和国际贸易的计量基础都随着数字化和数据科学而变化数据质量是FOF的关键需求

Met4FoF从测量不确定性框架处理这一要求,该框架可支持计量基础设施解决完全信息流问题,这一基础设施必须应对提供智能传感器可追踪标定方面的挑战同时,研究人员必须考虑动态效果、复杂传感器网络的计量处理和数据汇总和决策方法不确定性评价

汇总工业传感器网络数据
开发工业传感器网络数据汇总基础设施是项目三大技术问题之一。国家计量学院研究者:荷兰VSLPhysikalich-Technistalt 德国国家物理实验室,UK国家气象学局,法国波黑度量学院德国机电自动化中心和联合王国剑桥大学制造学院正在协作演示数字传感器如何合并成网络并产生值汇总测量取自多项测量并包含单度值及其相关不确定性和置信区间分布式测量描述兴趣量(如温度)在时空分布

数据汇总方法
研究人员开发通用数学模型,用于传感器网络计量器框架代理软件在一个代理模型中,系统由自主决策实体或代理组成每位代理逐项评估自身状况并按特定规则决策这种方法使用户理解系统行为并识别决定结果的内容代理框架让研究者演示传感器网络设计与不确定性减少方法如何用于FOF条件监测

处理同步测量问题是一个基本问题,因为传感器必须同步到足够精度,以便能够比较整个网络收集的数据。这使得研究团队设计方法处理定时同步问题模型扩展整合冗余信息并增加统计特征以平衡传感器网络和混合质量设备并评估开发ML方法以适应传感器输出数据不确定性

软件项目的一项重要输出Github免费提供下列算法以及其他分析工具与实例

气象代理系统:AgentMET4FOF
机器学习的大量研究侧重于预测精度最大化,但未能解决不确定性问题ZeMA和PTB研究者开发方法评价典型ML预处理步骤对不确定性的影响数据处理中可用量化数据质量信息

解决完全信息流问题,这一基础设施必须应对提供智能传感器可追踪标定方面的挑战

FIFM科学家确定了ML不确定性源:输入信号、模型参数、预测和性能此外,他们还确定了成功标准,使ML系统能够在网络物理制造系统下顺利运行,网络物理制造系统由计算机算法控制或监控Agentet4FOF开发基础-代理框架集成网络可视化-与PTB联合开发研究人员展示系统可行性使用贝叶斯神经网络多任务分类,同时解决多项学习任务使用公共数据集对液压系统进行条件监控时,他们评估了基于不确定性而拟系统预测准确性概率分析显示使用AgentMET4FOF提高网络物理制造系统ML系统的安全性和可解释性

噪声和噪声清除
多产业传感器测量与随时间变化的动态系统相关传感器网络按常用时标工作至关重要,但传感器数据可能受定时错误影响,如噪声和测量信号中的噪声研究中NPL科学家展示预处理传感器信号的方式,即清理数据,可消除杂音和噪声效果

研究者使用贝叶斯方法消除突发和噪声效果并产生预处理信号,即估计真信号及其相关不确定性可用于工业环境决策,信任度取决于估计信号的不确定性

研究团队测试贝叶斯框架模拟数据并发现成功计算前噪声和噪声差此外,不确定性信息可以从后台样本提取而无需额外计算

工业传感器网络多元冗余
良好的设计实践是将某种形式的冗余嵌入传感器网络,使其能对失效传感器和其他故障保持强健性VSL和NPL研究者以测量中心方法评估测量质量在一个或多个传感器失效时如何退化模型介绍特指计量冗余的不同方面的概念和度量STRATH和ZEMA测试板生成数套数据集应用度量并发现它们能发现过程质变,传感器对模拟和网络总体计量冗余的相关性

研究人员还探索如何用冗余识别并拒绝可能的故障传感器并减少测量不确定性开发LCSS(最大一致性传感器子集)算法,识别质量有问题传感器值LCSS算法使用ZeMA测试台电机柱终生测试数据演示并发现对部分案例LCSS算法优于其他方法

传感器网络计量FOF
多种传感器网络测量为FOF决策打下基础Met4FoF项目生成大型代码库,有利于物学工业互联网传感器网络优化制造效率、预防故障并评估生产流程质量或机器和工具退化Met4FoF扩展传感器网络计量管理FoF环境网络通信,同时考虑传感器能力实时数据分析和决策等基本需求为使新数学模型和代理商更容易启动,IMBiH研究者开发了若干教程,这些教程可见GitHub代码库Met4FoF代码库