Sådan evaluerer du ydeevnen af ​​en dobbelt-Sensor Redundans Sammenligningsalgoritme

Evaluering af ydeevnen af ​​en dobbelt-sensorredundanssammenligningsalgoritme drejer sig om fire kerneindikatorer: falsk alarmfrekvens, falsk alarmrate, tilpasningsevne og vedligeholdelsesomkostninger. Dette kan opnås gennem en to-trinsproces: "laboratorietest + feltbekræftelse." Den specifikke evalueringsmetode er som følger: I. Kernepræstationsindikatorer (kvantitativ evaluering) Disse fire indikatorer er afgørende for bedømmelsen af algoritmens kvalitet og svarer direkte til dens praktiske anvendelsesværdi: Indikatorberegningsmetode Bestået Standard Udmærket Standard Falsk Alarm Rate Antal falske alarmer ÷ Samlet antal alarmer Mindre end % 10 eller lig med % til % eller lig med % 20 eller lig med %. Falsk alarmfrekvens Antal mistede reelle fejl ÷ Samlet antal reelle fejl × 100 % Mindre end eller lig med 1 % 0 % Responsforsinkelse Gennemsnitlig tid fra forekomsten af en reel fejl til alarmen Mindre end eller lig med 15 s. Mindre end eller lig med 5 s 2 % Mindre end eller lig med 1 % Supplerende note: Falsk alarmfrekvens er en kerneindikator i industrielle scenarier. Falske alarmer kan føre til unødvendig nedetid, hvilket direkte påvirker produktionskapaciteten. Det har en højere prioritet end antallet af falske alarmer. II. Før-installationstest i laboratoriet (tidlig screening af problemer) Før -installation på stedet, skal du udføre simuleringstests for hurtigt at verificere grundlæggende ydeevne: Interferenstest: Introducer kunstigt spidsstøj, vibrationsinterferens og temperatursvingninger af varierende intensitet for at se, om algoritmen vil udsende triggeren er ikke interferens, er interferens}{22} en alarm; kun vedvarende afvigelser bør udløse en alarm. Fejlsimuleringstest: Simuler kunstigt forskellige typer fejl (enkelt-punktsdrift, nul-punktforskydning, langsom aldring) og analyser den falske alarmfrekvens og svarforsinkelse-alle reelle fejl skal opdages omgående uden falske alarmer. Ældningstilpasningstest: Simuler kunstigt aldringsdrift ved forskellige hastigheder for to sensorer for at se, om algoritmen automatisk kan opdatere basislinjen for tilpasning-den beståede standard er: ingen falske alarmer bør udløses, når driften er inden for et rimeligt område; en alarm bør kun udløses, når driften overstiger det sikre område. III. Bekræftelse på-stedet (endelig bekræftelse) Efter bestået laboratorietest skal du køre systemet på-stedet i 1-2 måneder for at verificere ydeevnen under virkelige-forhold: Statistisk analyse af den virkelige-verdens operationelle data: Kontinuerligt optag alle alarmer, afgøre manuelt, om det er en falsk alarm, og beregn hver alarm, og beregn hver alarm. faktisk falsk alarmrate; Sammenligning med traditionelle algoritmer: Sammenlign algoritmen med den oprindelige faste tærskelalgoritme i samme periode for at observere det procentvise fald i antallet af falske alarmer-en optimering bør resultere i mindst 60 % reduktion i antallet af falske alarmer; Langtids-stabilitetsvurdering: Kør kontinuerligt i 3 måneder for at kontrollere, om antallet af falske alarmer stiger markant med sensorens ældning-hvis algoritmen inkluderer automatiske basislinjeopdateringer, bør udsvinget for falsk alarmfrekvens ikke overstige 2 %. IV. Yderligere evalueringselementer Ud over kerneindikatorer skal du evaluere brugeroplevelsen: Vedligeholdelse: Understøtter den et-klik-kalibrering og automatisk fejlplacering? Kan almindeligt vedligeholdelsespersonale betjene det hurtigt? Kompatibilitet: Kan det integreres med eksisterende PLC-udstyr uden at kræve yderligere hardwareudskiftning? Ressourceforbrug: Kræver algoritmen høj computerkraft fra controlleren, og vil det forårsage PLC-forsinkelse?