非连续检测数据处理在工业控制中应用.docxVIP

非连续检测数据处理在工业控制中应用 摘要：随着现代工业自动化技术的不断发展，仪表检测替 代人工检测成为必然趋势，但由于被测物理量的稳定性、现 场环境干扰、检测仪表的性能等原因，测量数据存在误差在 所难免，特别是非连续（离散）测量，单次测量误差较大。 因此，必须对测量数据进行处理，提高检测水平，以满足工 业自动化控制的要求。 关键词：误差非连续测量数据处理中值 中图分类号：04-37文献标识码：A文章编号： 1007-9416 （2012） 11-0017-02 工业过程检测仪表用于检测工业生产过程的参数，如温 度、压力、流量、液位、物位、受力和其他物理量等。检测 方式多种多样。既有单参数检侧，又有多参数同时检测；既 有连续测量，又有非连续（离散）测量等多种方式。 现场物理量经过传感器转换为电信号，再经过AD模块 转换为计算机能够处理的数字信号，最终使物理量可以通过 仪表显示或进行参数化过程控制。对数据采集的精确度的影 响主要有，取样点的位置和检测方式的选择，传感器的适用 性，信号线路敷设，外界的不确定干扰，仪表的转换特性， 仪表设备的安装方法以及人的技术和经验等因素。由于以上 等因素的影响，测量值和实际值之间总是存在失真或偏差， 要减小失真和缩小偏差，除了克服采集和传输过程等因素 外，要使数据能够得到实际应用，数据处理过程是必不可少 的。 1、测量误差及分析 从理论上说，总有一个客观存在的真实数值，称之为 “真实值”或“真值”。但实际上，对于客观存在的真值， 只能随着测量技术的不断进步而逐渐接近真值。实际工作 中，用能满足规定准确度的“实际测量值”代替真值”。 “真实值”与“真值”之间总会有一定的偏差，称为“误 差”。其表示形式有： 绝对误差：(1) 相对误差：(2) 式中一真值，一测量值，一绝对误差，一相对误差 相对误差反映了误差在真值中所占的百分比，反映了误 差的偏离程度，便于比较测定结果的准确度，因而更具实际 意义。 误差大致可分为：系统误差、随机误差和过失误差三类。 系统误差：是指测量系统偏离测量规定的条件或 测量方法所导致的误差。在所处测量环境条件下，误差总是 保持恒定或遵循一定的规律变化。 随机误差：是指在实际测量条件下，多次测量同 一量值时，每次测量数值总是以不可预知的变化，这种误差 的影响因素很复杂，当测量次数不断增加时，其误差的算术 平均值趋向于零。 过失误差：是指由于不确定性因素的影响，不能 正确测量而导致测量数据严重偏离“真实值”的误差，其误 差值的范围超过了规定条件下的预期值的大小。过失误差是 由于测量中出现的过失所致，主要原因有：检测环境突变的 影响；测量仪器本身的缺陷；不确定的干扰因素等。过失误 差与真值偏差较大。因此，存在过失误差的检测数据必须采 取适当的方法进行处理。 2、检测数据的处理 在工业控制中，由于对数据实时性的要求，以及PLC控 制器(CPU)的性能限制，没有必要对数据进行太过复杂的 处理，其最主要的目的是能够快速显示和适应自动控制的需 求。因此，对检测数据处理的方法一般采用“算术平均值 法”和“中值法” O 对连续数据测量的处理，如温度、流量、液位等测量时, 被测物理量相对稳定，受外界因素干扰小，且检测仪表比较 成熟的检测，应运用“算术平均值”处理。此类检测的误差 一般为随机误差，其特点是随着测量次数不断增加时，其误 差的算术平均值趋向于零，所以一般采用简单算术平均值就 能够满足测量精度要求。实际应用中，为了保证数据平滑输 出和减小数据输出滞后，若每一个采样周期为1秒，通常用 5?20个采样数据进行算术平均值处理。如式(3)： (3) 式中一算术平均值，一采样值，一采样数 非连续(离散)测量是“定时”或“按工艺条件”进行 的测量，如料仓内物料高度、石灰炉内料面高度、炼铁炉内 料面高度、沉降槽泥层高度、沉淀池淤泥层高度等测量时， 由于料面沉降不均或不平整的影响，特别是检测仪器多为机 械传动和仪表等组合的传动检测设备，因而系统误差、随机 误差和过失误差都会存在。所以，非连续的单次测量并不能 确保数据的真实性。但是此类检测要求的数据精度不是太 高，一般为厘米级，所以影响数据准确性的因素主要是过失 误差。对于过失误差的数据处理，就是舍去过失误差数据。 采用‘中值法”，能够快速处理过失误差的数据。如果要求 修正随机误差，则在中值附近取几组数据的算术平均 值。分析如下： 有一组实测值，60、56、63、62、98、61、63、65、45、 65、60共11个检测数据。分布趋势图为：(图1) 从图1中可以看出第5个和第9个数据为过失误差造成 的，注意此时这两个值偏离“真实值” 一正一负，采用算术 平均值计算时相互抵消而掩盖了误差的存在，这就是存在过 失误差时的数据处理不能简单采用算术平均值的原因