فیلتر کردن می‌تواند یک ورودی نویزی PLC را به مقداری پایدار و قابل‌استفاده در مهندسی تبدیل کند. اما همچنین ممکن است یک هشدار واقعی را به تأخیر بیندازد یا مشکلی مکانیکی را پنهان کند.

رویکرد صحیح با شناسایی منبع اختلال آغاز می‌شود. نرم‌افزار نباید به پوششی دائمی برای سیم‌کشی نامناسب، حسگرهای نامتناسب یا نصب نادرست تبدیل شود.

ابتدا مشخص کنید تغییرات از فرایند، حسگر، سیم‌کشی یا تبدیل ورودی ناشی می‌شوند.

حرکت فرایند را از نویز الکتریکی جدا کنید

ورودی خام را با سریع‌ترین نرخ به‌روزرسانی عملی ترند کنید. آن را با یک ابزار مرجع مقایسه کنید و هنگام ظاهر شدن تغییرات، وضعیت دستگاه را مشاهده کنید.

نویزی که با درایو، کنتاکتور، گرم‌کن یا شیر برقی هم‌زمان است، احتمالاً نشان‌دهنده کوپلینگ الکترومغناطیسی است. نوسان آهسته ممکن است در عوض بازتاب‌دهنده پویایی واقعی فرایند، جایگذاری نامناسب حسگر یا برهم‌کنش حلقه کنترل باشد.

پیش از افزودن فیلتر، محدوده ترانسمیتر، ولتاژ تغذیه، روش اتصال زمین، نحوه اتصال شیلد، مسیر عبور هادی‌ها، وضعیت ترمینال و پیکربندی ماژول ورودی را بررسی کنید.

فیلترهای آنالوگ، زمان پاسخ را با پایداری معاوضه می‌کنند

ماژول‌های آنالوگ ممکن است قابلیت انتگرال‌گیری، فیلتر ناچ یا هموارسازی دیجیتال داشته باشند. مستندات Rockwell Automation اشاره می‌کند که فیلترهای دیجیتال، گذراهای نویز ورودی را هموار می‌کنند. راهنمای فیلتر ناچ این شرکت نیز به مصالحه میان سرعت و حذف نویز اشاره دارد.

فیلتر ناچ یک فرکانس مشخص و هارمونیک‌های آن را تضعیف می‌کند. این فیلتر برای تداخل فرکانس شبکه مفید است، اما تنظیم انتخاب‌شده ممکن است سریع‌ترین نرخ نمونه‌برداری قابل‌دستیابی را محدود کند.

فیلترگذاری ماژول باید هم بر اساس طیف نویز و هم پاسخ موردنیاز فرایند انتخاب شود.

میانگین‌های متحرک قابل‌درک‌اند، اما تأخیر ایجاد می‌کنند

میانگین متحرک، مقدار فعلی را با میانگین یک پنجره ثابت از نمونه‌ها جایگزین می‌کند. این روش تغییرات تصادفی را کاهش می‌دهد و ممیزی آن آسان است.

تأخیر آن با افزایش تعداد نمونه‌ها و فاصله زمانی نمونه‌برداری بیشتر می‌شود. پنجره‌ای ۲۰ نمونه‌ای که هر ۱۰۰ میلی‌ثانیه جمع‌آوری شود، معادل دو ثانیه سابقه است.

این میزان ممکن است برای دمای مخزن قابل‌قبول باشد، اما برای حفاظت در برابر فشار، کنترل حرکت یا تشخیص سریع مواد نامناسب است.

فیلتر نمایی از مقدار فیلترشده قبلی و جدیدترین نمونه استفاده می‌کند. این فیلتر به حافظه کمی نیاز دارد، اما ضریب آن باید با عباراتی که اپراتورها درک می‌کنند مستندسازی شود.

ورودی‌های دیجیتال به تأیید وضعیت نیاز دارند

پرش کنتاکت، لرزش، بازتاب‌ها، هندسه نامناسب هدف و ولتاژ القایی می‌توانند گذارهای کوتاه ایجاد کنند. بسیاری از خانواده‌های PLC برای این منظور فیلترهای قابل‌پیکربندی ورودی دیجیتال ارائه می‌کنند.

ضدپرش نرم‌افزاری می‌تواند ورودی را ملزم کند پیش از تنظیم یک وضعیت داخلی، حداقل برای مدتی مشخص روشن بماند. تأخیر خاموشی جداگانه نیز می‌تواند از پاک شدن آن وضعیت در اثر قطع‌های کوتاه جلوگیری کند.

منطق ضدپرش باید سیگنال را تأیید کند، بدون آنکه کوتاه‌ترین رویداد معتبر را حذف کند.

تایمر ضدپرش را بدون بررسی برای پالس‌های انکودر، مجموع جریان، ورودی‌های ایمنی یا شمارش پرسرعت اعمال نکنید. این سیگنال‌ها ممکن است به سخت‌افزار اختصاصی و زمان‌بندی تأییدشده نیاز داشته باشند.

زمان فیلتر را بر اساس کاربرد انتخاب کنید

کوتاه‌ترین رویداد معتبر، بیشترین تأخیر قابل‌قبول در تشخیص و مدت معمول نویز را مشخص کنید. فیلتر باید اختلال را حذف کند و در عین حال رویداد معتبر را حفظ کند.

برای یک کانال آنالوگ، در صورت ایمن بودن شرایط، آزمون پله انجام دهید. سیگنال‌های خام و فیلترشده را ثبت کنید، سپس زمان خیز، زمان نشست و خطای اوج را اندازه‌گیری کنید.

برای یک کانال دیجیتال، پالس‌های کوتاه نویز، کوتاه‌ترین پالس معتبر، وضعیت‌های روشن و خاموش پایدار و بازیابی پس از خرابی حسگر را آزمایش کنید.

کنترلرها و پلتفرم‌های I/O برای این کاربردها در سیستم‌های PLC و PAC در دسترس هستند. نمایش سیگنال و رابط‌های اپراتوری را می‌توان در بخش HMI و رایانش صنعتی بررسی کرد.

داده‌های خام را برای عیب‌یابی حفظ کنید

هرجا حافظه اجازه می‌دهد، مقادیر خام و فیلترشده را هر دو نمایش دهید. اپراتورها به مقدار پایدار نیاز دارند، در حالی که تیم‌های نگهداری به شواهد اختلال نیازمندند.

برای انحراف بیش‌ازحد، سیگنال‌های منجمد، مقادیر خارج از محدوده و اشباع فیلتر، عیب‌یابی اضافه کنید. یک عدد پایدار لزوماً به معنای سالم بودن اندازه‌گیری نیست.

ثابت‌های فیلتر را به‌عنوان مقادیر پیکربندی کنترل‌شده ذخیره کنید. ثبت کنید چه کسی آن‌ها را تغییر داده، چرا تغییر داده و کدام آزمون نتیجه را تأیید کرده است.

نظر نویسنده: بهترین فیلتر، کوچک‌ترین فیلتری است که یک اختلال شناخته‌شده را حذف کند. اگر نتوان ثابت زمانی را در ارتباط با یک رویداد واقعی توجیه کرد، احتمالاً به‌جای حل عدم‌قطعیت، آن را پنهان می‌کند.