На волне Индустрии 4.0 и интеллектуального производства традиционные инструменты процесса претерпевают глубокие изменения от « органов восприятия» до « нервных окончаний». Устройства, представленные дифференциальными преобразователями Rosmont, принадлежащими Emerson, больше не довольствуются точным измерением давления, расхода или уровня жидкости, а предоставляют интеллектуальные решения непосредственно в источниках, генерирующих данные, путем интеграции возможностей граничных вычислений и моделирования данных.

Пограничные вычисления: реализация « рафинирования» данных и понимания в источнике

Современные дифференциальные преобразователи Rosmont оснащены мощными микропроцессорами, которые закладывают основу для выполнения граничных вычислений на конце устройства. Его основные виды применения включают:

Предварительная обработка данных и шумоподавление: первичный диффузный сигнал уязвим для шума процесса и пульсации давления. Трансформатор может запускать алгоритмы фильтрации на боковой стороне, устраняя недействительные колебания, напрямую выводить стабильные и надежные значения процесса и повышать стабильность системы управления.

Мониторинг и диагностика критических состояний: передатчик постоянно анализирует свои собственные показания датчика и эксплуатационные параметры, контролирует в режиме реального времени с помощью встроенной модели, блокируется ли трубка давления, изменяется ли плотность среды процесса и повреждена ли мембрана. Как только обнаружена аномалия, немедленно локально запускайте тревогу, чтобы достичь прогнозного обслуживания и избежать незапланированной парковки.

Маргинализация вычислений расхода: Для измерения расхода преобразователь может выполнять сложную операцию открытия на краю непосредственно на основе дифференциального давления в сочетании с заданными параметрами жидкости (например, плотностью, коэффициентом расширения), непосредственно выводить точные значения массы или объемного потока, уменьшая нагрузку на систему управления.

Моделирование данных: переход от одной переменной к технологическому интеллекту

Когда данные одного преобразователя помещаются в более широкую модель процесса, их ценность увеличивается еще больше:

Моделирование производительности оборудования: Модель ухудшения производительности оборудования может быть создана путем постоянного мониторинга дифференциального давления (или давления) на входе и выходе насоса или компрессора. Например, мониторинг перепада давления на входе и выходе насоса, в сочетании с расходом, может рассчитывать его эффективность в режиме реального времени. Когда эффективность ниже определенного порога, модель предупреждает о риске износа или кавитации крыльчатки.

Моделирование оптимизации процесса: в применении теплообменника, посредством моделирования и анализа изменений перепада давления в процессе трубы и процессе оболочки, можно вывести коэффициент нагара в режиме реального времени, чтобы оптимизировать цикл очистки, чтобы достичь максимизации энергоэффективности. В процессе фильтрации с помощью модели перепада давления можно точно предсказать засорение фильтра, чтобы обеспечить замену по требованию, а не регулярную замену.

Краеугольный камень цифровых двойников: стабильные, высококачественные и богатые информацией о состоянии данные, предоставляемые передатчиками, являются ключевым входом для построения и управления цифровыми двойниками на всей фабрике. Эти реальные данные позволяют виртуальным моделям точно отражать состояние физических объектов, что позволяет моделировать процессы, оптимизировать и обучать операторов.

заключение

Дифференциальный преобразователь напряжения Rosmont успешно превратился из надежного « поставщика данных» в активного « интеллектуального аналитического партнёра» путем слияния граничных вычислений и моделирования данных. Он не только значительно повышает скорость реагирования и надежность системы, осуществляя преобразование данных в информацию на краю сети, но и обеспечивает понимание, предоставляемое более высоким уровнем управления здоровьем оборудования, оптимизации процессов и цифровых решений, и действительно воплощает основную концепцию промышленного Интернета вещей, которая « позволяет данным создавать ценность в источнике».