FCS中的智能傳感器設計及其數據融合技術分析

畢玉

摘 要：本文簡略闡述了FCS在工控領域的應用優勢，介紹了FCS中的智能傳感器的組成及特點，并從一次移動平均法、二次移動平均法以及指數平滑法幾方面內容著手，對智能傳感器數據處理方法進行了詳細分析，旨在為相關技術人員提供參考，進而更好地開展FCS中的智能傳感器設計工作。

關鍵詞：FCS;智能傳感器;數據融合技術

1 FCS在工控領域的應用優勢

1.1操作性強

相對于DCS而言，FCS最突出的特點便在于其通訊協議具有對外開放性，其結果能夠為不同系統網絡之間所產生的互聯創造良好的條件，并在彼此之間構建起相應的通訊機制。因為現場總線控制系統所涉及到的設備都存在著相同標準的總線協議，這便使得不同的現場總線控制系統所具有的生產現場設備擁有更加良好的可操作性以及互換性，并在原有的基礎上使得用戶備品備件得到了減少，實現了對于設備維護成本的有效節約。唯有保障現場總線標準的統一性，才能夠為開放的現場總線控制系統創造良好的技術條件，切實展現出工控領域中應用FCS的各方面優勢。

1.2可靠性高

在工控領域中應用FSC能夠體現出較高的可靠性，從當前的現場總線來看，其工控領域中所采用的SCADA系統絕大部分都是在總線連接模式的基礎上實現對其的監控，還有一部分則采用的為相對簡單的I/O方式進行連接的系統。當在工控領域中部分有著較大規模的系統中應用上述連接模式的時候，那么便會導致其控制系統在實際應用的過程中面臨著來自多方面不可靠因素的負面影響。基于此為了能夠切實展現出系統整體運行的穩定性以及安全性，系統便需要實時動態的檢測和診斷現場全部的被控設備，與此同時還應當確保其診斷所使用的是在線模式。在線檢測過程中發現故障并進行診斷之后便會第一時間進行上報，而且系統還能夠根據分區和類型對故障展開記錄工作，此舉能夠在極大程度上實現系統安全可靠性的提升[1]。

1.3信息集成能力好

FEC在工控領域中的應用切實體現出了現場總線控制系統本身所具有的強大功能，深化開展對其的推廣和應用工作，能夠有效提升工控領域針對被控對象的控制以及協調能力，與此同時，用戶還可以在現場總線的基礎上在智能設備中獲得更加高質量并極富應用價值的數據信息。FCS所收集的各類數據信息能夠支撐當前工業生產自動化的各方面要求，同時還可以為多種數據信息的處理以及轉換創造良好的條件，對于工控領域來說，其所涉及到的現場種類包含多個種類，其都屬于是數字化通訊的網絡模式。

2 FCS中的智能傳感器設計及其數據融合技術

2.1智能傳感器設計

從FCS系統本身所具有的要求和特點來看，在進行智能傳感器設計的過程中應當能夠包含數字通信處理、數字信息處理、補償、模擬濾波器、放大器電路以及基本敏感元件等等，具體構成如圖1所示。

在該圖中的實線和虛線分別代表的是信息流和控制流，在實際進行設計的時候則主要是運用儀表本身所具有的智能性，具體指的是加強對于軟件處理技術以及微處理技術的應用。這樣一來便能夠將各種同智能傳感器相關聯的技術有效融合起來，其具體涉及到數字通信處理、數字信息處理、自診斷以及補償等智能性設計。從本質上來看，傳感器測量數據能夠有效實現系統整體性能的優化提升，與此同時，傳感器所處的工業環境具有一定的局限性，其在噪聲干擾方面相對來說呈現出較復雜的特地那，所以在未來進行智能傳感器研究的過程中應當積極探索如何能夠提升傳感器的測量精準度以及克服干擾噪聲的問題。在進行干擾噪聲處理的過程中技術人員可以對數字或者是模擬濾波、信號平滑以及各種有關的技術達到恢復信號的效果。從目前來看，通常會將干擾噪聲假設是正態的以及平穩的，若是此時傳感器的測量量以靜態的形式存在，那么傳感器的測量數據便會展現出正態以及平穩的隨機信號特征，一般情況下會采用較為常規的算術平均濾波的方法對其進行處理，最終的結果主要是被測量量的無偏估計。但若是傳感器的測量量呈現出動態的變化，那么在傳感器的測量數據則會展現出一定的非平穩特征，在該狀態下濾波算法的應用勢必會產生跟蹤能力同平滑能力之間的矛盾。

2.2智能傳感器數據處理方法

2.2.1一次移動平均法

一次移動平均法的應用主要是根據原始數據點的順序，并在逐步推移的過程中，對每段數據的平均值進行求取。其計算公式為

在該公式中主要代表的是當第k次一次平均的結果，而k則為采樣序號，主要指的是第k次的原始采樣數據。n則代表了一次移動平均法的分段數據長度。

該方法的應用基本上是在原本算術平均法的基礎上所建立起來的，但是結合實際情況對其進行分析能夠發現，簡單的算術平均法應用只能夠對“平均”狀況進行表示，并無法更加精確和完整地將數據變化的最大值以及最小值展現出來，同時也無法幫助工作人員對未來數據的發展趨勢進行科學合理的判斷。但一次移動平均法的靈活應用使用的是逐步移動的方式，再求取平均值，所以其在實際應用的過程中可以對未來數據的實際變化動態展開更加實時動態的跟蹤，實現對于非平穩傳感器信號的高質量處理，若是傳感器本身處在相對較平穩的狀態，便可以采用移動平均法的計算公式，這樣一來便能夠為證明其結果是對測量值的無偏估計提供方便[2]。

2.2.2二次移動平均法

除了一次移動平均法以外，二次移動平均法同樣是智能傳感器數據處理方法的的重要組成部分，為了能夠有效實現對于一次移動平均法跟蹤能力的改善，尤其是方處理傳感器測量數據有著一定線性趨勢的情況下，其每一段數據的增量能夠展現出近似相等的特點，加強對于二次移動平均法的應用能夠大大提升其算法跟蹤能力的效果，具體可以按照以下公式對其進行計算：

在該公式中，主要代表的二次移動平均的結果，而、k以及n的意義同上，同理可證，當傳感器數據處在平穩狀態的時候，其算法同樣是無偏的，能夠在在實際處理平穩傳感器數據以及非平穩傳感器數據的時候進行有效應用。二者處理結果分別如圖2和圖3所示。

2.2.3指數平滑法

一次指數平滑法本身具有著移動平均法的各方面優勢，同時還能夠有效緩解移動平均法在應用過程中有著加大數據量的局限性，具體可以按照如下算法進行計算：

若是Sk（1）將上述公式改寫成

從上述公式可以得出，一次指數平滑法的應用能夠對數據的變化進行實時動態的跟蹤，所以其本質上屬于一種自適應方法，與此同時，其也可以在理論上得到證明。從實際情況來看，這種平滑結果的均值同原始數據的均值相一致，但其方差要有著更小的特點，這一現象也是應用于傳感器數據處理中的必要條件之一，此外，結合上述公式能夠知道，對系數進行改變，能夠對算法的平滑能力以及跟蹤能力進行改變[3]。

從實際情況來看，一次指數平滑法大多能夠在有著較小變化傳感器信號的濾波上進行應用，但若是傳感器測量的信號變化存在相對較大的變化，便難以充分展現出一次指數平滑法高質量的跟蹤效果，所以為了能夠在此基礎上實現其跟蹤能力的提升，應當加強度二次指數平滑的應用，其算法如下：

在該公式中的Sk（2）主要指的是第k次的二次指數平滑結果，α則代表了算法加權系數，對于二次指數平滑算法的應用來說，其最為關鍵便在于對α的應用。結合相關調查研究發現，在采用二次指數平滑法對平穩的傳感器信號進行處理的時候應用二次指數平滑法是無偏的。

結論：綜上所述，傳感器網絡是FCS中至關重要的組成部分，但從目前來看，其所應用的傳感器在精度以及相應速度方面有著較高的水平，但在環境宏觀分析判斷力以及學習能力方面仍存在一定程度的欠缺，基于此，相關技術人員應當積極開展對于智能傳感器的設計與開發工作，確保其能夠具有更加良好的宏觀判斷分析能力，并促使其能夠實現對于信息融合技術以及多傳感器集成應用。

參考文獻：

[1]張能，白皓.FCS控制系統在化工自動控制中的應用[J].中國化工貿易，2020，12（18）：136，138.

[2]劉洪波.淺析FCS在工控領域中的應用和發展[J].科技創新導報，2019，16（34）：98-99.

[3]張淼，周麗嫻.對PLC、DCS、FCS三大控制系統特點和差異的探討[J].建筑工程技術與設計，2018（32）：4009.