ThoFas
Level-2
- Beiträge
- 11
- Reaktionspunkte
- 0
-> Hier kostenlos registrieren
Guten Morgen geehrte Mitforende,
ich würde gerne hier meine Gedankengänge schildern mit mehreren Optionen um zu erfahren ob ihr das auch so machen würdet.
Ich habe hier ein System das Granulat kontinuierlich über ein Wägezellensystem, das Gewicht misst um daraus den Durchsatz abzuleiten.
Mal angenommen der Trichter in dem sich das Granulat befindet hat eine aktuelle masse von 10kg und nach einer Zeit von 10s eine masse von 5kg.
Der Durchsatz wäre dann 5kg pro 10s bzw. 1800kg/h.
Nun kommen wir zur Problematik.
Wenn kleine Zeiten gewählt werden um die Differenz zu bilden und somit den Durchsatz zu berechnen, wird der Durchsatz natürlich ungenau.
Wenn die Zeiten zu lange sind, muss man auf den Wert warten was für die Anwendung unbrauchbar wäre.
Meine Idee - Option 1:
Der Antrieb der den Fluss des Granulates steuert, hat als Rückmeldung einen Encoder. Man könnte per Dreisatz die Werte vom Encoder in Relation setzten mit einem Durchsatzwert der genau ermittelt wurde um dann einen "Ersatzwert" aufzuschalten bis genug Zeit verstrichen ist um dann die "genaueren" Werte zu übernehmen.
Allerdings gibt es da weitere Faktoren die den Durchfluss des Granulates behindern würden, wodurch kein perfekt lineares Verhalten wiedergespiegelt werden würde. Somit wäre der Dreisatz nicht optimal nutzbar.
Meine Idee - Option 2:
Ein Mapping erstellen für alle messbaren Faktoren die dann für die Ersatzwertaufschaltung genutzt werden können. Aber da kann man dann gleich Machine Learning Systeme nutzen worin ich momentan nicht gewandelt bin.
Wie würdet ihr mit sowas umgehen?
LG ThoFas
ich würde gerne hier meine Gedankengänge schildern mit mehreren Optionen um zu erfahren ob ihr das auch so machen würdet.
Ich habe hier ein System das Granulat kontinuierlich über ein Wägezellensystem, das Gewicht misst um daraus den Durchsatz abzuleiten.
Mal angenommen der Trichter in dem sich das Granulat befindet hat eine aktuelle masse von 10kg und nach einer Zeit von 10s eine masse von 5kg.
Der Durchsatz wäre dann 5kg pro 10s bzw. 1800kg/h.
Nun kommen wir zur Problematik.
Wenn kleine Zeiten gewählt werden um die Differenz zu bilden und somit den Durchsatz zu berechnen, wird der Durchsatz natürlich ungenau.
Wenn die Zeiten zu lange sind, muss man auf den Wert warten was für die Anwendung unbrauchbar wäre.
Meine Idee - Option 1:
Der Antrieb der den Fluss des Granulates steuert, hat als Rückmeldung einen Encoder. Man könnte per Dreisatz die Werte vom Encoder in Relation setzten mit einem Durchsatzwert der genau ermittelt wurde um dann einen "Ersatzwert" aufzuschalten bis genug Zeit verstrichen ist um dann die "genaueren" Werte zu übernehmen.
Allerdings gibt es da weitere Faktoren die den Durchfluss des Granulates behindern würden, wodurch kein perfekt lineares Verhalten wiedergespiegelt werden würde. Somit wäre der Dreisatz nicht optimal nutzbar.
Meine Idee - Option 2:
Ein Mapping erstellen für alle messbaren Faktoren die dann für die Ersatzwertaufschaltung genutzt werden können. Aber da kann man dann gleich Machine Learning Systeme nutzen worin ich momentan nicht gewandelt bin.
Wie würdet ihr mit sowas umgehen?
LG ThoFas