Prezentare generală

Datele brute nu sunt întotdeauna cel mai bun mod de a comunica informații utile. Transformările de date ca eliminarea zgomotului din semnal, compensarea efectelor mediului precum temperatura și umiditatea și calibrarea pentru eroarea echipamentului sunt necesare pentru a ajuta transformarea datelor brute în date utile. Producerea de date utile este un rezultat principal al aplicațiilor de inginerie, astfel încât procesarea completă a semnalului este o necesitate fundamentală pentru orice instrument de analiză utilizat în achiziția de date. Această lucrare prezintă cinci întrebări care trebuie luate în considerare atunci când alegeți instrumente de analiză pentru sistemul DAQ.

• Va trebui să-mi analizez datele inline, offline sau ambele?

• Instrumentul meu de analiză poate gestiona datele mele (volum, viteză)?

• Oferă instrumentul meu (instrumentele) de analiză funcțiile de care am nevoie?

• Pot extinde opțiunile de analiză ale aplicației mele prin suplimente (add-ons)?

• Pot integra propriile mele rutine de analiză personalizate sau moștenite?

Va trebui să-mi analizez datele inline, offline sau ambele?

Majoritatea aplicațiilor necesită o anumită formă de procesare a semnalului, dar o decizie cheie pe care trebuie să o luați este locul unde are loc această prelucrare: inline, offline sau ambele.

Inline

Analiza inline implică faptul că datele sunt analizate în aceeași aplicație unde sunt achiziționate. Dacă aplicația implică monitorizarea unui semnal și schimbarea variabilelor de testare pe baza caracteristicile datelor primite, ar trebui să efectuați analiza inline. Prin măsurare și analiza anumite aspecte ale semnalelor, puteți face ca aplicația să se adapteze anumitor circumstanțe și permiteți parametrii de execuție adecvați - probabil salvarea datelor pe disc în cazul unui scenariu de alarmă sau creșterea ratei de eșantionare dacă valorile primite depășește o limită de prag. Pentru a efectua o analiză inline, software-ul aplicației trebuie să aibă încorporate funcții de analiză a semnalului sau o capacitate de integrare ușoară a IP-ului extern. Pentru a efectua aceste prelucrări ale semnalului, este nevoie de timp pentru a executa calcule. Dacă aplicația dvs. de achiziție are cerințe de timing stricte, atunci asigurați-vă că algoritmul de procesare a semnalului nu durează prea mult timp pentru a fi executat, deoarece ai putea pierde unele date în timp ce se execută această operație. În timp ce vă dezvoltați aplicația, puteți evalua cât timp durează pentru a achiziționa și analiza datele și asigurați-vă că nu vă lipsesc niște puncte de date. Altceva care ar putea ajuta este paralelizarea codul dvs. astfel încât o secțiune să achiziționeze date în timp ce alta face procesarea semnalului. Aceasta se face prin utilizarea mai multor procesoare disponibile în majoritatea mașinilor, dar evaluarea comparativă a acestui tip de aplicația (de exemplu, arhitectura producător/ consumator) asigură, de asemenea, că respectă sincronizarea și cerințe de colectare a datelor.

Analiza punct cu punct este un subset de analiză inline în care rezultatele sunt calculate după fiecare eșantion individual, mai degrabă decât pe un grup de eșantioane. O astfel de analiză este esențială atunci când este vorba de procese de control cu ​​viteză ridicată, determinist, achiziție de date cu un singur punct. Abordarea punct cu punct simplifică procesele de proiectare, implementare și testare, deoarece fluxul aplicației se potrivește îndeaproape cu fluxul natural al proceselor din lumea reală pe care aplicația le monitorizează și controlează.

Puteți reduce în continuare această latență a achiziției prin implementarea analizei cu field-programmable gate arrays (FPGA-uri), cipuri de procesare a semnalului digital (DSP), controlere încorporate, procesoare dedicate și ASIC.

Când adăugați algoritmi și rutine puternice aplicațiilor, eliminați ghicitul și creați procese inteligente care pot analiza rezultatele în timpul rulării, îmbunătățind eficiența și corelarea iterativă a variabilelor de intrare la experiment sau performanței procesului.

Offline

Analiza inline nu este întotdeauna metodologia corectă atunci când implementează rutinele voastre de analiză. Puteți alege să efectuați o analiză offline atunci când nu trebuie să luați decizii pe măsură ce achiziționați datele. Aceasta implică salvarea datelor achiziționate pe disc pentru interacțiuni nelimitate la o dată ulterioară. De obicei, intenția unei aplicații de analiză offline este de a identifica cauza și efectul variabilelor corelând mai multe seturi de date. Pentru că efectuați această analiză după ce achiziționați datele, nu sunteți limitat de constrângerile de timing și de memorie ale achiziției de date; astfel de analiza necesită numai ca să fie disponibilă o putere de calcul suficientă. Acest lucru oferă mai multe avantaje pentru efectuarea analizei. În primul rând, analiza offline oferă o interactivitate mult mai mare a datelor având capacitatea de a explora cu adevărat atât datele brute cât și rezultatele implementării analizei. Histogramele, trendul și aproximarea curbei sunt toate sarcini comune de analiză offline. În plus, analiza ca un blocaj pentru o achiziție live nu mai reprezintă o problemă, având în vedere cantitatea de timp pe care algoritmii de prelucrare a semnalului intens o pot lua atunci când operează pe seturi de date mari.

Există unele aplicații care necesită o combinație de analiză a datelor atât inline cât și offline. În mod normal, rutinele de analiză inline sunt mai puțin intensive în aceste cazuri, iar analiza offline face cea mai mare parte din ridicarea grea a algoritmilor intensivi și compararea seturilor de date. Un exemplu o analiză inline mai puțin intensă ar fi logic să scrie datele într-un fișier sau la conversia temperaturii de bază. Dacă aplicația necesită o combinație de inline și offline, asigurați-vă că instrumentul de analiză poate suporta adecvat necesitățile voastre.

Poate instrumentul meu de analiză să-mi gestioneze datele (volumul, viteza)?

O preocupare din ce în ce mai mare în alegerea instrumentelor de analiză a datelor este dimensiunea și viteza datelor pe care le poate procesa. Mașinile DAQ devin mai rapide și traductoarele devin mai ieftine. Acest înseamnă că inginerii colectează mai multe date din mai multe locuri mai repede ca niciodată. Dacă Instrumentele de analiză a datelor pe care le folosesc zilnic nu pot ține pasul cu aceste noi tendințe, atunci inginerii au mai multe date ca niciodată, dar nimic cu care să le analizeze eficient.

Inginerii și oamenii de știință încep să constate că instrumentele lor de analiză a datelor rudimentare nu ține pasul cu nevoile lor. Instrumente de analiză a datelor create pentru analiza financiară și nu achiziția corectă de date se încadrează în aceste limite. Dacă încercați să manipulați sau să corelați mari seturi de date, atunci ar fi benefic să folosiți instrumente de analiză care sunt create pentru seturi de date mari.

Fără instrumente de analiză a datelor corespunzătoare, veți vedea că efectuarea oricărei analize este consumatoare de timp, sau este posibil să nu puteți analiza deloc din cauza volumului mare de date.

Vorbind cu furnizorii despre dimensiunea datelor, viteza și cerințele dvs. de analiză vă ajută să determinați dacă un instrument de analiză a datelor este potrivit pentru dvs. Este întotdeauna mai bine să găsești un instrument construit special pentru seturi mari de date deoarece aceasta este tendința pentru achiziția de date.

Instrumentul meu de analiză oferă funcțiile de care am nevoie?

Dacă nevoile dvs. de analiză sunt inline, examinați software-ul aplicației pentru a vă asigura că include capabilități integrate sau de expansiune. Dacă nevoia dvs. de analiză implică o analiză offline, atunci software-ul aplicației trebuie să fie capabil să salveze datele într-un format pe care pachetul dvs. de analiză offline îl poate consuma.

Majoritatea furnizorilor de instrumente de analiză a datelor au o listă bine documentată a funcțiilor incluse cu instrumentul lor. Dacă știți nevoile dvs. specifice pentru procesarea semnalului, căutați lista funcțiilor de furnizor care funcționează excelent. Dacă nu știți exact ce aveți nevoie, căutați un instrument care are multe funcții legate de câmpul sau tipul de aplicație al dvs. Instrumentele de analiză a datelor adecvate au mai multe funcții încorporate (peste 600). În timp ce operațiile matematice de bază și complexe sunt bune de avut, asigurați-vă că există și funcții specifice ariei dvs. de interes. Dacă aplicația se ocupă cu controlul, atunci căutați funcții de control proporțional integral derivate (PID). Dacă aplicația se ocupă cu recunoașterea caracterelor optice (OCR), atunci căutați acele funcții. Având funcții specifice disponibile (încorporate sau ca supliment), puteți fi mai eficient la dezvoltarea aplicației dvs. pentru că nu va trebui să petreci timp creând aceste funcții singur.

De asemenea, este important să vă amintiți că nevoile dvs. de analiză cresc deseori în timp; luați în considerare orice cerințe de analiză pe care le aveți astăzi, dar verificați, de asemenea, dacă software-ul aplicației dvs. lasă loc pentru inevitabila extindere a nevoilor de analiză.

Pot extinde opțiunile de analiză a aplicației mele prin intermediul suplimentelor?

Cercetarea dacă un instrument de analiză a datelor are un ecosistem de add-ons este un pas necesar. În primele zile de considerare software, oamenii au ales un instrument și au fost nevoiți să accepte doar ce a pus vânzătorul în produs. Aceasta însemna că erau la mila vânzătorului de a adăuga orice funcționalitate sau funcții dorite. Pe măsură ce dezvoltarea de software a progresat, furnizorii au început să creeze add-ons pe care oamenii le-ar putea cumpăra pentru a extinde funcționalitatea produsului lor. Aceasta a lucrat bine, la acea vreme, deoarece utilizatorii puteau achiziționa funcționalitatea specifică de care aveau nevoie; dar, ele erau totuși limitate de ce add-ons au oferit vânzătorul.

Astăzi, oamenii așteaptă ca un ecosistem de add-ons să extindă produsul nu numai de la furnizor, dar și afiliați terți și alți clienți. Această tendință este validată de către apariția „magazinelor de aplicații” care extind funcționalitatea unui produs. Atunci când decideți pe un instrument de analiză a datelor, căutați unul care are un ecosistem puternic de add-ons, astfel încât să puteți extinde funcționalitatea produsului dvs. atunci când aveți nevoie. De asemenea, căutați comunități vibrante de utilizatori care partajează add-ons sau IP pentru produs, deoarece aceste comunități oferă adesea o funcționalitate suplimentară pentru puțin până la fără costuri.

Îmi pot integra propriile rutine de analiză personalizate sau moștenite?

Uneori, inginerii au algoritmi de analiză proprietate care pur și simplu nu pot fi cumpărați ca software add-on. În plus, deoarece cerințele aplicației se schimbă în timp, majoritatea inginerilor investesc adesea timp și bani creând rutine de analiză sau IP personalizat în versiuni mai vechi sau instrumente alternative. Ar trebui să căutați un pachet de analiză a datelor care este deschis să încorporeze rutine de analiză externă. Nu este necesară reinventarea aceleiași funcționalități în instrumentul mai nou când algoritmii dvs. existenți sunt validați pentru a funcționa corect.

Indiferent dacă v-ați creat rutina de analiză într-un alt limbaj de programare, ați folosit un script într-un instrument de analiză financiară mai vechi sau care a moștenit un fișier de configurare, vorbiți cu furnizorul pentru a vă asigura că puteți încorpora rutina de analiză moștenită în instrumentul lor de analiză a datelor. Dacă nu puteți adăuga ușor, atunci veți petrece mult timp recreând funcționalitatea în noul instrument. Instrumentele moderne de analiză a datelor ar trebui să fie deschise pentru a utiliza IP-ul creat în alte medii pentru că utilizatorii lor pot fi mai eficienți.