互侃PLC 2025-8-29 09:34:28 | 显示全部楼层 | 阅读模式
抖音粉丝群1
『7x24小时有问必答』

AI浪潮下的计算机行业——从业者现状与未来展望
本帖最后由 采集赛道7 于 2025-8-29 14:28 编辑

点击上方 蓝字 关注我们
专注分享:PLC编程、PID参数整定、模拟量信号采集、信号滤波、PLC通讯。
工业自动化中的信号处理
在工业自动化中,AI(模拟量输入)模块用于采集连续变化的物理量,如温度、压力、流量、液位等。这些信号通常会受到噪声的干扰,通过滤波可以有效去除噪声,提高信号的稳定性和可靠性。例如,温度传感器通过检测敏感元器件(如热电阻PT100)的电阻变化,将其转换为电压或电流信号,通过AI模块转换为数字信号,供PLC处理。

01
噪声无处不在
(一)环境噪声的干扰
工业生产环境复杂,传感器采集的信号常常受到环境噪声的影响。例如,温度传感器可能会受到电磁干扰、机械振动等噪声的影响,导致采集到的信号中包含大量无用的噪声成分。这些噪声不仅会掩盖信号的真实信息,还可能引发错误的判断和决策。
(二)内部噪声的产生
信号源本身也可能产生噪声。在电子设备中,热噪声、散粒噪声等内部噪声是常见的干扰源。这些噪声会干扰信号的准确测量,降低信号的质量和可靠性。例如,在高精度的测量设备中,内部噪声可能会导致测量结果的偏差,影响设备的性能。
(三)传输噪声的引入
信号在传输过程中,也可能会受到传输介质的影响,引入新的噪声。例如,无线信号在传输过程中可能会受到多径效应、衰落等影响,导致信号失真。这些噪声会进一步降低信号的质量,影响信号的传输效果。

02
“滤波”的典型手段之一--滑动均值滤波
滑动均值滤波器有几种类型
1.简单滑动均值滤波器(SMA)
:窗口中所有样本权重相等。
2.加权滑动均值滤波器(WMA)
:窗口中各样本按照设定的权重不同,权重和为1。
3.指数滑动均值滤波器(EMA)
:对近期的数据给予更高的权重,远期数据权重递减。

03
“滤波”前后的对比讲解
<br>免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作!

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有账号?立即注册

x
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

上一主题上一主题         下一主题下一主题
QQ手机版小黑屋粤ICP备17165530号

Copyright 2010-2015. All rights reserved. 

微信公众号二维码 抖音二维码 百家号二维码 今日头条二维码哔哩哔哩二维码