CN109143996A - 一种能保障产品质量的物联大数据采集处理系统 - Google Patents
一种能保障产品质量的物联大数据采集处理系统 Download PDFInfo
- Publication number
- CN109143996A CN109143996A CN201810900710.8A CN201810900710A CN109143996A CN 109143996 A CN109143996 A CN 109143996A CN 201810900710 A CN201810900710 A CN 201810900710A CN 109143996 A CN109143996 A CN 109143996A
- Authority
- CN
- China
- Prior art keywords
- flow
- sensor
- internet
- instantaneous flow
- processing system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 238000012545 processing Methods 0.000 title claims abstract description 69
- 238000009825 accumulation Methods 0.000 claims abstract description 22
- 230000002159 abnormal effect Effects 0.000 claims abstract description 11
- 238000000034 method Methods 0.000 claims description 57
- 238000005259 measurement Methods 0.000 claims description 23
- 230000008569 process Effects 0.000 claims description 16
- 238000012360 testing method Methods 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 description 27
- 238000001514 detection method Methods 0.000 description 16
- 238000000691 measurement method Methods 0.000 description 15
- 238000002474 experimental method Methods 0.000 description 12
- 238000012423 maintenance Methods 0.000 description 9
- 238000012935 Averaging Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 6
- 238000009434 installation Methods 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000004153 renaturation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F25/00—Testing or calibration of apparatus for measuring volume, volume flow or liquid level or for metering by volume
- G01F25/10—Testing or calibration of apparatus for measuring volume, volume flow or liquid level or for metering by volume of flowmeters
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32368—Quality control
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Fluid Mechanics (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Automation & Control Theory (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明公开一种能保障产品质量的物联大数据采集处理系统,其接收安装在同一管道上的两个相同口径的流量传感器实时的瞬时流量,且比对相同口径的两个流量传感器的瞬时流量。物联大数据采集处理系统当判断两个流量传感器的瞬时流量出现偏差时,两个流量传感器的瞬时流量分别和各自的原始积累的瞬时流量做比对,所述原始积累的瞬时流量为一段时间内的瞬时流量平均值;如果某个流量传感器的瞬时流量和其原始积累的瞬时流量偏差超过一个预设值,则物联大数据采集处理系统判断这个流量传感器出现异常。本发明能保证产品在出现问题前,通过数据分析,来判断仪表的故障,做到事前预防。
Description
技术领域
本发明涉及大数据应用领域中的一种物联大数据采集处理系统,尤其涉及一种能保障产品质量的物联大数据采集处理系统。
背景技术
现有的流量传感器在实际应用中,产品质量出现问题采取事后控制的原则,维修或更换。然而没办法保证产品在出现问题前,通过数据分析,来判断仪表的故障,做到事前预防。
发明内容
本发明的目的在于提供一种能保障产品质量的物联大数据采集处理系统,其能保证产品在出现问题前,通过数据分析,来判断仪表的故障,做到事前预防。
本发明采用以下技术方案实现:一种能保障产品质量的物联大数据采集处理系统,其针对用户的各种电器器件进行数据采集,然后对采集回来的数据做各种数据处理,接着将处理后的数据进行显示,或上传至网络,或收集至服务器供客户调阅查看,
所述物联大数据采集处理系统接收安装在同一管道上的两个相同口径的流量传感器实时的瞬时流量,且比对相同口径的两个流量传感器的瞬时流量;
所述物联大数据采集处理系统分析两个流量传感器的瞬时流量出现偏差时,还将两个流量传感器的瞬时流量分别和各自的原始积累的瞬时流量做比对,所述原始积累的瞬时流量为一段时间内的瞬时流量平均值;
所述物联大数据采集处理系统判断如果某个流量传感器的瞬时流量和其原始积累的瞬时流量偏差超过一个预设值,则发出警告来提示这个流量传感器出现异常。
作为上述方案的进一步改进,所述物联大数据采集处理系统判断如果某个流量传感器的瞬时流量和其原始积累的瞬时流量偏差为零,则认为这个流量传感器测量精准。
作为上述方案的进一步改进,所述物联大数据采集处理系统还校准不同使用现场的应用流量传感器的系数;
检测每个应用流量传感器在不同流程范围变化时的瞬时流量,得到多组数据组W4,每组数据组W4为:Z21,Z22,……,Z2u,其中u代表流程范围的数量;
使用现场的应用流量传感器在检测瞬时流量时,将检测到的瞬时流量k与相对应流程范围内的Z2u做比对;
如果瞬时流量k和相对应流程范围内的Z2u相同,则结束,否则,进行步骤S24:对瞬时流量k进行补偿使瞬时流量k和相对应流程范围内的Z2u相同。
进一步地,所述补偿采用软件补偿。
本发明的物联大数据采集处理系统,可以及时判断采用正常的传感器数据,对不正常的传感器及时维修或更换,降低设备故障导致生产停工的风险,对传感器的数据的准确性做到时刻监控。
附图说明
图1为实施例1的提高流量传感器的测量准确度方法的流程示意图。
图2为实施例2的提高流量传感器的测量准确度装置的模块结构示意图。
图3为实施例7的流量传感器的准确度保障方法的流程示意图。
图4为实施例8的又一种流量传感器的准确度保障方法的流程示意图。
图5为实施例9的流量传感器的准确度保障装置的模块结构示意图。
图6为实施例16的流量传感器的产品质量保障方法的流程示意图。
图7为实施例17的流量传感器的产品质量保障装置的模块结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
实施例1
本实施例公开一种基于流量传感器用重复性数据来提高流量传感器的测量准确度方法。一个流量传感器有很多流量点,流量点的重复性是指一个流量传感器在同一个流量点多次测量得到的一组数据的重复性。流量传感器在一定的流量范围内是有一定的误差,实际应用中用对比法检测是会产生累计误差。一般情况下流量传感器的准确度误差不得超过重复性误差的3倍。基于在同一流量点重复性的数据的精度和在不同量程范围内的差异,本实施例的提高流量传感器的测量准确度方法是用重复性误差来检测流量传感器的一定流量范围内不同的点的重复性,从而来确定流量范围内的准确度。
本实施例要提到的流量传感器分成两部分,一部分是处于生产现场或实验室内的,在此定义为标定流量传感器,这类流量传感器的测量误差接近为零,且各类系数均很稳定,因此接下去要介绍的提高流量传感器的测量准确度方法中,对处于生产现场或实验室内的流量传感器在采集数据时基本只需要采集一次。另一部分是处于不同使用现场的流量传感器,每个使用现场安装至少一个流量传感器,在此定义为应用流量传感器。使用现场的环境不同于生产现场或实验室内,条件远远偏离理想条件。因此,应用流量传感器的测量存在不确定性的误差,即便是同一个应用流量传感器,在不同时刻针对同一对象的测量也会产生不同的测量值;针对同一对象采用不同的应用流量传感器进行测量也会产生不同的测量值。因此,如何校准这些处于不同使用现场的流量传感器的测量准确度在实际应用中显得尤为关键。
请参阅图1,本实施例的提高流量传感器的测量准确度方法包括以下步骤。
步骤S11,定义生产现场或实验室内的流量传感器为标定流量传感器,采集标定流量传感器的每个流量点的平均重复性数据,由此获得数据组W1为:x1,x2,……,xn,其中,n表示流量传感器的流量点数量,xn表示标定流量传感器在第n个流量点的平均重复性数据。
其中,每个流量点进行至少三次的重复性数据采集后,求平均即可得到相应流量点的平均重复性数据。
步骤S12,定义每个使用现场的流量传感器为应用流量传感器,标定流量传感器和应用流量传感器具有相同型号;在同一时间采集不同使用现场的每个应用流量传感器的每个流量点的重复性数据,由此获得数据组W2为:{(y11,y12,……,y1n),(y21,y22,……,y2n),……,(ym1,ym2,……,ymn)},其中,m表示应用流量传感器的数量,ymn表示第m个应用流量传感器在第n个流量点的重复性数据。
步骤S13,在不同的时间点重复步骤S12,由此获得多组数据组W2。
步骤S14,针对同一应用流量传感器的同一流量点,将每组数据组W2中相应流量点的重复性数据和数据组W1的对应平均重复性数据做比对取差值,得到多组数据组W3,每组数据组W3为:{(Δ11=y11-x1,Δ12=y12-x2,……,Δ1n=y1n-xn),(Δ21=y11-x1,Δ22=y12-x2,……,Δ2n=y1n-xn),……,(Δn1=y11-x1,Δn2=y12-x2,……,Δnn=y1n-xn)}。
步骤S15,对所有差值取平均值(即对多组数据组W3取平均值),得到平均值Δ。
步骤S16,判断每组数据组W3中的差值是否等于平均值Δ。
如果每组数据组W3中的差值等于平均值Δ,则结束。否则(即如果每组数据组W3中的差值不等于平均值Δ),则进行步骤S17:调节相应应用流量传感器的系数直至相应差值等于差值平均值Δ。
其中,调节相应应用流量传感器的系数可以采用硬件调节,如直接对相应应用流量传感器的系数大小进行调节。也可以采用软件调节,对相应应用流量传感器的测量值进行软件补偿,如对相应差值小于差值平均值Δ的情况,进行正补偿,对相应差值大于差值平均值Δ的情况,进行负补偿。在后续的应用流量传感器的重复性数据测量中,就可以不断的采用这个方式去矫正。
本实施例的提高流量传感器的测量准确度方法,首先假定标定流量传感器的平均重复性数据就是准确无误的,通过以标定流量传感器的平均重复性数据为参照标准,然后通过大数据应用,采用大量应用流量传感器的重复性数据的平均值为参照标准,变相校准标定流量传感器的实际存在的误差,同时调整偏离平均值的应用流量传感器,从而提高应用流量传感器的准确度。
实施例2
本实施例提供了一种提高流量传感器的测量准确度装置,本实施例的测量准确度装置采用了实施例1的提高流量传感器的测量准确度方法。
请参阅图2,测量准确度装置包括重复性数据采集单元一1、重复性数据采集单元二2、差值比对单元3、平均值获取单元4、差值判断单元5、调节单元6。
定义生产现场或实验室内的流量传感器为标定流量传感器,重复性数据采集单元一1用于采集标定流量传感器的每个流量点的平均重复性数据,由此获得数据组W1为:x1,x2,……,xn。其中,n表示流量传感器的流量点数量,xn表示标定流量传感器在第n个流量点的平均重复性数据。其中,每个流量点进行至少三次的重复性数据采集后,求平均即可得到相应流量点的平均重复性数据。
定义每个使用现场的流量传感器为应用流量传感器,标定流量传感器和应用流量传感器具有相同型号。重复性数据采集单元二2用于在同一时间采集不同使用现场的每个应用流量传感器的每个流量点的重复性数据,由此获得数据组W2为:{(y11,y12,……,y1n),(y21,y22,……,y2n),……,(ym1,ym2,……,ymn)}。其中,m表示应用流量传感器的数量,ymn表示第m个应用流量传感器在第n个流量点的重复性数据。
在不同的时间点重复性数据采集单元二2多次采集不同使用现场的每个应用流量传感器的每个流量点的重复性数据,由此获得多组数据组W2。
差值比对单元3用于针对同一应用流量传感器的同一流量点,将相应流量点的重复性数据和数据组W1的对应平均重复性数据做比对取差值,得到多组数据组W3,每组数据组W3为:{(Δ11=y11-x1,Δ12=y12-x2,……,Δ1n=y1n-xn),(Δ21=y11-x1,Δ22=y12-x2,……,Δ2n=y1n-xn),……,(Δn1=y11-x1,Δn2=y12-x2,……,Δnn=y1n-xn)}。
平均值获取单元4用于对所有差值取平均值,得到平均值Δ。
差值判断单元5用于判断每组数据组W3中的差值是否等于平均值Δ。如果每组数据组W3中的差值等于平均值Δ,则结束。调节单元6用于如果每组数据组W3中的差值不等于平均值Δ,则调节相应应用流量传感器的系数直至相应差值等于差值平均值Δ。
其中,调节单元6在调节相应应用流量传感器的系数时,可以采用硬件调节,如直接对相应应用流量传感器的系数大小进行调节;也可以采用软件调节,对相应应用流量传感器的测量值进行软件补偿,如对相应差值小于差值平均值Δ的情况,进行正补偿,对相应差值大于差值平均值Δ的情况,进行负补偿。
实施例的测量准确度装置具有实施例1的提高流量传感器的测量准确度方法的相同有益效果。
实施例3
本实施例提供一种计算机终端,其包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序。所述处理器执行所述程序时实现实施例1的提高流量传感器的测量准确度方法的步骤。
实施例1的提高流量传感器的测量准确度方法在应用时,可以软件的形式进行应用,如设计成独立运行的程序,安装在计算机终端上,计算机终端可以是电脑、智能手机等。也可以设计成嵌入式运行的程序,安装在计算机终端上,如安装在单片机上。
实施例4
本实施例提供一种计算机可读存储介质,其上存储有计算机程序。所述程序被处理器执行时,实现实施例1的提高流量传感器的测量准确度方法的步骤。
实施例1的提高流量传感器的测量准确度方法在应用时,可以软件的形式进行应用,如设计成计算机可读存储介质可独立运行的程序,计算机可读存储介质可以是U盘,设计成U盾,通过U盘设计成通过外在触发启动整个方法的程序。
实施例5
本实施例提供一种流量传感器,所述流量传感器采用实施例1的提高流量传感器的测量准确度方法来调节或修正,从而提高测量的准确度。
实施例6
本实施例提供一种物联大数据采集处理系统,所述物联大数据采集处理系统针对用户的各种电器器件进行数据采集,然后对采集回来的数据做需要的各种处理,接着将处理后的数据进行显示,或上传至网络,或收集至服务器供客户调阅查看。
定义生产现场或实验室内的流量传感器为标定流量传感器,定义每个使用现场的流量传感器为应用流量传感器,标定流量传感器和应用流量传感器具有相同型号。
所述物联大数据采集处理系统先接收标定流量传感器的每个流量点的平均重复性数据,由此获得数据组W1为:x1,x2,……,xn,其中,n表示流量传感器的流量点数量,xn表示标定流量传感器在第n个流量点的平均重复性数据。其中,每个流量点进行至少三次的重复性数据采集后,求平均即可得到相应流量点的平均重复性数据。
之后,所述物联大数据接收处理系统在同一时间采集不同使用现场的每个应用流量传感器的每个流量点的重复性数据,由此获得数据组W2为:{(y11,y12,……,y1n),(y21,y22,……,y2n),……,(ym1,ym2,……,ymn)},其中,m表示应用流量传感器的数量,ymn表示第m个应用流量传感器在第n个流量点的重复性数据。
接着,所述物联大数据采集处理系统在不同的时间点重复接收不同使用现场的每个应用流量传感器的每个流量点的重复性数据,由此获得多组数据组W2。
然后,所述物联大数据采集处理系统针对同一应用流量传感器的同一流量点,将相应流量点的重复性数据和数据组W1的对应平均重复性数据做比对取差值,得到多组数据组W3,每组数据组W3为:{(Δ11=y11-x1,Δ12=y12-x2,……,Δ1n=y1n-xn),(Δ21=y11-x1,Δ22=y12-x2,……,Δ2n=y1n-xn),……,(Δn1=y11-x1,Δn2=y12-x2,……,Δnn=y1n-xn)}。
再接着,所述物联大数据采集处理系统对所有差值取平均,得到平均值Δ,再判断每组数据组W3中的差值是否等于平均值Δ,如果每组数据组W3中的差值等于平均值Δ,则结束,如果每组数据组W3中的差值不等于平均值Δ,则调节相应应用流量传感器的系数直至相应差值等于差值平均值Δ。
其中,调节相应应用流量传感器的系数可以采用硬件调节,如直接对相应应用流量传感器的系数大小进行调节。也可以通过所述物联大数据采集处理系统采用软件调节,对相应应用流量传感器的测量值进行软件补偿,如对相应差值小于差值平均值Δ的情况,进行正补偿,对相应差值大于差值平均值Δ的情况,进行负补偿。
实施例7
使用现场的应用流量传感器的检测数据,其精度会受环境的变化而变化。一般这种变化忽略不计,只会考虑从实验室(也即生产环境)到使用现场的环境变化,甚至精度要求不高的流量计,都无需考虑实验室到使用现场的环境变化。
针对实验室到使用现场的环境变化,且针对瞬时流量恒定的流量传感器而言,本实施例提供一种流量传感器的准确度保障方法。请参阅图3,本实施例的流量传感器的准确度保障方法包括以下步骤。
步骤S21,校准不同使用现场的应用流量传感器的系数。应用流量传感器的系数校准一般采用精度比应用流量传感器的精度更高的仪器去测量并校准,国标中规定采用精度比待测传感器高三倍的仪器。
步骤S22,检测每个应用流量传感器在不同流程范围变化时的瞬时流量,得到多组数据组W4,每组数据组W4为:Z21,Z22,……,Z2u,其中u代表流程范围的数量。
步骤S23,使用现场的应用流量传感器在检测瞬时流量时,将检测到的瞬时流量k与相对应流程范围内的Z2u做比对。
如果瞬时流量k和相对应流程范围内的Z2u相同,则结束,否则,进行步骤S24:对瞬时流量k进行软件补偿使瞬时流量k和相对应流程范围内的Z2u相同。
本实施例通过事先校准不同使用现场的应用流量传感器的系数,然后以校准后的应用流量传感器在不同量程范围内的瞬时流量作为标准值,拿来作为后续检测的参考,因此在后续如果产生误差则可以通过与标准值的比对而进行修正。
实施例8
本实施例提供一种流量传感器的准确度保障方法。实验室环境的变化给标定流量传感器带来影响,现场使用环境的变化也同样会给应用流量传感器带来影响,实验室的环境变化概率比较低,也就是说环境相对稳定,但是并不代表这实验室不存在环境变化,如果忽略实验室环境的变化,那么应用流量传感器的准确度就会下降。然而现实应用中,往往忽略实验室环境的变化,另一方面,应用流量传感器本身在环境从生产现场到使用现场发生变化时,也产生测量误差。所以需要在用流量传感器的使用过程中,实时修正用流量传感器的准确度变化量。本实施例和实施例7的区别在于,本实施例的使用现场的环境并非恒定不变,在这样的条件下去保障流量传感器的准确度。
请参阅图4,本实施例的流量传感器的准确度保障方法包括以下步骤。
步骤S31,检测处于生产现场或实验室内的标定流量传感器的瞬时流量k0。
步骤S32,在保持应用流量传感器的原始出厂系数不变的条件下,检测不同使用现场的应用流量传感器的瞬时流量,得到数据组w5为:k11,k12,……,k1m。
步骤S33,校准不同使用现场的应用流量传感器的系数。应用流量传感器的系数校准一般采用精度比应用流量传感器的精度更高的仪器去测量并校准,国标中规定采用精度比待测传感器高三倍的仪器。步骤S34,在不同时期、不同流程范围变化时,检测不同使用现场的应用流量传感器的瞬时流量,得到多组数据组W6,每组数据组W6为:k21,k22,……,k2m。
步骤S35,将每组数据组W6和数据组W5做比对,得到多组数据组W7,每组数据组W7为:k21-k11,k22-k12,……,k2m-k1m。
步骤S36,对多数据组W6取平均值Δ’。
步骤S37,使用现场的应用流量传感器在检测瞬时流量时,将检测到的瞬时流量k和标定流量传感器的瞬时流量k0做比对,并判断比对结果是否等于平均值Δ’。
如果比对结果等于平均值Δ’,则结束,否则(即如果比对结果不等于平均值Δ’),进行步骤S38:对瞬时流量k进行软件补偿直至比对结果等于平均值Δ’。
本实施例通过大量的数据规律来判断平台上(即生产现场或实验室内)的流量传感器的准确度,做出及时的判断,并自动修复测量数据的准确度。解决了产品的实验室环境和现场使用环境的变化对流量传感器的影响,实现在使用过程中的准确度变化的实时修正。
实施例9
本实施例提供了一种流量传感器的准确度保障装置,本实施例的流量传感器的准确度保障装置采用了实施例7的流量传感器的准确度保障方法。
请参阅图5,准确度保障装置包括检测单元一11、检测单元二12、校准单元13、检测单元三14、瞬时流量比对单元15、求平均值单元17、平均值判断单元18、补偿单元19。
定义生产现场或实验室内的流量传感器为标定流量传感器,定义每个使用现场的流量传感器为应用流量传感器,标定流量传感器和应用流量传感器具有相同型号。
检测单元一11用于检测处于生产现场或实验室内的标定流量传感器的瞬时流量k0。检测单元二12用于在保持应用流量传感器的原始出厂系数不变的条件下,检测不同使用现场的应用流量传感器的瞬时流量,得到数据组w5为:k11,k12,……,k1m。校准单元13用于校准不同使用现场的应用流量传感器的系数。
检测单元三14用于在不同时期、不同流程范围变化时,检测不同使用现场的应用流量传感器的瞬时流量,得到多组数据组W6,每组数据组W6为:k21,k22,……,k2m。
瞬时流量比对单元15用于将每组数据组W6和数据组W5做比对,得到多组数据组W7,每组数据组W7为:k21-k11,k22-k12,……,k2m-k1m。求平均值单元17用于对多数据组W7取平均值Δ’。平均值判断单元18用于使用现场的应用流量传感器在检测瞬时流量时,将检测到的瞬时流量k和标定流量传感器的瞬时流量k0做比对,并判断比对结果是否等于平均值Δ’。如果比对结果等于平均值Δ’,则结束,否则(即如果比对结果不等于平均值Δ’),补偿单元19用于对瞬时流量k进行软件补偿直至比对结果等于平均值Δ’。
实施例的测量准确度装置具有实施例1的提高流量传感器的测量准确度方法的相同有益效果。
实施例10
本实施例提供一种计算机终端,其包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序。所述处理器执行所述程序时实现实施例7或实施例8的流量传感器的准确度保障方法的步骤。
实施例7或实施例8的流量传感器的准确度保障方法在应用时,可以软件的形式进行应用,如设计成独立运行的程序,安装在计算机终端上,计算机终端可以是电脑、智能手机等。也可以设计成嵌入式运行的程序,安装在计算机终端上,如安装在单片机上。
实施例11
本实施例提供一种计算机可读存储介质,其上存储有计算机程序。所述程序被处理器执行时,实现实施例7或实施例8的流量传感器的准确度保障方法的步骤。
实施例7或实施例8的流量传感器的准确度保障方法在应用时,可以软件的形式进行应用,如设计成计算机可读存储介质可独立运行的程序,计算机可读存储介质可以是U盘,设计成U盾,通过U盘设计成通过外在触发启动整个方法的程序。
实施例12
本实施例提供一种流量传感器,所述流量传感器采用实施例7或实施例8的流量传感器的准确度保障方法来修正应用流量传感器检测的瞬时流量,从而保障流量传感器的准确度。
实施例13
本实施例提供一种流量传感器,所述流量传感器不仅采用实施例7或实施例8的流量传感器的准确度保障方法来修正应用流量传感器检测的瞬时流量,从而保障流量传感器的准确度,还采用实施例1的提高流量传感器的测量准确度方法来调节或修正,从而提高测量的准确度。
实施例14
本实施例提供一种物联大数据采集处理系统,所述物联大数据采集处理系统针对用户的各种电器器件进行数据采集,然后对采集回来的数据做需要的各种处理,接着将处理后的数据进行显示,或上传至网络,或收集至服务器供客户调阅查看。
定义生产现场或实验室内的流量传感器为标定流量传感器,定义每个使用现场的流量传感器为应用流量传感器,标定流量传感器和应用流量传感器具有相同型号。
所述物联大数据采集处理系统先接收处于生产现场或实验室内的标定流量传感器的瞬时流量k0;再在保持应用流量传感器的原始出厂系数不变的条件下,接收不同使用现场的应用流量传感器的瞬时流量,得到数据组w5为:k11,k12,……,k1m。
所述物联大数据采集处理系统接着校准不同使用现场的应用流量传感器的系数,并在应用流量传感器的系数校准后,在不同时期、不同流程范围变化时,所述物联大数据采集处理系统还接收不同使用现场的应用流量传感器的瞬时流量,得到多组数据组W6,每组数据组W6为:k21,k22,……,k2m;再将每组数据组W6和数据组W5做比对,得到多组数据组W7,每组数据组W7为:k21-k11,k22-k12,……,k2m-k1m;之后,对多数据组W7取平均值Δ’。
使用现场的应用流量传感器在检测瞬时流量时,所述物联大数据采集处理系统接收检测到的瞬时流量k和标定流量传感器的瞬时流量k0做比对,并判断比对结果是否等于平均值Δ’。如果比对结果等于平均值Δ’,则结束,否则(即如果比对结果不等于平均值Δ’),所述物联大数据采集处理系统对瞬时流量k进行软件补偿直至比对结果等于平均值Δ’。
物联大数据采集处理系统通过大量的数据规律来判断平台上(即生产现场或实验室内)的流量传感器的准确度,做出及时的判断,并自动修复测量数据的准确度。解决了产品的实验室环境和现场使用环境的变化对流量传感器的影响,实现在使用过程中的准确度变化的实时修正。
实施例15
本实施例在实施例14的基础上,物联大数据采集处理系统还接收标定流量传感器的每个流量点的平均重复性数据,由此获得数据组W1为:x1,x2,……,xn,其中,n表示流量传感器的流量点数量,xn表示标定流量传感器在第n个流量点的平均重复性数据。其中,每个流量点进行至少三次的重复性数据采集后,求平均即可得到相应流量点的平均重复性数据。
之后,所述物联大数据接收处理系统在同一时间采集不同使用现场的每个应用流量传感器的每个流量点的重复性数据,由此获得数据组W2为:{(y11,y12,……,y1n),(y21,y22,……,y2n),……,(ym1,ym2,……,ymn)},其中,m表示应用流量传感器的数量,ymn表示第m个应用流量传感器在第n个流量点的重复性数据。
接着,所述物联大数据采集处理系统在不同的时间点重复接收不同使用现场的每个应用流量传感器的每个流量点的重复性数据,由此获得多组数据组W2。
然后,所述物联大数据采集处理系统针对同一应用流量传感器的同一流量点,将相应流量点的重复性数据和数据组W1的对应平均重复性数据做比对取差值,得到多组数据组W3,每组数据组W3为:{(Δ11=y11-x1,Δ12=y12-x2,……,Δ1n=y1n-xn),(Δ21=y11-x1,Δ22=y12-x2,……,Δ2n=y1n-xn),……,(Δn1=y11-x1,Δn2=y12-x2,……,Δnn=y1n-xn)}。
再接着,所述物联大数据采集处理系统对所有差值取平均,得到平均值Δ,再判断每组数据组W3中的差值是否等于平均值Δ,如果每组数据组W3中的差值等于平均值Δ,则结束,如果每组数据组W3中的差值不等于平均值Δ,则调节相应应用流量传感器的系数直至相应差值等于差值平均值Δ。
其中,调节相应应用流量传感器的系数可以采用硬件调节,如直接对相应应用流量传感器的系数大小进行调节。也可以通过所述物联大数据采集处理系统采用软件调节,对相应应用流量传感器的测量值进行软件补偿,如对相应差值小于差值平均值Δ的情况,进行正补偿,对相应差值大于差值平均值Δ的情况,进行负补偿。
实施例16
本实施例提供一种流量传感器的产品质量保障方法。现有的流量传感器在实际应用中,产品质量出现问题采取事后控制的原则,维修或更换。本实施例能保证产品在出现问题前,通过数据分析,来判断仪表的故障,做到事前预防。
请参阅图6,本实施例的流量传感器的产品质量保障方法包括以下步骤。
步骤S41,同一管道,安装相同口径的两个流量传感器。
步骤S42,实时同步采集两个流量传感器的瞬时流量,并相互作比对。
步骤S43,当两个流量传感器的瞬时流量出现偏差时,两个流量传感器的瞬时流量分别和各自的原始积累的瞬时流量做比对,所述原始积累的瞬时流量为一段时间内的瞬时流量平均值。
步骤S44,如果某个流量传感器的瞬时流量和其原始积累的瞬时流量偏差超过一个预设值,则判断这个流量传感器出现异常。因此,这个流量传感器需要及时维修和更换。不正常的传感器及时维修或更换,可降低设备故障导致生产停工的风险。
步骤S45,如果某个流量传感器的瞬时流量和其原始积累的瞬时流量偏差为零,则判断这个流量传感器测量精准。
本实施例的流量传感器的产品质量保障方法,通过两个流量传感器在运行时做及时对比,当出现数据偏离及时和各自的原始积累的数据比对,从而能降低设备故障导致生产停工的风险,且对流量传感器的数据的准确性做到时刻监控。
实施例17
本实施例提供了一种流量传感器的产品质量保障装置,本实施例的流量传感器的产品质量保障装置采用了实施例15的流量传感器的产品质量保障方法。
请参阅图7,流量传感器的产品质量保障装置包括比较单元一32、比较单元二33、两个瞬时流量采集单元31、结论判断单元34。
两个瞬时流量采集单元31用于分别对安装在同一管道上的两个相同口径的流量传感器实时同步采集瞬时流量。
比较单元一32用于对相同口径的两个流量传感器的瞬时流量作比对。
比较单元二33用于当两个流量传感器的瞬时流量出现偏差时,两个流量传感器的瞬时流量分别和各自的原始积累的瞬时流量做比对,所述原始积累的瞬时流量为一段时间内的瞬时流量平均值。
结论判断单元34用于如果某个流量传感器的瞬时流量和其原始积累的瞬时流量偏差超过一个预设值,则判断这个流量传感器出现异常;如果某个流量传感器的瞬时流量和其原始积累的瞬时流量偏差为零,则判断这个流量传感器测量精准。当判断这个流量传感器出现异常时,这个流量传感器需要及时维修和更换。因此,不正常的传感器及时维修或更换,可降低设备故障导致生产停工的风险。
实施例18
本实施例提供一种计算机终端,其包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序。所述处理器执行所述程序时实现实施例16的流量传感器的产品质量保障方法的步骤。
实施例16的流量传感器的产品质量保障方法在应用时,可以软件的形式进行应用,如设计成独立运行的程序,安装在计算机终端上,计算机终端可以是电脑、智能手机等。也可以设计成嵌入式运行的程序,安装在计算机终端上,如安装在单片机上。
实施例19
本实施例提供一种计算机可读存储介质,其上存储有计算机程序。所述程序被处理器执行时,实现实施例16的流量传感器的产品质量保障方法的步骤。
实施例16的流量传感器的产品质量保障方法在应用时,可以软件的形式进行应用,如设计成计算机可读存储介质可独立运行的程序,计算机可读存储介质可以是U盘,设计成U盾,通过U盘设计成通过外在触发启动整个方法的程序。
实施例20
本实施例提供一种流量传感器,所述流量传感器采用实施例16的流量传感器的产品质量保障方法来保障使用过程中流量传感器的产品质量,从而降低设备故障导致生产停工的风险。
实施例21
本实施例提供一种流量传感器,所述流量传感器不仅采用实施例16的流量传感器的产品质量保障方法来保障使用过程中流量传感器的产品质量,从而降低设备故障导致生产停工的风险,还采用实施例7或实施例8的流量传感器的准确度保障方法来修正应用流量传感器检测的瞬时流量,从而保障流量传感器的准确度。
实施例22
本实施例提供一种流量传感器,所述流量传感器第一方面采用实施例16的流量传感器的产品质量保障方法来保障使用过程中流量传感器的产品质量,从而降低设备故障导致生产停工的风险;第二方面还采用实施例7或实施例8的流量传感器的准确度保障方法来修正应用流量传感器检测的瞬时流量,从而保障流量传感器的准确度;第三方面还采用实施例1的提高流量传感器的测量准确度方法来调节或修正,从而提高测量的准确度。
实施例23
本实施例提供一种物联大数据采集处理系统,所述物联大数据采集处理系统针对用户的各种电器器件进行数据采集,然后对采集回来的数据做需要的各种处理,接着将处理后的数据进行显示,或上传至网络,或收集至服务器供客户调阅查看。
定义生产现场或实验室内的流量传感器为标定流量传感器,定义每个使用现场的流量传感器为应用流量传感器,标定流量传感器和应用流量传感器具有相同型号。
所述物联大数据采集处理系统分别接收安装在同一管道上的两个相同口径的流量传感器实时的瞬时流量,且比对相同口径的两个流量传感器的瞬时流量。所述物联大数据采集处理系统分析两个流量传感器的瞬时流量出现偏差时(即两个流量传感器的瞬时流量不相同时),所述物联大数据采集处理系统还将两个流量传感器的瞬时流量分别和各自的原始积累的瞬时流量做比对,所述原始积累的瞬时流量为一段时间内的瞬时流量平均值。
所述物联大数据采集处理系统判断如果某个流量传感器的瞬时流量和其原始积累的瞬时流量偏差超过一个预设值,则发出警告来提示这个流量传感器出现异常;所述物联大数据采集处理系统判断如果某个流量传感器的瞬时流量和其原始积累的瞬时流量偏差为零,则认为这个流量传感器测量精准。认为这个流量传感器测量精准时,可以不发出任何警告。当判断这个流量传感器出现异常时,这个流量传感器需要及时维修和更换。因此,不正常的传感器及时维修或更换,可降低设备故障导致生产停工的风险。
实施例24
本实施例在实施例23的基础上,物联大数据采集处理系统还先接收处于生产现场或实验室内的标定流量传感器的瞬时流量k0;再在保持应用流量传感器的原始出厂系数不变的条件下,接收不同使用现场的应用流量传感器的瞬时流量,得到数据组w5为:k11,k12,……,k1m;然后校准不同使用现场的应用流量传感器的系数。
所述物联大数据采集处理系统在应用流量传感器的系数校准后,在不同时期、不同流程范围变化时,所述物联大数据采集处理系统还接收不同使用现场的应用流量传感器的瞬时流量,得到多组数据组W6,每组数据组W6为:k21,k22,……,k2m;再将每组数据组W6和数据组W5做比对,得到多组数据组W7,每组数据组W7为:k21-k11,k22-k12,……,k2m-k1m;之后,对多数据组W7取平均值Δ’。
使用现场的应用流量传感器在检测瞬时流量时,所述物联大数据采集处理系统接收检测到的瞬时流量k和标定流量传感器的瞬时流量k0做比对,并判断比对结果是否等于平均值Δ’。如果比对结果等于平均值Δ’,则结束,否则(即如果比对结果不等于平均值Δ’),所述物联大数据采集处理系统对瞬时流量k进行软件补偿直至比对结果等于平均值Δ’。
物联大数据采集处理系统通过大量的数据规律来判断平台上(即生产现场或实验室内)的流量传感器的准确度,做出及时的判断,并自动修复测量数据的准确度。解决了产品的实验室环境和现场使用环境的变化对流量传感器的影响,实现在使用过程中的准确度变化的实时修正。
实施例25
本实施例在实施例24的基础上,物联大数据采集处理系统还接收标定流量传感器的每个流量点的平均重复性数据,由此获得数据组W1为:x1,x2,……,xn,其中,n表示流量传感器的流量点数量,xn表示标定流量传感器在第n个流量点的平均重复性数据。其中,每个流量点进行至少三次的重复性数据采集后,求平均即可得到相应流量点的平均重复性数据。
之后,所述物联大数据接收处理系统在同一时间采集不同使用现场的每个应用流量传感器的每个流量点的重复性数据,由此获得数据组W2为:{(y11,y12,……,y1n),(y21,y22,……,y2n),……,(ym1,ym2,……,ymn)},其中,m表示应用流量传感器的数量,ymn表示第m个应用流量传感器在第n个流量点的重复性数据。
接着,所述物联大数据采集处理系统在不同的时间点重复接收不同使用现场的每个应用流量传感器的每个流量点的重复性数据,由此获得多组数据组W2。
然后,所述物联大数据采集处理系统针对同一应用流量传感器的同一流量点,将相应流量点的重复性数据和数据组W1的对应平均重复性数据做比对取差值,得到多组数据组W3,每组数据组W3为:{(Δ11=y11-x1,Δ12=y12-x2,……,Δ1n=y1n-xn),(Δ21=y11-x1,Δ22=y12-x2,……,Δ2n=y1n-xn),……,(Δn1=y11-x1,Δn2=y12-x2,……,Δnn=y1n-xn)}。
再接着,所述物联大数据采集处理系统对所有差值取平均,得到平均值Δ,再判断每组数据组W3中的差值是否等于平均值Δ,如果每组数据组W3中的差值等于平均值Δ,则结束,如果每组数据组W3中的差值不等于平均值Δ,则调节相应应用流量传感器的系数直至相应差值等于差值平均值Δ。
其中,调节相应应用流量传感器的系数可以采用硬件调节,如直接对相应应用流量传感器的系数大小进行调节。也可以通过所述物联大数据采集处理系统采用软件调节,对相应应用流量传感器的测量值进行软件补偿,如对相应差值小于差值平均值Δ的情况,进行正补偿,对相应差值大于差值平均值Δ的情况,进行负补偿。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种能保障产品质量的物联大数据采集处理系统,其针对用户的各种电器器件进行数据采集,然后对采集回来的数据做各种数据处理,接着将处理后的数据进行显示,或上传至网络,或收集至服务器供客户调阅查看,其特征在于,
所述物联大数据采集处理系统接收安装在同一管道上的两个相同口径的流量传感器实时的瞬时流量,且比对相同口径的两个流量传感器的瞬时流量;
所述物联大数据采集处理系统分析两个流量传感器的瞬时流量出现偏差时,还将两个流量传感器的瞬时流量分别和各自的原始积累的瞬时流量做比对,所述原始积累的瞬时流量为一段时间内的瞬时流量平均值;
所述物联大数据采集处理系统判断如果某个流量传感器的瞬时流量和其原始积累的瞬时流量偏差超过一个预设值,则发出警告来提示这个流量传感器出现异常。
2.如权利要求1所述的能保障产品质量的物联大数据采集处理系统,其特征在于,所述物联大数据采集处理系统判断如果某个流量传感器的瞬时流量和其原始积累的瞬时流量偏差为零,则认为这个流量传感器测量精准。
3.如权利要求1所述的能保障产品质量的物联大数据采集处理系统,其特征在于,所述物联大数据采集处理系统还校准不同使用现场的应用流量传感器的系数;
检测每个应用流量传感器在不同流程范围变化时的瞬时流量,得到多组数据组W4,每组数据组W4为:Z21,Z22,……,Z2u,其中u代表流程范围的数量;
使用现场的应用流量传感器在检测瞬时流量时,将检测到的瞬时流量k与相对应流程范围内的Z2u做比对;
如果瞬时流量k和相对应流程范围内的Z2u相同,则结束,否则,进行步骤S24:对瞬时流量k进行补偿使瞬时流量k和相对应流程范围内的Z2u相同。
4.如权利要求3所述的能保障产品质量的物联大数据采集处理系统,其特征在于,所述补偿采用软件补偿。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810900710.8A CN109143996A (zh) | 2018-08-09 | 2018-08-09 | 一种能保障产品质量的物联大数据采集处理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810900710.8A CN109143996A (zh) | 2018-08-09 | 2018-08-09 | 一种能保障产品质量的物联大数据采集处理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109143996A true CN109143996A (zh) | 2019-01-04 |
Family
ID=64792452
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810900710.8A Withdrawn CN109143996A (zh) | 2018-08-09 | 2018-08-09 | 一种能保障产品质量的物联大数据采集处理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109143996A (zh) |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101189423A (zh) * | 2005-06-06 | 2008-05-28 | 罗伯特·博世有限公司 | 校正传感器信号的方法和设备 |
CN101614575A (zh) * | 2008-06-26 | 2009-12-30 | 北京谊安医疗系统股份有限公司 | 校正质量流量传感器的电压与气流速度关系的方法 |
CN102809409A (zh) * | 2011-05-31 | 2012-12-05 | 通用汽车环球科技运作有限责任公司 | 用于检测并行进气发动机中的质量空气流量传感器的故障的系统和方法 |
CN103674194A (zh) * | 2013-12-31 | 2014-03-26 | 重庆川仪自动化股份有限公司 | 一种电磁流量计的检定系统及检定方法 |
CN203561408U (zh) * | 2013-11-08 | 2014-04-23 | 阿自倍尔仪表(大连)有限公司 | 一种电磁流量计的校正装置 |
US20140137632A1 (en) * | 2011-06-30 | 2014-05-22 | Universita' Degli Studi Di Genova | Device for checking the calibration of catching instruments measuring rainfall intensity |
EP2735852A1 (en) * | 2012-11-26 | 2014-05-28 | Endress + Hauser Flowtec AG | Scalable and continuous auto-zeroing method for AC driven magneto-inductive flowmeters |
CN104266731A (zh) * | 2014-10-21 | 2015-01-07 | 中山欧麦克仪器设备有限公司 | 验证电磁流量计的系统 |
CN105547344A (zh) * | 2015-12-08 | 2016-05-04 | 武昌船舶重工集团有限公司 | 一种测试设备校准装置及其校准方法 |
CN106501549A (zh) * | 2016-10-19 | 2017-03-15 | 中航飞机股份有限公司西安飞机分公司 | 一种数控喷丸机流量流速的测量校准方法 |
CN107655551A (zh) * | 2017-10-31 | 2018-02-02 | 潍柴动力股份有限公司 | 一种质量式油耗仪的标定装置 |
WO2018067128A1 (en) * | 2016-10-04 | 2018-04-12 | Micro Motion, Inc. | Flowmeter calibration method and related apparatus |
CN107944652A (zh) * | 2017-09-05 | 2018-04-20 | 天津市电力科技发展有限公司 | 一种广义流量仪表运行误差远程校准方法 |
CN207317905U (zh) * | 2017-10-30 | 2018-05-04 | 西门子传感器与通讯有限公司 | 流量计校准装置 |
CN108036842A (zh) * | 2017-12-01 | 2018-05-15 | 苏州市计量测试研究所 | 一种电磁流量计在线校准方法 |
CN207456571U (zh) * | 2017-11-15 | 2018-06-05 | 云南昆钢电子信息科技有限公司 | 一种差压流量计远程故障快速诊断系统 |
CN108168659A (zh) * | 2018-03-21 | 2018-06-15 | 合肥科迈捷智能传感技术有限公司 | 一种涡街流量计智能诊断方法 |
CN108195591A (zh) * | 2017-12-29 | 2018-06-22 | 潍柴动力股份有限公司 | 一种进气质量流量的修正方法及系统 |
-
2018
- 2018-08-09 CN CN201810900710.8A patent/CN109143996A/zh not_active Withdrawn
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101189423A (zh) * | 2005-06-06 | 2008-05-28 | 罗伯特·博世有限公司 | 校正传感器信号的方法和设备 |
CN101614575A (zh) * | 2008-06-26 | 2009-12-30 | 北京谊安医疗系统股份有限公司 | 校正质量流量传感器的电压与气流速度关系的方法 |
CN102809409A (zh) * | 2011-05-31 | 2012-12-05 | 通用汽车环球科技运作有限责任公司 | 用于检测并行进气发动机中的质量空气流量传感器的故障的系统和方法 |
US20140137632A1 (en) * | 2011-06-30 | 2014-05-22 | Universita' Degli Studi Di Genova | Device for checking the calibration of catching instruments measuring rainfall intensity |
EP2735852A1 (en) * | 2012-11-26 | 2014-05-28 | Endress + Hauser Flowtec AG | Scalable and continuous auto-zeroing method for AC driven magneto-inductive flowmeters |
CN203561408U (zh) * | 2013-11-08 | 2014-04-23 | 阿自倍尔仪表(大连)有限公司 | 一种电磁流量计的校正装置 |
CN103674194A (zh) * | 2013-12-31 | 2014-03-26 | 重庆川仪自动化股份有限公司 | 一种电磁流量计的检定系统及检定方法 |
CN104266731A (zh) * | 2014-10-21 | 2015-01-07 | 中山欧麦克仪器设备有限公司 | 验证电磁流量计的系统 |
CN105547344A (zh) * | 2015-12-08 | 2016-05-04 | 武昌船舶重工集团有限公司 | 一种测试设备校准装置及其校准方法 |
WO2018067128A1 (en) * | 2016-10-04 | 2018-04-12 | Micro Motion, Inc. | Flowmeter calibration method and related apparatus |
CN106501549A (zh) * | 2016-10-19 | 2017-03-15 | 中航飞机股份有限公司西安飞机分公司 | 一种数控喷丸机流量流速的测量校准方法 |
CN107944652A (zh) * | 2017-09-05 | 2018-04-20 | 天津市电力科技发展有限公司 | 一种广义流量仪表运行误差远程校准方法 |
CN207317905U (zh) * | 2017-10-30 | 2018-05-04 | 西门子传感器与通讯有限公司 | 流量计校准装置 |
CN107655551A (zh) * | 2017-10-31 | 2018-02-02 | 潍柴动力股份有限公司 | 一种质量式油耗仪的标定装置 |
CN207456571U (zh) * | 2017-11-15 | 2018-06-05 | 云南昆钢电子信息科技有限公司 | 一种差压流量计远程故障快速诊断系统 |
CN108036842A (zh) * | 2017-12-01 | 2018-05-15 | 苏州市计量测试研究所 | 一种电磁流量计在线校准方法 |
CN108195591A (zh) * | 2017-12-29 | 2018-06-22 | 潍柴动力股份有限公司 | 一种进气质量流量的修正方法及系统 |
CN108168659A (zh) * | 2018-03-21 | 2018-06-15 | 合肥科迈捷智能传感技术有限公司 | 一种涡街流量计智能诊断方法 |
Non-Patent Citations (1)
Title |
---|
朱毅: "质量流量计的应用体会", 《石油化工自动化》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106969812A (zh) | 流量传感器校准方法及系统 | |
CN103471698B (zh) | 一种电子皮带秤校核方法 | |
CN109141585A (zh) | 一种能提高测量准确度的流量传感器 | |
RU2358250C2 (ru) | Калибровка датчика давления при выполнении технологического процесса | |
CN111998919A (zh) | 燃气表校准方法及装置 | |
CN108804703A (zh) | 一种数据异常检测方法及装置 | |
US11069226B2 (en) | Smoke detector methods and systems | |
CN109238407A (zh) | 一种能保障准确度的物联大数据采集处理系统 | |
CN109116819A (zh) | 一种物联大数据采集处理系统 | |
CN109141586A (zh) | 一种能提高测量准确度的物联大数据采集处理系统 | |
CN109029642A (zh) | 一种能保障准确度的流量传感器 | |
CN109029643A (zh) | 一种能保障产品质量的流量传感器 | |
CA2873034C (en) | Process control loop current verification | |
CN109143996A (zh) | 一种能保障产品质量的物联大数据采集处理系统 | |
CN109141587A (zh) | 一种流量传感器的产品质量保障方法及装置、终端、介质 | |
CN109117550A (zh) | 流量传感器的准确度保障方法及装置、终端、介质 | |
CN109141564A (zh) | 一种提高流量传感器的测量准确度方法及其装置 | |
EP3953776A1 (en) | Method and arrangement for long term drift analysis | |
US20220187262A1 (en) | Device and method for anomaly detection of gas sensor | |
CN107575211B (zh) | 一种抽油机示功仪的在线标定方法 | |
CN107831668B (zh) | 一种适用于随动控制自适应检测的方法及系统 | |
CN114280524B (zh) | 基于模糊控制的集成电路测试系统校准方法及装置 | |
JP2014084734A (ja) | エンジンオイル消費量の計測装置及び計測方法 | |
CN105973629A (zh) | 多模块机组分水不均自诊断方法、系统及装置 | |
CN112577585A (zh) | 称重设备、称重传感器组的状态检测装置及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190104 |