CN116592929A - 传感器校准系统 - Google Patents
传感器校准系统 Download PDFInfo
- Publication number
- CN116592929A CN116592929A CN202310103161.2A CN202310103161A CN116592929A CN 116592929 A CN116592929 A CN 116592929A CN 202310103161 A CN202310103161 A CN 202310103161A CN 116592929 A CN116592929 A CN 116592929A
- Authority
- CN
- China
- Prior art keywords
- sensor
- electrical output
- value
- controller
- reference value
- 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.)
- Pending
Links
- 238000005259 measurement Methods 0.000 claims abstract description 62
- 238000003860 storage Methods 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 6
- 238000000034 method Methods 0.000 description 76
- 230000006870 function Effects 0.000 description 46
- 238000010801 machine learning Methods 0.000 description 16
- 238000004891 communication Methods 0.000 description 15
- 238000013528 artificial neural network Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 230000002787 reinforcement Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004146 energy storage Methods 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000008867 communication pathway Effects 0.000 description 2
- 238000011109 contamination Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000003137 locomotive effect Effects 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005297 material degradation process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000009420 retrofitting Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D18/00—Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00
- G01D18/002—Automatic recalibration
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
一个传感器校准系统,该系统包括控制器,该控制器被配置为当传感器处于第一输入条件时,接收由传感器生成的第一电输出,当传感器处于第二输入条件时,接收由传感器生成的第二电输出。第一电输出和第二电输出分别表示传感器的测量范围的下限和上限。控制器获得与测量范围的下限相对应的第一参考值和与测量范围上限相对应的第二参考值,并基于第一电输出的数值、第二电输出的数值、第一参考值和第二参考值来确定传感器的漂移函数。控制器将由传感器生成的原始电输出的数值输入到漂移函数中,以确定原始电输出的调整后的值。
Description
相关申请的交叉引用
本申请要求于2022年2月14日提交的第63/267,977号美国临时专利申请和2023年1月17日提交的第18/155,247号美国非临时专利申请的优先权,其全部公开内容通过引用并入本文。
技术领域
本文描述的主题涉及传感器的校准。
背景技术
传感器用于监测运载工具、其他设备和机械的各种性能。系统依赖于一段时间内精确且一致的传感器测量值来进行控制操作,并提醒操作员出现了意外报警情况。不幸的是,随着时间的推移,传感器的灵敏度会逐渐变化或漂移,这会导致不准确的性能测量。漂移可能是由各种因素引起的,例如传感器中的材料退化、有源传感器元件的环境污染、振动或其他机械应力等。例如,新的压力传感器在暴露于75磅/平方英寸(psi)的输入条件下时,可能产生2.0伏(V)的输出。2.0V值通过函数转换为75psi的测量值。由于随时间漂移,当同一压力传感器暴露于相同的输入条件(75psi)时,可能只产生1.8V的输出。通过相同的函数,该1.8V值可转换为68psi的测量值。因此,由于传感器漂移,使用的传感器提供了不准确的传感器测量值(例如,当实际输入为75psi时,68psi的测量值)。
除了精度降低外,传感器漂移可能会导致无效的超范围情况(例如,假阳性)和/或可能无法检测到实际的超范围情况(例如,假阴性)。例如,使用上述假设示例,发动机组件的允许或预期性能范围的上限可以是73psi。当传感器是新的并且暴露在75psi的输入条件下时,传感器生成的输出被转换为75psi的测量属性值,控制系统产生一个警报,因为测得的属性值高于73psi的上限。然而,对受漂移影响的同一传感器,将无法检测到这种实际超范围的情况。如上所述,受漂移影响的传感器生成的输出可被转换为68psi的测量属性值。控制器确定68psi在允许或预期范围内(例如,低于73psi),因此控制器无法检测到该超范围的情况,并且不会产生警报。这是一个假阴性警报的示例。相反,即使性能的实际值在允许或预期范围内,传感器漂移也可能导致控制器基于不准确的传感器测量值触发超范围警报。这是一个假阳性传感器警报的示例。
如果确定传感器发生漂移,则用新传感器更换该传感器。更换传感器以避免或减少因漂移而导致的不准确的可能性,可能是昂贵且浪费材料的。在某些情况下,有漂移的传感器可以在维护期间手动重新校准,以延迟更换。手动重新校准流程可包括将传感器从运载工具、设备或机械上断开,通过校准设备将传感器提交至测试输入条件,当暴露于测试输入条件下时将传感器的电输出转换为测量的属性值,并将测量的属性值与校准的(例如实际的)属性值进行比较以确定偏移。然后,操作员可以将传感器的转换函数从传感器输出值调整为测量的属性值,以减少偏移。例如,操作员可以在给定传感器的每个测量压力值上加上5psi。这种手动重新校准流程可能相对低效,并且在调整传感器输出和测量的属性值之间的转换方面,可能容易出现人为错误。可能需要有比已知的手动重新校准技术更有效和更准确的用于重新校准传感器的系统和方法。
发明内容
根据一实施例,提供一种传感器校准系统,该传感器校准系统可以包括控制器,该控制器包括一个或者多个处理器且与传感器可操作地连接。控制器可以当传感器处于第一输入条件时,接收传感器生成的第一电输出,并当传感器处于第二输入条件时,接收传感器生成的第二电输出。第一电输出可以表示传感器的测量范围的下限,并且第二电输出可以表示传感器的测量范围的上限。控制器可以获得与测量范围的下限相对应的第一参考值,以及与测量范围的上限相对应的第二参考值。控制器可以基于第一电输出的数值、第二电输出的数值、第一参考值和第二参考值来确定传感器的漂移函数。控制器可以将由传感器生成的原始电输出的数值输入到漂移函数中,以确定原始电输出的调整后的值。
根据一实施例,提供一种方法,该方法可包括当传感器处于第一输入条件时,接收由传感器生成的第一电输出,且当传感器处于第二输入条件时,接收由传感器生成的第二电输出。第一电输出可以表示传感器的测量范围的下限,且第二电输出可以表示传感器的测量范围的上限。该方法可以包括获得与测量范围的下限相对应的第一参考值和与测量范围上限相对应的第二参考值。该方法可以包括基于第一电输出的数值、第二电输出的数值、第一参考值和第二参考值来确定传感器的漂移函数。该方法可以包括将由传感器生成的原始电输出的数值输入到漂移函数中,以确定原始电输出的调整后的值。
根据一实施例,提供一种传感器校准系统,该系统可以包括控制器,该控制器设置在运载工具上并与运载工具上的传感器可操作地连接。控制器可以包括一个或者多个处理器,且可以接收由传感器生成的表示运载工具的属性或运载工具的组件的属性的第一电输出。当传感器处于第一输入条件时,第一电输出可以从传感器处接收,且第一电输出表示传感器的测量范围的下限。控制器可以当传感器处于第二输入条件时,接收由传感器生成的第二电输出。第二电输出表示传感器的测量范围的上限。控制器可以获得与测量范围的下限相对应的第一参考值和与测量范围上限相对应的第二参考值。控制器可以基于第一电输出的数值、第二电输出的数值、第一参考值和第二参考值来确定传感器的漂移函数。控制器可以将由传感器生成的原始电输出的数值输入到漂移函数中,以确定原始电输出的调整后的值,以及可以通过输入原始电输出的调整后的值到第二方程来确定传感器所监测的属性的测量值。
附图说明
参考附图,阅读以下非限制性实施例的描述可以理解本发明的主题,其中:
图1是根据一实施例的传感器校准系统的示意性框图;
图2是根据一实施例的用于校准传感器的方法的过程图;
图3示出了一个包括传感器校准系统的运载工具系统。
具体实施方式
本文所述主题的实施例涉及传感器校准系统和校准一个或多个传感器的方法。该系统和方法可提供一个或多个传感器的定期校准(例如,重新校准),以减少、降低或消除传感器漂移的影响并延长传感器的操作寿命。在一些实施例中,这些影响可能是传感器操作所固有的。本文公开的系统和方法可以校准监测不同属性或参数的各种不同类型的传感器。这里公开的系统和方法可以校准在不同的使用环境中的同一传感器。合适的传感器类型可以包括测量物理条件、电气条件、化学条件等的传感器。物理条件可包括温度、压力、加速度、应变和力。电气条件可包括功率、电压、电流和频率。电流可以是直流电或交流电。功率可以是有功功率、无功功率或视在功率。
在一实施例中,要校准的传感器可以被放置在运载工具上。本文描述的发明主题可延伸至各种类型的运载工具。合适的运载工具可包括铁路运载工具、海洋船舶、飞机、公共汽车、卡车(带或不带拖车)、汽车、采矿运载工具、农业运载工具或其他非公路运载工具。本文所述的运载工具(铁路运载工具或其他不在铁路或轨道上行驶的运载工具)可以是单个运载工具系统的一部分,也可以是多个运载工具的运载工具系统。关于多运载工具系统,运载工具之间可以是机械耦合(例如,通过耦合器),或逻辑耦合但不机械耦合。例如,当离散的运载工具彼此通信以协调运载工具彼此的移动以使得运载工具一起行进(例如,作为车队)时,运载工具可以在逻辑上但不是机械上耦合。在其他实施例中,该系统和方法可以校准一个或多个固定的传感器,例如那些不在运载工具上的传感器。合适的固定设备传感器可以是在工厂或车间、在家里或者类似的地点。
在本文描述的一些实施例中,系统和方法可以说明由于漂移而导致的传感器的变化。传感器校准系统随时间推移对传感器重复校准,与未校准给定使用量的传感器相比,这种方式可以使传感器在给定使用量(例如,在使用一年之后)之后提供更准确和精确的传感器测量值。增加的精确度可以减少不正确的传感器超范围警报(例如,假阴性和假阳性)的风险和可能性。该系统和方法的一些实施例可以通过对偏离允许或预期范围的条件提供准确和及时的通知来保护被传感器监测的组件的硬件。随着时间的推移,传感器精度提高的另一个补充效果可能是定期校准的传感器的使用寿命相对延长。另一个技术效果可能是相对减少传感器的更换成本。
在一实施例中,传感器校准的方法可以至少是半自动化的。在另一实施例中,系统可以向手动进行校准流程的操作员呈现一步一步的指示。在校准流程中,系统可以提示操作员进行输入,例如确认操作员是否想要为传感器生成新的漂移函数。在另一实施例中,传感器校准方法可以是完全自动化的,这样就不需要人类操作员的参与。在其他实施例中,系统可随时间跟踪传感器性能,并可报告大于指定阈值的性能变化。此外,如果测量到漂移量调整变化,控制器可以预测何时应安排更换。更进一步,控制器可以用于被确定为对应于性能问题或设备或组件故障的变化,来改变受影响系统的操作参数和/或通知可能需要维护(或额外的预测/诊断服务)。
图1是根据实施例的传感器校准系统100的示意图。所示实施例中的传感器校准系统可以包括控制器102、一个或多个传感器104、电源106、显示设备108、输入设备110和通信设备112。控制器可操作地连接到传感器、电源、显示设备、输入设备和通信设备。控制器可以通过信号与每个组件通信。在其他实施例中,传感器校准系统可能缺少图1中示出的一个或多个组件和/或可能包括图1中未显示的其他组件。例如,通信设备可以是可选的。
传感器校准系统校准多个传感器中的至少一个。控制器可以根据本文所述的步骤控制校准操作。例如,控制器可以生成与传感器校准系统的不同组件进行通信的控制信号,以控制不同组件的操作以执行传感器校准流程。控制器表示硬件电路,该控制器可以包括一个或多个处理器114(例如,一个或多个微处理器、集成电路、微控制器和现场可编程门阵列等),和/或该控制器可以与一个或多个处理器114连接。控制器可以包括有形的非暂时性计算机可读存储介质(例如,存储器),和/或控制器可以与有形的和非暂时性计算机可读存储介质(例如,存储器)116连接。存储器可存储已编程指令(例如,软件),该编程指令由一个或多个处理器执行以执行本文所述控制器的操作的。例如,控制器可以根据所编程的指令对刺激(例如来自输入设备的信号)做出反应。存储器还可以或可选地存储不同的信息,例如传感器信息数据库、传感器校准记录和校准流程中确定的漂移函数等。
在一实施例中,传感器校准系统设置在运载工具上。传感器校准系统的组件可以集成在运载工具上。例如,输入设备和显示设备可以位于被设计为由运载工具的操作员占用的驾驶室中。控制器可选地可以是执行一个或多个运载工具控制操作的运载工具控制器。例如,运载工具控制器可以控制运载工具的推进系统和/或制动系统。
传感器校准系统中的一个或者多个传感器监测运载工具和/或运载工具的组件的不同属性。例如,传感器可以监测运载工具的发动机的属性,例如温度和压力。传感器可以监测运载工具的属性,例如运载工具的速度和加速度。传感器可以监测能量存储装置(例如,一个或者多个电池)的属性和/或运载工具的电源总线的属性,例如电压和电流。可选地,传感器可以包括近距离传感器、距离传感器、音频传感器和燃料电池传感器等。尽管这些传感器被描述为运载工具上的传感器,但传感器校准系统可以用于校准不在运载工具上的一个或者多个传感器,例如监测固定机械属性的传感器和监测制造设施的传感器。
在可替换的实施例中,除了一个或者多个传感器外,传感器校准系统的组件与运载工具分开且不连接。例如,图1中所示的传感器校准系统的非传感器组件可以被放入一个便携包,该便携包能从一个运载工具移动到另一个运载工具以校准不同运载工具上的传感器。该包可以包括带有手柄的外壳,使人类操作员、机器人或者机器能将该包搬运到运载工具或者搬运到运载工具的传感器上。
显示设备可以包括显示屏和用于在显示屏显示信息的电路。例如,显示设备可以向操作员提供与传感器校准流程相关的信息。显示设备上的信息可以包括警报、通知、状态更新和操作员指令的提示等。显示设备可以被集成到推进力生成运载工具。可选地,显示设备可以是私人电脑的组成部分,例如通过有线或者无线的通信路径与控制器通信连接的平板电脑、笔记本电脑和智能手机等。
合适的输入设备可以是计算设备或者能使操作员向控制器提供用户输入的物理按钮、拨动器或开关等。如本文所述,用户输入可以是指令或者命令、响应提示的确认等。当输入设备是物理按钮、拨动器或者开关时,输入设备可以通过电气或者光缆与控制器连接。当输入设备是计算设备时,输入设备被集成在推进力生成运载工具中。可替换地,输入设备被集成在通过有线或者无线的通信路径与控制器通信连接的平板电脑、笔记本电脑或智能手机等。
通信设备表示可以与电信号无线通信的硬件电路。例如,通信设备可以表示收发电路以及一个或者多个天线等。收发电路可以包括收发器或者分离的发射器和接收器。电信号可以形成总体表示信息的数据包。在一实施例中,通信设备是将电信号作为射频信号(RF)进行无线通信的无线电。通信设备可以发送或者广播由传感器校准系统中的控制器产生的信息。通信设备可以接收信息,并将收到的信息转发给控制器进行分析。
电源提供电力以驱动传感器校准系统的操作。该电源可以包括能量存储装置,例如,一个或者多个电池、电容器或者类似物。能量存储装置可以是可充电的。可选地,电源可以包括连接外部供电电源的电力电子器件。外部供电电源可以是在运载工具上的电力电路,且电力电子器件可以包括用于从电力电路向控制器或者向传感器校准系统中的其他组件传递电流的组件。
图2是根据一实施例的用于校准传感器的方法200的流程图。该方法的全部或者部分可以是被图1所示的传感器校准系统中的控制器执行。该方法可以选择性地包括比图2所示的步骤更多的步骤、比图2所示的步骤更少步骤、和/或与图2所示的步骤不同的步骤。此外,除非明确说明,或者除非图2所示的步骤在重新排列后的顺序实际上是不可行的,图2所示的步骤可以重新排列。在步骤202,确定是否到了校准传感器的时刻。例如,传感器校准系统的控制器可以参考指定的时间表,该时间表提供校准(例如,重新校准)每个传感器的校准时刻之间的时间段或者间隔。该时间表可以被存储在控制器的存储器中。该时间表可以规定,指定的传感器应该根据使用时长或者使用率在指定的时期进行校准。例如,监测轨道运载工具推进系统的传感器可以每年校准一次,每行驶40000英里校准一次,或其他增量。可选地,一个系统(如运载工具)的几个传感器可以在同一时间被安排校准。校准时间表可以基于传感器对漂移的敏感度。例如,对漂移更敏感的传感器可以比对漂移不敏感的传感器安排更多的频率校准。漂移的敏感性可以基于传感器的材料、活性元件的复杂性和/或工作原理、外部污染的风险和/或类似情况。
确定给定的传感器要或应该被安排进行校准,则流程进行到步骤204。如果在当前查询时刻,未安排任何传感器进行校准,则流程将停止,因为现在不是执行传感器校准流程的时间。可选地,操作员可以有选择地启动对传感器的传感器校准流程,即使该传感器没有到预期校准时刻。例如,操作员可以使用输入设备输入命令来启动该流程。根据对基于传感器的电输出所测量到的属性值不准确的怀疑,操作员可以启动对该传感器的校准流程。如果操作员启动了校准流程,那么流程就会进行到步骤204。
在步骤204,使待校准的传感器处于第一输入条件。该输入条件是基于传感器的类型。例如,如果传感器是温度传感器,则输入条件涉及将传感器暴露于受控温度环境。对于压力传感器,输入条件涉及将传感器暴露在控制器压力环境。对于电压传感器和电流传感器,输入条件可以涉及将受控的电输入(例如,电压、电流以及相位等)传达给对应的传感器。
对于需要暴露在受控物理环境中的传感器,第一输入条件可能涉及将传感器接入校准设备。例如,温度传感器可以被插入温度校准器的热电偶套管部分,且压力传感器可以耦合到压力校准器的主表。传感器和校准设备之间的引入和/或连接可以由操作员手动执行。可选地,控制器在步骤204可以产生控制信号,该控制信号用于在显示设备上显示提示,该提示用于指示操作员将传感器引入校准设备。一般来说,在整个校准流程中,控制器可以利用显示设备和/或其他输出装置(例如,音频扬声器)通过校准流程向操作员提供状态更新,以提示操作员执行任务(例如,将传感器引入校准设备),并提供正确执行所要求的任务的详细说明。可选地,将传感器引入校准设备可以通过使用致动器和/或机器人自动进行。例如,校准设备可以机械地耦接到机械臂上,该机械臂被控制着选择性地将传感器耦合到校准设备,而不需要操作员的手动干预或参与。机械臂可以被设计成将校准设备移动到多个不同的传感器上,以便使用同一校准设备依次校准每个传感器。控制器可以使用通信设备通过控制信号无线控制校准设备。例如,一旦校准设备相对于传感器就位,控制器可以控制校准设备以建立第一输入条件。由控制器产生的控制信号可以指定与第一输入条件相对应的校准设备的温度设置、校准设备的压力设置等。
对于不需要控制物理环境的传感器,例如电压传感器和电流传感器,控制器可以通过控制从传感器校准系统的电源到传感器的电流来使传感器处于第一输入条件。例如,控制器可以产生控制信号,该控制信号操控一个或多个电气开关设备,以建立将电流从电源输送到传感器的闭合的导电路径。控制器可以控制开关设备和/或沿着闭合的导电路径的其他电路元件,以改变提供给传感器的电流的一个或多个特性,从而定义第一输入条件。被改变的一个或多个特性可以包括阻抗、振幅、频率或相位等。向传感器输送电流可由控制器自主执行,无需人工干预。
在一实施例中,第一输入条件被选择为促使传感器在传感器的测量范围的下限处产生电输出。传感器的测量范围指的是传感器的额定(或预期)能力范围。例如,传感器被设计为监测传感器测量范围内的属性(或参数),而不是被设计为监测测量范围外的属性。测量范围可选地可以包括两个相互关联的部分,如被测属性(如温度或压力)的范围和在输出被转换为被测属性之前的原始电传感器输出(如电压或电流)的范围。例如,温度传感器可以被设计为监测0℃至100℃范围内的温度。当温度传感器是新的并经过初步校准时,当周围环境中的温度为0℃时,传感器可以产生0V的电输出,而当环境中的温度为100℃时,传感器可以产生2V的电输出。因此,温度传感器的测量范围可以包括0V-2V和0℃-100℃。测量范围的下限是0V和0℃,因为该传感器不能产生任何低于0V的输出,也不能测量低于0℃的任何温度。在另一实施例中,传感器输出的下限可能是非零,例如0.5V。在这个假设中,第一输入条件可以涉及将温度传感器暴露在温度为0℃或更低的环境中,例如-10℃。将传感器暴露在测量范围下限或低于下限的条件下,是为了确定传感器在当前时刻能产生的最低传感器输出。由于漂移的原因,随着时间的推移,最低的传感器输出可以偏离该传感器是新的时的初始值。
在步骤206,控制器接收由传感器位于第一输入条件时生成的第一电输出。例如,传感器可以响应于经历第一输入条件而生成第一电输出。第一电输出可以是电压、电流等。传感器可与控制器通信连接,以使第一电输出通过有线或无线通信途径传送给控制器。第一电输出表示由传感器输出的测量范围的下限。在接收到第一电输出后,控制器可以将第一电输出的数值存储在存储器中。
在步骤208,控制器获得与传感器的测量范围的下限相对应的第一参考值。第一参考值,本文也称为参考下限,可以基于传感器的默认设置和/或在传感器是新的时候实现的设置(例如,不受漂移影响的设置)。在一个例子中,传感器可以被设计成产生4mA至20mA之间的电流作为传感器输出。4mA的输出将是参考下限。20mA将是第二参考值,或参考上限,也就是对应于传感器的测量范围的上限。第一参考值可以通过从存储不同传感器的此类参考值的数据库中检索该值而获得。例如,控制器的存储器可以包括数据库中的校准文件,校准文件识别各种传感器并将每个传感器与相应的参考上限和参考下限关联。控制器(例如,控制器中的一个或多个处理器)可以访问校准文件,并基于识别信息查找特定的传感器,以检索与该传感器相关联的参考上限和参考下限。
可选地,在步骤210,控制器可以计算传感器的第一电输出的数值与对应于测量范围下限的第一参考值之间的差值或偏移。该偏移表示传感器输出从初始或预期条件(例如,第一参考值)到当前条件(例如,第一电输出值)的偏差。这种偏差可以被归因于传感器随时间的漂移。在一个假设的例子中,第一参考值或参考下限可以是4mA,而当在当前时间将传感器暴露在第一输入条件下,第一电输出的数值可以是6mA。偏移量将被计算为2mA的幅度(例如,6mA减去4mA)。
控制器可以在显示设备上显示第一电输出的数值与第一参考值之间的偏移量。可选地,控制器可以在显示设备上显示第一电输出的数值和第一参考值,而不是显示这两个数值之间的偏移量;控制器可以在显示设备上显示两个值之间的偏移量;或者除了显示这两个值之外,还显示这两个值之间的偏移量。例如,控制器可以产生控制信号,该控制信号控制显示设备在图形用户界面(GUI)上显示该信息。
在步骤212中,控制器可以在继续进行传感器校准流程之前提示操作员进行批准或确认。该提示可以是在GUI上显示的基于文本的消息的形式。GUI上可以显示虚拟按钮,用于继续校准流程或退出校准流程。例如,如果偏移量过高,操作员可以决定退出校准流程。过高的偏移量可能表明传感器是有问题的,应该被替换而不是重新校准。过高的偏移量可以根据操作员的偏好来确定,也可以是相对于参考值的指定百分比变化(例如,大于50%)。
如果收到继续校准流程的批准,则继续流向步骤214。或者可替换地,如果该方法省略步骤212,则流程继续进行到步骤214。在步骤214中,传感器处于第二输入条件。除了条件本身的特征,使传感器处于第二输入条件可以类似于使传感器处于第一输入条件。例如,选择第二输入条件是为了促使传感器在传感器的测量范围的上限生成电输出。对于设计用于测量零摄氏度(0℃)至100℃范围内的温度传感器,例如,100℃代表属性的测量范围的上限。如果传感器是新的并且在最初校准时,在暴露于100℃时生成2V的输出,那么2V表示传感器的输出测量范围。测量范围的上限是2V和100℃,因为传感器的设计不能产生大于2V的任何输出,也不能测量大于100℃的任何温度。在这个假设中,第二输入条件可以涉及将温度传感器暴露在温度为100℃或更高的环境中,如110℃。将传感器暴露在一个达到或超过属性的测量范围的上限的条件下,是为了确定传感器在当前时刻能够生成的最大传感器输出。由于漂移,最大传感器输出可能会随着时间的推移而偏离传感器是新的(或至少不太旧)时的初始值。如上文有关第一输入条件的描述,使传感器处于第二输入条件可以涉及修改校准设备的设置,向传感器传送第二电输入,或类似的情况。
在步骤216,控制器接收由传感器在处于第二输入条件时产生的第二电输出。例如,传感器可以响应于经历第二输入条件而生成第二电输出。第二电输出可以是电压、电流等。第二电输出可以通过控制器和传感器之间的有线或无线通信途径传递给控制器。第二电输出表示传感器输出的测量范围的上限(在当前时刻)。在接收到第二电输出后,控制器可将第二电输出的数值存储在存储器中。
在步骤218,控制器获得与测量范围的上限相对应的第二参考值。参考如上文所描述的步骤208,第二参考值,本文也被称为参考上限,可以基于传感器的默认设置和/或在传感器是新的时候实现的设置(例如,不受漂移影响的设置)。在传感器被设计为输出4mA和20mA之间的电流的例子中,20mA的输出将是参考上限。第二参考值可以通过从存储不同传感器的此类参考值的数据库中检索该值(与第一参考值一起)来获得。控制器(例如,控制器中的一个或多个处理器)可以访问校准文件,并根据识别信息查找特定传感器,以检索与该传感器相关联的参考上限和参考下限。
可选地,在步骤220,控制器可以计算第二电输出的数值与对应于测量范围的上限的第二参考值之间的第二差值或第二偏移量。该第二偏移量代表传感器输出从初始或预期条件(例如,第二参考值)到当前条件(例如,第二电输出值)的偏差。这种偏差可归因于传感器随时间的漂移。在一个假设的例子中,第二参考值或参考上限可以是20mA,而当在当前时刻将传感器暴露于第二输入条件时,第二电输出的数值可以是18mA。偏移量将被计算为2mA的量级(例如,20mA减去18mA)。在这个例子中,由于传感器的漂移,传感器的测量范围可能会随着时间而压缩。
控制器可以在显示设备上显示第二电输出值和第二参考值之间的第二偏移量。可选地,控制器可以在显示设备上显示第二电输出的数值和第二参考值,而不显示这两个值之间的偏移量;控制器可以在显示设备上显示两个值之间的偏移量;或者在显示设备上显示第二电输出的数值和第二参考值之外还显示这两个值之间的偏移量。例如,控制器可以产生控制信号,以控制显示设备在GUI上显示该信息。
在步骤222,控制器可以提示操作员在继续进行传感器校准流程之前进行批准或确认。该提示可以是基于文本的信息的形式,并显示在GUI上。可以在GUI上显示虚拟按钮,用于继续校准流程或退出校准流程。例如,参照如上文所描述的步骤212,如果偏移量过高,操作员可以决定退出校准流程,这可以表明应该替换而不是重新校准有故障的(例如,不工作的)传感器。
在步骤224中,控制器根据第一电输出的数值、第二电输出的数值、第一参考值和第二参考值确定传感器的漂移函数。在一实施例中,控制器通过计算通过第一点和第二点的线(例如,y=mx+b)的方程来确定漂移函数。第一点由第一电输出的数值(x1)和第一参考值(y1)定义。第一点对应于测量范围的下限。第二点由第二电输出的数值(x2)和第二参考值(y2)定义,这样,第二点对应于测量范围的上限。利用这些已知的点,漂移函数的斜率可以用方程(1)来确定。
方程(1)的y2-y1元素反映了第二参考值和第一参考值之间的第一差值或第一偏移量,该第二参考值表示传感器的默认上限,该第一参考值表示传感器的默认下限。方程(1)中的x2-x1元素反映了第二电输出的数值和第一电输出的数值之间的第二差值或第二偏移量,该第二电输出的数值是对传感器处于第二输入条件的响应,该第二输入条件在属性测量上限或在属性测量上限之上,第一电输出的数值是对传感器处于第一输入条件的响应,该第一输入条件在属性测量下限或在属性测量下限之下。斜率是通过第一偏移量除以第二偏移量来计算的。在一个例子中,如果默认的测量范围是从0V至2V,那么y2=2,y1=0,所以第一偏移量y2-y1等于2。如果第一电输出的数值是0.25V,第二电输出的数值是2.1V,那么x2=2.1,x1=0.25,所以第二偏移量x2-x1等于1.85。用第一偏移量2除以第二偏移量1.85可得到斜率m为1.081。
一旦计算出斜率,就可以通过将斜率值和任一已知点的坐标插入重新排列的线方程(b=y-mx)来计算y-截距b。例如,斜率可以乘以第一电输出的数值,得到第一乘积,然后从第一参考值中减去第一乘积,计算出y-截距。或者,斜率可以乘以第二电输出的数值,以获得第二乘积,然后从第二参考值中减去第二乘积,以计算y-截距。在这个例子中,使用第一点(x1,y1)的值可以得到以下结果:b=0-1.081*0.25。y-截距等于-0.27。漂移函数被确定为:y=1.081x-0.27。该漂移函数用于在传感器的未来运行期间调整原始传感器输出,以减少漂移的影响。
在确定漂移函数之后,控制器可以通知操作员校准已经完成。例如,控制器可以产生控制信号,控制显示设备在显示屏幕上呈现基于文本的警报。
在步骤226中,控制器可以将确定的漂移函数存储在存储器中。例如,控制器可以生成校准事件的记录,该记录可以包括各种细节,例如时间戳、被校准的传感器的标识、被确定的漂移函数、第一传感器电输出的数值和第二传感器电输出的数值,和/或类似内容。或者,控制器可以使用通信设备将一个或多个校准细节传达给远程设备,例如用于远程存储和/或分析校准细节的服务器。
在步骤228,确定是否要校准任何其他传感器,例如与刚刚被校准的传感器在相同的运载工具上的其他传感器。控制器可以通过查阅指定的时间表来做出这一决定。可选地,操作员可以使用输入设备覆盖(override)控制器,例如选择一个或多个额外的传感器进行校准。如果在步骤228中选择了另一个传感器的校准,那么该方法的过程就会返回到步骤204,要校准的新传感器处于第一输入条件。另一方面,如果此时没有要求或安排额外的校准,那么校准流程可以结束。过程可以返回到步骤202,在步骤202中控制器周期性地检查是否有任何传感器被安排进行校准。
在校准流程完成后,漂移功能由控制器在传感器的运行期间使用。例如,控制器通过有线或无线通信途径接收由传感器生成的原始电输出。原始电输出可由传感器周期性产生,或原始电输出响应于触发事件产生。在一实施例中,每次控制器从传感器接收原始电输出时,控制器将原始电输出的数值输入漂移函数,以确定原始电输出的调整值。原始电输出可以作为x变量被插入方程中,从而解出代表原始电输出调整后的数值的y变量。例如,假设传感器的原始电输出值为1.2V,控制器将此值输入漂移函数,并计算出调整后的值为1.081*1.2-0.27,求解为1.027。
控制器可以通过将电输出调整后的数值输入第二函数来确定由传感器监测的属性的测量值。第二函数将电输出转换为被测量的属性,例如温度、压力、速度、加速度、应变、距离、电压、电流和/或类似物。在一实施例中,校准流程不影响或不修改将传感器输出转换为被测量的属性或参数的第二函数。更确切地说,校准流程只是修改了由传感器生成的电输出的数值,该电输出的数值也就是输入到该第二函数的值。第二函数的输出是由传感器监测的属性的测量值。可选地,控制器可将该测量值显示在显示设备上供操作员观察。
在一实施例中,控制器可以将属性的测量值与预期值或指定的可容忍范围进行比较。如果测量值被确定为超出指定的可容忍范围和/或偏离预期值超过指定的幅度(例如,20%或30%等),则控制器可以确定测量值超出范围。如果测量值超出了范围,控制器可以产生控制信号来提醒操作员。该警报通知操作员被监测的属性偏离了预期值或期望值,这可以要求操作员修改运载工具、机械、装置或系统的操作,或要求操作员安排维护。
图3说明了可包括本文所述的传感器校准系统的运载工具系统300。该运载工具系统300可以包括几种类型的运载工具304和运载工具306,运载工具304和运载工具306可以沿着路线308行驶。运载工具304A-304C是产生牵引力和/或动力的推进力生成运载工具,该推进力生成运载工具用于驱使运载工具系统沿路线行驶。运载工具306A-306E是不产生牵引力或动力的非推进力生成运载工具。一些非推进力生成运载工具可以被设置在推进力生成运载工具之间。非推进力生成运载工具包括制动系统,但不含推进系统。非推进力生成运载工具可以相互间机械耦接,并与推进力生成运载工具耦接,这样,推进力生成运载工具就可以沿着路线驱动非推进力生成运载工具。推进力生成运载工具可以被设计为承载货物集装箱312。合适的货物集装箱包括联运集装箱、箱子、板条箱和托盘等。尽管图3中运载工具系统有三个推进力生成运载工具和五个非推进力生成运载工具,但通过耦接更多的运载工具和/或解耦并移除一些现有运载工具的方式,运载工具系统可以有更多或更少的推进力生成运载工具和更多和/或更少的非推进力生成运载工具。例如,运载工具系统可以有至少一个推进力生成运载工具和至少零个非推进力生成运载工具。
传感器校准系统可以选择性地布置在运载工具系统的一个或多个推进力生成运载工具上。例如,每个推进力生成运载工具可以包括多个传感器,用于监测该运载工具或该运载工具的组件的不同属性,例如该运载工具的组件可以是电池组、燃料电池或者推进系统等。传感器校准系统可以根据本文描述的流程定期地校准运载工具上的传感器。在一实施例中,传感器校准系统是便携式的,并且可以应用到系统中进行一次性使用,或者可以在移动到另一个系统或位置之前放置一段时间进行使用。
在一实施例中,运载工具系统是火车,路线是铁轨。推进力生成运载工具是机车。非推进力生成运载工具可以是运送货物的轨道车。在另一实施例中,运载工具系统是公路车队或排,路线是铺设好的道路或未铺设好的路径。例如,推进力生成运载工具可以是卡车(例如,公路半卡车、采矿卡车或伐木卡车等),而非推进力生成运载工具可以是与卡车耦合的拖车。在其他实施例中,这些运载工具可以是其他类型的运载工具,如货车、汽车或水船(例如拖船、驳船)等。一些合适的运载工具可以有电驱动系统,该电驱动系统可以使用燃料电池供电(当使用车载电源时)。在一实施例中,该系统与电动运载工具的充电站耦合。适当的充电站可以是高架受电弓、第三轨和无线电力传输装置等。
上文描述的传感器校准系统和方法的实施例可以减少或消除传感器随时间漂移的影响。漂移效应的减少可提高传感器的精确度,减少假阳性和假阴性的超范围警报的风险,并延长传感器的使用寿命。传感器校准系统和方法可以完全或部分地由已经在运载工具上的硬件和软件组件执行,这可以降低成本并避免改装。在一些实施例中,传感器校准系统和方法至少可以是半自动的。由于减少了人为错误的可能性,半自动的方法可能相对地比更多的手动过程更有效,并且更准确。
在一实施例中,传感器校准系统可以包括控制器,该控制器可以包括一个或多个处理器并可操作地连接到传感器。控制器可以接收传感器处于第一输入条件时产生的第一电输出,并接收传感器处于第二输入条件时产生的第二电输出。第一电输出表示传感器的测量范围的下限,而第二电输出表示传感器的测量范围的上限。控制器可以获得与测量范围的下限相对应的第一参考值和与测量范围上限相对应的第二参考值,并基于第一电输出的数值、第二电输出的数值、第一参考值和第二参考值来确定传感器的漂移函数。控制器可以将由传感器生成的原始电输出的数值输入到漂移函数中,以确定原始电输出调整后的值。
可选地,控制器可以通过将原始电输出的调整后的值输入到第二函数来确定由传感器监测的属性的测量值。控制器可以在显示设备上显示该属性的测量值。控制器可以被配置为将该属性的测量值与该属性的预期范围进行比较,并产生控制信号,该控制信号可以响应于测量值超出预期范围而提醒用户。
可选地,控制器可以通过计算通过第一点和第二点的线的方程确定漂移函数。第一点可以由第一电输出的数值和第一参考值定义。第二点可以由第二电输出的数值和第二参考值来定义。可选地,所述控制器可以基于所述传感器处于所述第一输入条件时生成的第一电输出的更新后的数值和所述传感器处于所述第二输入条件时生成的第二电输出的更新后的数值,根据指定的时间表,随着时间的推移周期性地更新所述漂移函数。
可选地,控制器可以从计算机可读存储介质中的数据库获得第一和第二参考值。可选地,控制器可以计算第一电输出值和第一参考值之间的偏移量,以生成第一控制信号,第一控制信号被配置为在显示设备上呈现偏移量,以供用户查看,并且生成第二控制信号以提示用户在确定传感器的漂移函数之前确认偏移量是可接受的。可选地,传感器校准系统可以包括传感器,该传感器可以是压力传感器、温度传感器、电压传感器或电流传感器中的至少一个。在传感器是新的时,第一参考值和第二参考值分别对应测量范围的下限和上限。可选地,控制器可以产生控制信号,所述控制信号进行以下操作中的一者或多者:在显示设备上显示所述传感器已经被重新校准的通知,或利用所述传感器的重新校准信息更新计算机可读存储介质中的数据库。
在一实施例中,提供了一种方法,该方法可包括当传感器处于第一输入条件时,接收由传感器生成的第一电输出,以及当传感器处于第二输入条件时,接收由传感器生成的第二电输出。第一电输出表示传感器的测量范围的下限,第二电输出表示传感器的测量范围的上限。该方法可以包括获得与测量范围的下限相对应的第一参考值和与测量范围上限相对应的第二参考值。该方法可以包括基于第一电输出的数值、第二电输出的数值、第一参考值和第二参考值来确定传感器的漂移函数。该方法可以包括将由传感器生成的原始电输出的数值输入到漂移函数中,以确定原始电输出的调整后的值。
可选地,该方法可以包括通过将原始电输出的调整后的值输入到第二函数来确定由传感器监测的属性的测量值。该方法可以包括在显示设备上显示该属性的测量值。可选地,漂移函数通过计算通过第一点和第二点的线的方程确定,第一点由第一电输出的数值和第一参考值定义,第二点由第二电输出的数值和第二参考值定义。可选地,该方法可以包括基于所述传感器处于所述第一输入条件时生成的第一电输出的更新后的数值和所述传感器处于所述第二输入条件时生成的第二电输出的更新后的数值,根据指定的时间表,随着时间的推移周期性地更新所述漂移函数。
可选地,该方法可以包括将传感器连接到校准设备,该校准设备按顺序使传感器处于第一输入条件和第二输入条件。可选地,该方法可以包括生成控制信号,以向传感器传递第一电输入以使传感器处于第一输入条件,以及向传感器传递第二电输入以使传感器进入第二输入条件。可选地,第一参考值和第二参考值从数据库中获得。可选地,该方法可以包括计算第一电输出值和第一参考值之间的偏移量,将偏移量呈现在显示设备上供用户查看,以及生成控制信号以提示用户在确定漂移函数之前确认该偏移量是可接受的。
在一实施例中,确定传感器的漂移函数可以通过计算第一参考值和第二参考值之间的第一偏移量、计算第一电输出的数值和第二电输出的数值之间的第二偏移量以及将第一偏移量除以第二偏移量来确定斜率。确定传感器的漂移函数可以包括以下方式之一通过确定y-截距:(i)将斜率乘以第一电输出的数值以获得第一乘积,并用第一参考值减去第一乘积,或(ii)用斜率乘以第二电输出的数值,以得到第二乘积,并用第二参考值减去第二乘积。
在一实施例中,传感器校准系统可以包括控制器。该控制器可以设置在运载工具上,并且可以与运载工具上的传感器可操作地连接。控制器可以包括一个或多个处理器,并可接收由传感器生成的表示运载工具的属性或运载工具的组件的属性的第一电输出,在传感器处于第一输入条件时,第一电输出从传感器处接收,第一电输出表示传感器的测量范围的下限。当传感器处于第二输入条件时,控制器可以接收由传感器生成的第二电输出,第二电输出表示传感器的测量范围的上限。控制器可以获得与测量范围的下限相对应的第一参考值和与测量范围上限相对应的第二参考值。控制器可以基于第一电输出的数值、第二电输出的数值、第一参考值和第二参考值来确定传感器的漂移函数。控制器可以将由传感器生成的原始电输出的数值输入到漂移函数中,以确定原始电输出调整后的值。控制器可以通过输入原始电输出调整后的值到第二方程来确定传感器所检测的属性的测量值。
在一实施例中,本文描述的控制器或系统可以部署本地数据收集系统,并且可以使用机器学习来实现基于派生的学习结果。控制器可通过进行数据驱动的预测并根据数据集进行调整,从数据集(包括各种传感器提供的数据)中学习并做出决策。在实施例中,机器学习可涉及通过机器学习系统执行多个机器学习任务,例如有监督学习、无监督学习和强化学习。有监督学习可包括向机器学习系统呈现一组示例输入和期望输出。无监督学习可包括通过诸如模式检测和/或特征学习等方法构造其输入的学习算法。强化学习可包括机器学习系统,该机器学习系统在动态环境中执行,然后提供关于正确和错误决策的反馈。在示例中,机器学习可包括基于机器学习系统的输出的多个其他任务。在示例中,所述任务可以是机器学习问题,例如分类、回归、聚类、密度估计、降维和异常检测等。在示例中,机器学习可包括多种数学和统计技术。在示例中,许多类型的机器学习算法可包括基于决策树的学习、关联规则学习、深度学习、人工神经网络、遗传学习算法、归纳逻辑编程、支持向量机(S VM)、贝叶斯网络、强化学习、表示学习、基于规则的机器学习、稀疏字典学习、相似性和度量学习、学习分类器系统(LCS)、逻辑回归、随机森林、K均值、梯度提升、K近邻(KNN)和先验算法等。在实施例中,可使用某些机器学习算法(例如,用于解决可基于自然选择的约束和无约束优化问题)。在示例中,所述算法可用于解决混合整数规划问题,其中一些组件被限制为整数值。算法和机器学习技术和系统可用于计算智能系统、计算机视觉、自然语言处理(NLP)、推荐系统、强化学习和构建图形模型等。在示例中,可使用机器学习进行确定、计算、比较和行为分析等。
在一实施例中,控制器可包括可应用一个或多个政策的政策引擎。这些策略可以至少部分地基于特定设备项目或环境的特征。关于控制策略,神经网络可以接收若干环境和任务相关参数的输入。这些参数可以包括,例如,关于操作设备的操作输入,来自各种传感器的数据,位置和/或位置数据,等等。神经网络可以被训练成基于这些输入产生输出,输出代表设备或系统为完成操作目标而应该采取的行动或行动序列。在一实施例的操作过程中,通过神经网络的参数处理输入,在输出节点上产生一个指定该行动为所需行动的值,就可以发生确定。这个动作可以转化为一个信号,使运载工具运行。这可以通过反向传播、前馈过程、闭环反馈或开环反馈来完成。另外,控制器的机器学习系统可以不使用反向传播,而使用进化策略技术来调整人工神经网络的各种参数。控制器可以使用神经网络架构,其函数可能并不总是可以用反向传播法来解决,例如,非凸函数。在一实施例中,该神经网络有一组参数,代表其节点连接的权重。这个网络的若干副本被生成,然后对参数进行不同的调整,并进行模拟。一旦获得各种模型的输出,就可以使用确定的成功指标对其性能进行评估。选择最佳模型,运载工具控制器执行该计划,以实现所需的输入数据,反映预测的最佳结果情况。此外,成功度量可以是优化结果的组合,其可以相对于彼此进行权衡。
如本文所用,术语“处理器”和“计算机”以及相关术语,例如“处理设备”、“计算设备”和“控制器”可以不仅限于现有技术中称为计算机的集成电路,而是指微控制器、微型计算机、可编程逻辑控制器(PLC)、现场可编程门阵列和专用集成电路以及其他可编程电路。合适的存储器可以包括例如计算机可读介质。计算机可读介质可以是例如随机存取存储器(RAM)、计算机可读非易失性介质,例如闪存。术语“非暂时性计算机可读介质”表示一种基于计算机的有形设备,用于短期和长期存储信息,例如计算机可读指令、数据结构、程序模块和子模块,或任何设备中的其他数据。因此,本文描述的方法可以被编码为包含在有形、非暂时性、计算机可读介质包括但不限于存储设备和/或存储器设备中的可执行指令。此类指令在由处理器执行时使处理器执行本文描述的方法的至少一部分。因此,该术语包括有形的计算机可读介质,包括但不限于非暂时性计算机存储设备,包括但不限于易失性和非易失性介质,以及可移动和不可移动介质,例如固件、物理和虚拟存储、CD-ROM、DVD和其他数字资源,例如网络或互联网。
单数形式“一”、“一个”和“该”包括复数引用,除非上下文另有明确规定。“可选的”或“任选的”是指随后描述的事件或情况可能发生也可能不发生,该描述可以包括事件发生的情况和不发生的情况。在整个说明书和权利要求书中所使用的近似语言可用于修饰任何定量表示,该表示可允许变化而不导致与其可能相关的基本功能的改变。因此,由一个或多个术语修饰的值,例如“大约”、“基本上”和“约”,可以不限于指定的精确值。在至少一些情况下,近似语言可以对应于用于测量值的仪器的精度。在本文和整个说明书和权利要求中,范围限制可以组合和/或互换,除非上下文或语言另有指示,否则此类范围可以被确定并且包括其中包含的所有子范围。
本书面描述使用示例来公开实施例,包括最佳模式,并使本领域普通技术人员能够实践实施例,包括制造和使用任何设备或系统以及执行任何合并的方法。权利要求限定了本公开的可专利范围,并且包括本领域普通技术人员想到的其他示例。如果这些其他示例具有与权利要求的字面语言没有区别的结构要素,或者如果它们包括与权利要求的字面语言没有实质区别的等效结构要素,则这些其他示例应在权利要求的范围内。
Claims (10)
1.一种传感器校准系统,包括:
控制器,包括一个或多个处理器并可操作地连接到传感器,所述控制器被配置为:
当所述传感器处于第一输入条件时,接收由所述传感器生成的第一电输出,所述第一电输出表示所述传感器的测量范围的下限;
当所述传感器处于第二输入条件时,接收由所述传感器生成的第二电输出,所述第二电输出表示所述传感器的测量范围的上限;
获得与所述测量范围的下限相对应的第一参考值和与所述测量范围上限相对应的第二参考值;
基于所述第一电输出的数值、所述第二电输出的数值、所述第一参考值和所述第二参考值来确定所述传感器的漂移函数;以及
将由所述传感器生成的原始电输出的数值输入到所述漂移函数中,以确定所述原始电输出的调整后的值。
2.根据权利要求1所述的传感器校准系统,其特征在于,所述控制器被配置为通过将所述原始电输出的调整后的值输入到第二函数来确定由所述传感器监测的属性的测量值。
3.根据权利要求2所述的传感器校准系统,其特征在于,所述控制器被配置为在显示设备上显示所述属性的测量值。
4.根据权利要求2所述的传感器校准系统,其特征在于,所述控制器被配置为将所述属性的测量值与所述属性的预期范围进行比较,并生成控制信号,所述控制信号被配置为响应于所述测量值超出所述预期范围,提醒用户。
5.根据权利要求1所述的传感器校准系统,其特征在于,所述控制器被配置为通过计算通过第一点和第二点的线的方程确定所述漂移函数,所述第一点由所述第一电输出的数值和所述第一参考值定义,所述第二点由所述第二电输出的数值和所述第二参考值定义。
6.根据权利要求1所述的传感器校准系统,其特征在于,所述控制器被配置为基于所述传感器处于所述第一输入条件时生成的第一电输出的更新后的数值和所述传感器处于所述第二输入条件时生成的第二电输出的更新后的数值,根据指定的时间表,随着时间的推移周期性地更新所述漂移函数。
7.根据权利要求1所述的传感器校准系统,其特征在于,所述控制器被配置为从计算机可读存储介质中的数据库获得所述第一参考值和所述第二参考值。
8.根据权利要求1所述的传感器校准系统,其特征在于,所述控制器被配置为计算所述第一电输出的数值和所述第一参考值之间的偏移量,生成第一控制信号,所述第一控制信号被配置为在显示设备上呈现所述偏移量,以供用户查看,并且生成第二控制信号以提示所述用户在确定所述传感器的所述漂移函数之前确认所述偏移量是能够接受的。
9.根据权利要求1所述的传感器校准系统,其特征在于,所述传感器为压力传感器、温度传感器、电压传感器或电流传感器中的至少一个。
10.根据权利要求1所述的传感器校准系统,其特征在于,在所述传感器是新的时,所述第一参考值和所述第二参考值分别对应所述测量范围的下限和上限。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US63/267,977 | 2022-02-14 | ||
US18/155,247 | 2023-01-17 | ||
US18/155,247 US20230258483A1 (en) | 2022-02-14 | 2023-01-17 | Sensor calibration system and method |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116592929A true CN116592929A (zh) | 2023-08-15 |
Family
ID=87594312
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310103161.2A Pending CN116592929A (zh) | 2022-02-14 | 2023-02-13 | 传感器校准系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116592929A (zh) |
-
2023
- 2023-02-13 CN CN202310103161.2A patent/CN116592929A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6609051B2 (en) | Method and system for condition monitoring of vehicles | |
WO2019017991A1 (en) | PREDICTIVE MODEL FOR ESTIMATING BATTERY CONDITIONS | |
KR102414080B1 (ko) | 추세 분석을 통한 케이블 고장 예측 시스템 및 방법 | |
CN111016827A (zh) | 用于自动驾驶车辆的配电系统的健康自学习系统和方法 | |
US11763609B2 (en) | Predictive maintenance and diagnostics using modular condition monitoring | |
CN113742163A (zh) | 一种故障预警方法、装置、设备及存储介质 | |
KR20180011333A (ko) | 자산에서의 로컬 분석 | |
Taie et al. | Remote diagnosis, maintenance and prognosis for advanced driver assistance systems using machine learning algorithms | |
CN116592929A (zh) | 传感器校准系统 | |
EP4227649A1 (en) | Sensor calibration system and method | |
EP4191489A1 (en) | Maintenance control system and method | |
EP4216011A1 (en) | Inspection system and method | |
US20220398360A1 (en) | Remaining useful life predictions using digital-twin simulation model | |
EP3683641A1 (en) | Methods for determining usage in fly-by-wire systems | |
US20230316815A1 (en) | Systems and methods for evaluating repair of assets | |
US20230127799A1 (en) | Sensor system for a vehicle | |
US11933905B2 (en) | Control system and method for determining vehicle system position | |
US20230153765A1 (en) | Maintenance system | |
JP7037852B1 (ja) | 無人航空機システム、無人航空機および評価用データの作成方法 | |
EP4335723A1 (en) | Vehicle safety system and method | |
EP4187677A1 (en) | Power control system and method | |
EP4277303A1 (en) | Communication monitoring system | |
US20240021024A1 (en) | Methods and systems for generating predictive maintenance indicators for a vehicle | |
CN116894542A (zh) | 成套设备系统、成套设备控制方法及计算机可读取存储介质 | |
KOMBE et al. | Graphical Interfaces for Dynamic Supervision for Failures Prognosis using the AI-PLC Combinatorial Approach: The Case Study of Cameroon Breweries Mill |
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 |