FCS中的智能传感器设计及其数据融合技术分析

毕玉

摘 要：本文简略阐述了FCS在工控领域的应用优势，介绍了FCS中的智能传感器的组成及特点，并从一次移动平均法、二次移动平均法以及指数平滑法几方面内容着手，对智能传感器数据处理方法进行了详细分析，旨在为相关技术人员提供参考，进而更好地开展FCS中的智能传感器设计工作。

关键词：FCS;智能传感器;数据融合技术

1 FCS在工控领域的应用优势

1.1操作性强

相对于DCS而言，FCS最突出的特点便在于其通讯协议具有对外开放性，其结果能够为不同系统网络之间所产生的互联创造良好的条件，并在彼此之间构建起相应的通讯机制。因为现场总线控制系统所涉及到的设备都存在着相同标准的总线协议，这便使得不同的现场总线控制系统所具有的生产现场设备拥有更加良好的可操作性以及互换性，并在原有的基础上使得用户备品备件得到了减少，实现了对于设备维护成本的有效节约。唯有保障现场总线标准的统一性，才能够为开放的现场总线控制系统创造良好的技术条件，切实展现出工控领域中应用FCS的各方面优势。

1.2可靠性高

在工控领域中应用FSC能够体现出较高的可靠性，从当前的现场总线来看，其工控领域中所采用的SCADA系统绝大部分都是在总线连接模式的基础上实现对其的监控，还有一部分则采用的为相对简单的I/O方式进行连接的系统。当在工控领域中部分有着较大规模的系统中应用上述连接模式的时候，那么便会导致其控制系统在实际应用的过程中面临着来自多方面不可靠因素的负面影响。基于此为了能够切实展现出系统整体运行的稳定性以及安全性，系统便需要实时动态的检测和诊断现场全部的被控设备，与此同时还应当确保其诊断所使用的是在线模式。在线检测过程中发现故障并进行诊断之后便会第一时间进行上报，而且系统还能够根据分区和类型对故障展开记录工作，此举能够在极大程度上实现系统安全可靠性的提升[1]。

1.3信息集成能力好

FEC在工控领域中的应用切实体现出了现场总线控制系统本身所具有的强大功能，深化开展对其的推广和应用工作，能够有效提升工控领域针对被控对象的控制以及协调能力，与此同时，用户还可以在现场总线的基础上在智能设备中获得更加高质量并极富应用价值的数据信息。FCS所收集的各类数据信息能够支撑当前工业生产自动化的各方面要求，同时还可以为多种数据信息的处理以及转换创造良好的条件，对于工控领域来说，其所涉及到的现场种类包含多个种类，其都属于是数字化通讯的网络模式。

2 FCS中的智能传感器设计及其数据融合技术

2.1智能传感器设计

从FCS系统本身所具有的要求和特点来看，在进行智能传感器设计的过程中应当能够包含数字通信处理、数字信息处理、补偿、模拟滤波器、放大器电路以及基本敏感元件等等，具体构成如图1所示。

在该图中的实线和虚线分别代表的是信息流和控制流，在实际进行设计的时候则主要是运用仪表本身所具有的智能性，具体指的是加强对于软件处理技术以及微处理技术的应用。这样一来便能够将各种同智能传感器相关联的技术有效融合起来，其具体涉及到数字通信处理、数字信息处理、自诊断以及补偿等智能性设计。从本质上来看，传感器测量数据能够有效实现系统整体性能的优化提升，与此同时，传感器所处的工业环境具有一定的局限性，其在噪声干扰方面相对来说呈现出较复杂的特地那，所以在未来进行智能传感器研究的过程中应当积极探索如何能够提升传感器的测量精准度以及克服干扰噪声的问题。在进行干扰噪声处理的过程中技术人员可以对数字或者是模拟滤波、信号平滑以及各种有关的技术达到恢复信号的效果。从目前来看，通常会将干扰噪声假设是正态的以及平稳的，若是此时传感器的测量量以静态的形式存在，那么传感器的测量数据便会展现出正态以及平稳的随机信号特征，一般情况下会采用较为常规的算术平均滤波的方法对其进行处理，最终的结果主要是被测量量的无偏估计。但若是传感器的测量量呈现出动态的变化，那么在传感器的测量数据则会展现出一定的非平稳特征，在该状态下滤波算法的应用势必会产生跟踪能力同平滑能力之间的矛盾。

2.2智能传感器数据处理方法

2.2.1一次移动平均法

一次移动平均法的应用主要是根据原始数据点的顺序，并在逐步推移的过程中，对每段数据的平均值进行求取。其计算公式为

在该公式中主要代表的是当第k次一次平均的结果，而k则为采样序号，主要指的是第k次的原始采样数据。n则代表了一次移动平均法的分段数据长度。

该方法的应用基本上是在原本算术平均法的基础上所建立起来的，但是结合实际情况对其进行分析能够发现，简单的算术平均法应用只能够对“平均”状况进行表示，并无法更加精确和完整地将数据变化的最大值以及最小值展现出来，同时也无法帮助工作人员对未来数据的发展趋势进行科学合理的判断。但一次移动平均法的灵活应用使用的是逐步移动的方式，再求取平均值，所以其在实际应用的过程中可以对未来数据的实际变化动态展开更加实时动态的跟踪，实现对于非平稳传感器信号的高质量处理，若是传感器本身处在相对较平稳的状态，便可以采用移动平均法的计算公式，这样一来便能够为证明其结果是对测量值的无偏估计提供方便[2]。

2.2.2二次移动平均法

除了一次移动平均法以外，二次移动平均法同样是智能传感器数据处理方法的的重要组成部分，为了能够有效实现对于一次移动平均法跟踪能力的改善，尤其是方处理传感器测量数据有着一定线性趋势的情况下，其每一段数据的增量能够展现出近似相等的特点，加强对于二次移动平均法的应用能够大大提升其算法跟踪能力的效果，具体可以按照以下公式对其进行计算：

在该公式中，主要代表的二次移动平均的结果，而、k以及n的意义同上，同理可证，当传感器数据处在平稳状态的时候，其算法同样是无偏的，能够在在实际处理平稳传感器数据以及非平稳传感器数据的时候进行有效应用。二者处理结果分别如图2和图3所示。

2.2.3指数平滑法

一次指数平滑法本身具有着移动平均法的各方面优势，同时还能够有效缓解移动平均法在应用过程中有着加大数据量的局限性，具体可以按照如下算法进行计算：

若是Sk（1）将上述公式改写成

从上述公式可以得出，一次指数平滑法的应用能够对数据的变化进行实时动态的跟踪，所以其本质上属于一种自适应方法，与此同时，其也可以在理论上得到证明。从实际情况来看，这种平滑结果的均值同原始数据的均值相一致，但其方差要有着更小的特点，这一现象也是应用于传感器数据处理中的必要条件之一，此外，结合上述公式能够知道，对系数进行改变，能够对算法的平滑能力以及跟踪能力进行改变[3]。

从实际情况来看，一次指数平滑法大多能够在有著较小变化传感器信号的滤波上进行应用，但若是传感器测量的信号变化存在相对较大的变化，便难以充分展现出一次指数平滑法高质量的跟踪效果，所以为了能够在此基础上实现其跟踪能力的提升，应当加强度二次指数平滑的应用，其算法如下：

在该公式中的Sk（2）主要指的是第k次的二次指数平滑结果，α则代表了算法加权系数，对于二次指数平滑算法的应用来说，其最为关键便在于对α的应用。结合相关调查研究发现，在采用二次指数平滑法对平稳的传感器信号进行处理的时候应用二次指数平滑法是无偏的。

结论：综上所述，传感器网络是FCS中至关重要的组成部分，但从目前来看，其所应用的传感器在精度以及相应速度方面有着较高的水平，但在环境宏观分析判断力以及学习能力方面仍存在一定程度的欠缺，基于此，相关技术人员应当积极开展对于智能传感器的设计与开发工作，确保其能够具有更加良好的宏观判断分析能力，并促使其能够实现对于信息融合技术以及多传感器集成应用。

参考文献：

[1]张能，白皓.FCS控制系统在化工自动控制中的应用[J].中国化工贸易，2020，12（18）：136，138.

[2]刘洪波.浅析FCS在工控领域中的应用和发展[J].科技创新导报，2019，16（34）：98-99.

[3]张淼，周丽娴.对PLC、DCS、FCS三大控制系统特点和差异的探讨[J].建筑工程技术与设计，2018（32）：4009.