Questa pagina è stata tradotta automaticamente.
Completa un sondaggio di 1 minuto sulla qualità di questa traduzione.
Coca-Cola sviluppa un sensore di pressione virtuale con Machine Learning per migliorare la diagnostica dei distributori di bevande
Con l'aiuto di MathWorks, il team è stato in grado di ridurre il codice da eseguire in modo che si adatti perfettamente al microprocessore ARM-Cortex M, trasformando il modulo di controllo del flusso in un componente smart.
Risultati chiave
- Modulo di controllo del flusso standard trasformato in un componente smart con capacità di diagnostica
- Nessuna necessità di aggiornare migliaia di distributori già esistenti con costosi sensori
- Grado di precisione fino al 91% nelle previsioni di pressione
I distributori di bevande Coca-Cola Freestyle consentono ai consumatori di scegliere tra centinaia di bevande diverse tramite un'interfaccia touchscreen. Un componente fondamentale del distributore è il modulo di controllo del flusso (FCM), che comprende una valvola azionata da solenoide per regolare il flusso dell'acqua. In assenza di un sensore di pressione fisica nella linea dell'acqua della macchina, i tecnici sul campo non erano in grado di distinguere tra un guasto dell'FCM e una perdita di pressione a monte, il che ha portato a sostituzioni non necessarie dell'FCM.
Per migliorare la diagnostica sul campo, gli ingegneri della Coca-Cola hanno utilizzato MATLAB® e Simulink® per sviluppare un sensore virtuale basato sul Machine Learning e implementarlo nel microprocessore con risorse limitate del distributore.
Il team ha iniziato raccogliendo dati dagli FCM tramite un processo di test Hardware-In-the-Loop. Simulink è stato utilizzato per modellare e generare il codice per un semplice controller, che viene poi scaricato su una scheda di controllo del distributore utilizzata per acquisire le misurazioni della pressione della valvola e della corrente elettrica. Lavorando in MATLAB, sono state poi sviluppate funzioni per eseguire l'estrazione di caratteristiche e la regressione multivariabile sulla base dei dati raccolti. Queste funzioni sono state incorporate in un modello Simulink che prevedeva la pressione della valvola in base alla corrente della valvola. Collaborando con gli ingegneri MathWorks, il team ha ridotto il footprint del modello prima di generare il codice per il microprocessore ARM Cortex-M dell'FCM.
Prima di distribuire il sensore virtuale sul campo, il team ne ha verificato l'accuratezza raccogliendo e analizzando i dati di oltre 3.000 test su 10 diversi FCM con due diverse schede di controllo.
I prodotti utilizzati
Risorse Collegate