Pre-elaborazione dei dati

Modi di pre-elaborare i dati

In PID Tuner è possibile pre-elaborare i dati dell'impianto prima di utilizzarli per una stima. Una volta importati i dati I/O, nella scheda Plant Identification, utilizzare il menu Preprocess per selezionare un’operazione di pre-elaborazione.

Rimozione dell’offset: rimuovere i valori medi, un valore costante o un valore iniziale dai dati.
Scala dei dati: scalare i dati in base a un valore costante, un valore massimo di segnale o un valore iniziale di segnale.
Estrazione dei dati: selezionare un sottoinsieme dei dati da utilizzare nell’identificazione. È possibile selezionare graficamente i dati da estrarre oppure inserire il tempo iniziale e finale nelle caselle di testo.
Filtraggio dei dati: elaborare i dati utilizzando un filtro passa basso, passa alto o passa banda.
Ricampionamento dei dati: ricampionare i dati utilizzando un’interpolazione hold di ordine zero o lineare.
Sostituzione dei dati: sostituire i dati con un valore costante, un valore iniziale della regione, un valore finale della regione o una riga. Si può utilizzare questa funzionalità per sostituire gli outlier.

Sui dati si possono utilizzare quante operazioni di pre-elaborazione sono necessarie per l’applicazione in uso. Per esempio, è possibile sia filtrare i dati che rimuovere un offset.

Rimozione dell’offset

Per ottenere risultati di identificazione validi è importante rimuovere gli offset dei dati. Nella scheda Remove Offset, è possibile rimuovere l’offset da tutti i segnali contemporaneamente o selezionare un segnale tramite l’elenco a discesa Remove offset from signal. Specificare il valore da rimuovere tramite l’elenco a discesa Offset to remove. Le opzioni sono:

Un valore costante. Inserire il valore nella casella. (Predefinito: 0)
Media dei dati, per creare dati a media zero.
Valore iniziale del segnale.

Quando si modifica il valore di offset, i dati modificati appaiono in anteprima nel grafico.

Una volta effettuate le scelte, aggiornare i dati esistenti con i dati pre-elaborati facendo clic su .

Scala dei dati

Nella scheda Scale Data è possibile scegliere di scalare tutti i segnali o specificare un segnale da scalare. Selezionare il valore di scala dall’elenco a discesa Scale to use. Le opzioni sono:

Un valore costante. Inserire il valore nella casella. (Predefinito: 1)
Valore massimo del segnale.
Valore iniziale del segnale.

Quando si cambia la scala, i dati modificati appaiono in anteprima nel grafico.

Una volta effettuate le scelte, aggiornare i dati esistenti con i dati pre-elaborati facendo clic su .

Estrazione dei dati

Selezionare un sottoinsieme di dati da usare nella scheda Extract Data. È possibile estrarre i dati graficamente o specificando un tempo iniziale e un tempo finale. Per estrarre i dati graficamente, fare clic e trascinare le barre verticali in modo da selezionare una regione dei dati da utilizzare.

I dati all’esterno della regione evidenziata in giallo vengono scartati quando si fa clic su .

Filtraggio dei dati

È possibile filtrare i dati utilizzando un filtro passa basso, un filtro passa alto o un filtro passa banda. Un filtro passa basso blocca i segnali ad alta frequenza, un filtro passa alto blocca i segnali a bassa frequenza e un filtro passa banda combina le proprietà sia del filtro passa basso che del filtro passa alto.

Nella scheda Low-Pass Filter, High-Pass Filter o Band-Pass Filter, è possibile scegliere di filtrare tutti i segnali o specificare un segnale particolare. Per l’applicazione del filtro passa basso e passa alto è possibile specificare la frequenza di cutoff normalizzata del segnale. Dove una frequenza normalizzata di 1 corrisponde alla metà del rate di campionamento. Per il filtro passa banda è possibile specificare le frequenze normalizzate di inizio e di fine. Specificare le frequenze inserendo il valore nel campo corrispondente all’interno della scheda. In alternativa, è possibile specificare graficamente le frequenze dei filtri, trascinando le barre verticali nel grafico frequenza-dominio dei dati.

Fare clic su Options per specificare l’ordine dei filtri e selezionare il filtro a spostamento di fase zero.

Una volta effettuate le scelte, aggiornare i dati esistenti con i dati pre-elaborati facendo clic su .

Ricampionamento dei dati

Nella scheda Resample Data, specificare il periodo di campionamento tramite il campo Resample with sample period:. È possibile campionare i dati utilizzando uno dei seguenti metodi di interpolazione:

Zero-order hold: compilare il campione di dati mancanti con il valore dei dati immediatamente precedente.
Linear interpolation: compilare i dati mancanti utilizzando una riga che colleghi i due punti di dati.

Per impostazione predefinita, il metodo di ricampionamento è impostato su zero-order hold. È possibile selezionare il metodo linear interpolation dall’elenco a discesa Resample Using.

I dati modificati appaiono in anteprima nel grafico.

Una volta effettuate le scelte, aggiornare i dati esistenti con i dati pre-elaborati facendo clic su .

Sostituzione dei dati

Nella scheda Replace Data, selezionare i dati da sostituire trascinandoli attraverso una regione all’interno del grafico. Una volta selezionati i dati, scegliere come sostituirli tramite l’elenco a discesa Replace selected data. È possibile sostituire i dati selezionati con una delle seguenti opzioni:

Un valore costante
Valore iniziale della regione
Valore finale della regione
Una riga

I dati di anteprima sostituiti cambiano colore e i dati sostitutivi appaiono sul grafico. In qualunque momento prima dell’aggiornamento, fare clic su Clear preview per cancellare i dati che sono stati sostituiti e ricominciare da capo.

Una volta effettuate le scelte, aggiornare i dati esistenti con i dati pre-elaborati facendo clic su .

La funzione Replace Data può essere utile, per esempio, per sostituire gli outlier. Gli outlier si possono definire come i valori di dati che deviano dalla media di più di tre deviazioni standard. Quando si effettua la stima dei parametri a partire da dati che contengono degli outlier, i risultati potrebbero non essere accurati. Si può quindi scegliere di sostituire gli outlier presenti nei dati prima di eseguire la stima dei parametri.