Počas tohto semestra som sa naďalej venoval svojej práci na odhad procesných veličín a to pomocou využitia zvukových odtlačkov. Moja doterajšia práca spočívala vo vytvorení systému, ktorý by dokázal odhadovať procesné veličiny, ako napríklad prietok kvapaliny v potrubí, a to pomocou merania zvuku a použitia strojového učenia.
Nakoľko jeden z najdôležitejších aspektov v priemysle je cena, táto práca spočíva vo vytvorení systému, ktorý by dokázal nahradiť drahé prietokomery a pomerne presne predikovať prietok kvapaliny. Ako to funguje? Ako iste viete, kvapaliny v potrubí sú väčšinou transportované pomocou čerpadiel, ktorých výkon dokážeme ovládať. Priemyselné čerpadlá sú pomerne mohutné stroje, ktoré robia značný hluk. Tento zvuk je samozrejme závislí od výkonu daného čerpadla, čo nás privádza k myšlienke tohto projektu. Čo keby analyzujeme zvuk, ktorý vydáva čerpadlo a na základe neho potom spätne odhadujeme výkon čerpadla a tým pádom aj prietok, ktorý zodpovedá danému výkonu? V skratke sa vám teraz pokúsim objasniť realizáciu tohto projektu.
Miesto čerpadiel som pracoval so zariadením Flexy(vyššia flexibilita a možnosť pracovať aj z domu), ktoré bolo navrhnuté a zostrojené na našom oddelení. Toto zariadenie má mnoho využití, no ja som pracoval hlavne s ventilátorom, ktorého výkon som dokázal ovládať. ventilátor, tak ako aj čerpadlo, zanecháva pri rôznych výkonoch rôzne zvukové stopy. Pomocou mikrofónu som zozbieral dáta pri rôznych výkonoch ventilátora, napríklad na obrázku nižšie môžete vidieť zvukovú stopu pri 50%-tnom a 100%-nom výkone.
obr.1 - zvuková stopa pri výkone 50%
obr.2 - zvuková stopa pri výkone 100%
Ako môžeme vidieť, pre človeka nie je zrovna jednoduché rozoznať badateľný rozdiel. Sú tam nejaké rozdiely, ale rozhodne by sa s tým nepracovalo ideálne. Preto som zozbierané zvukové stopy transformoval pomocou Fourierovej transformácie do podoby frekvenčného spektra, ktorú môžete vidieť na obrázku 3 respektíve 4. Túto operáciu som vykonal pomocou programu MATLAB, v ktorom som naprogramoval aj zvyšnú časť projektu.
obr.3 - frekvenčné spektrum pri výkone 50%
obr.4 - frekvenčné spektrum pri výkone 100%
Frekvenčné spektrum je závislosť amplitúdy od frekvencie na ktorej môžeme vidieť takzvané píky. poloha týchto píkov sa mení v závislosti od výkonu, čo môžeme vidieť na obrázkoch 3 a 4. Pri 100%-tnom výkone ventilátora sa významný pík nachádzal na hodnote frekvencie niečo menej ako 800 Hz a pri 50%-tnom výkone to bolo niečo viac ako 650 Hz. Tieto píky nám slúžia na extrakciu významných vlastností z daného spektra. Pod pojmom významná vlastnosť si predstavte číselnú hodnotu frekvencie a amplitúdy daného píku. Pomocou týchto údajov dokážeme zostrojiť vhodné strojové učenie.
Existuje množstvo rôznych strojových učení, pričom každé funguje na inom princípe. Ja som pri svojej práci používal takzvaný regresný strom. Na predstavu, ako funguje regresný strom použijem príklad s lineárnou regresiou. S týmto pojmom ste sa už určite mnohí z vás stretli. Využívali sme ju hlavne na laboratórnych cvičeniach, kde sme robili kalibračné krivky. Napríklad pri zisťovaní zloženia roztokov, kde sme vedeli zloženie v pár bodoch, medzi ktorými sme spravili regresiu a dostali sme výslednú rovnicu. Pomocou nej sme potom dokázali na základe množstva jednej zložky vypočítať aj množstvo druhej. Regresný strom funguje na podobnom princípe, až na to, že tých zložiek tam môže byť omnoho viacej a okrem toho nerobí iba 1 regresiu ale celý graf si rozdelí na určitý počet častí a robí regresie v každej časti zvlášť.
Možno sa pýtate, na čo by som odhadoval výkon zariadenia, ktorý potrebujem poznať, aby som k nemu vedel zaradiť významné amplitúdy a frekvencie. Každé strojové učenie sa skladá z 2 častí-trénovanie a testovacie. Pri trénovaní potrebujem získať veľké množstvo dát na vytvorenie regresného stromu. Regresný strom vytváram z významných vlastností a samozrejme k nim prislúchajúce výkony zariadenia. Pomocou nich vytvorím systém, ktorý používam v 2. časti-testovanie. Táto časť spočíva v testovaní v praxi, kde naše zariadenie funguje pri nejakom výkone, ktorý nepoznám. Čo ale dokážem odmerať je zvuková stopa, ktorú dané zariadenie vydáva. Túto stopu nahrávam, premieňam na frekvenčné spektrum a preženie cez nami vytvorený systém, ktorý nám na základe zaznamenaného zvuku odhadne, aký výkon zariadenie má. Nakoľko sa jedná o kontinuálny proces, jednotlivé kroky musí systém vyhodnotiť veľmi rýchlo. Na nasledujúcom obrázku môžete vidieť presnosť odhadov nášho systému.
obr.5 - Odchýlka predikovaného výkonu od skutočného výkonu
Ako som spomínal, testovanie prebiehalo pri kontinuálnom zvyšovaní výkonu ventilátora od 70% až po 94%. V 2 prípadoch vznikli väčšie odchýlky a to v dôsledku toho, že náš systém odhadoval výkon v momente, keď som zvyšoval výkon ventilátora a teda proces nebol dostatočne ustálený. Okrem tohto prípadu sa odchýlka pohybovala na úrovni okolo 4%, čo môžeme považovať za pomerne presný odhad.