مکانیسم حذف نویز در سیستم های کنترل با روش یادگیری تقویتی

در اکثر موقعیت های کاری در صنعت، سیستم های کنترل و ابزار دقیقی که معمولا در رنج توان مصرفی کم کار می کنند، در مجاورت منابع تولید نویز صنعتی که شامل مقادیر بالایی از توان هستند ، قرار دارند. گستره نفوذ این نویزها از نویز الکترومغناطیسی و ولتاژ القایی ناشی از قطع و وصل منابع توان تا اغتشاشات گذرای ناشی از شرایط جوی و حتی نویز فلیکرناشی از ادوات روشنایی را شامل می شود. در حوزه های پالایش و استخراج منابع نفتی اهمیت این موضوع چندین برابر می شود . در مواردی اطلاعات ارسالی از ترنسمیترها و سنسورها اهمیت کلیدی و ویژه ای برای ما داشته و تمهیدات بیشتر و موثرتری برای حفاظت از اطلاعات را طلب می کند.دقت در انتخاب اجزاء و طراحی مناسب سیستمکنترل، در اکثر مواقع کارگشا است . ولی با این وجود موقعیت هایی هستند که به دلیل حساسیت بالای فرآیند به مقادیر اندازه گیری شده و ریسک بالای از دست رفتن کل فرآیند به دلیل وجود نویز در بخشی از مسیر، ما مجبور به استفاده از حلقه های حذف کننده نویز از جمله اتصال به زمین می شویم.با تمام این تمهیدات باز موقعیت های زیادی در صنعت پیش می آیند که اطلاعاتی که از فرآیند اخذ می شود دچار خطا و اعوجاج و انحراف شوند.مشکل از جایی اهمیت خود را نشان می دهد که دریابیم پترن نویز در اکثر مواقع قابل حدس زدن نمی باشد، چه در غیر این صورت با داشتن پترن نویز می توان جبران سازها را طوری طراحی کرد که اثر نویز در اطلاعات مطلوب به حداقل ممکن برسد. پس ما باید عملا به دنبال روشی برای حدس زدن و مدل سازی پترن نویز آن هم بصورت زمان واقعی با تمرکز بر سرعت و دقت عملیات باشیم .شاید یکی از موثرترین روش هایی که می توان در بازیابی اطلاعات با حضور نویز پیشنهاد و ارایه کرد روش مدل کردن پترن نویز و بازیابی اطلاعات با روش های یادگیری تقویتی می باشد. در این روش طیف نویز موجود در محیط با قراردادن فیلترهای دیجیتال در ورودی دستگاه به محدوده عملکرد وسیله اندازه گیری محدود شده و سپس این طیف در بازه های مشخص گسسته سازی شده و عملا با محاسبه مقادیر وزندار در هر فرکانس پترن طیف را حدس زده و سپس با روش یادگیری تقویتی با این فرض که استراتژی اولیه با این پترن اولیه شروع شده و سپس برای هر فرکانس عملیات گسسته سازی اعمال شده و با انتخاب روش بهینه مناسب می توان در کمترین زمان ممکن پترن را حدس زد و سپس از روش های کلاسیک برای حذف اثر نویز، آنرا در ورودی سنسور یا ترنسمیتر حذف کنیم.حسن این روش در این است که تمام عملیات تقریب پترن نویز و حذف اثر آن بصورت دایم و پیوسته انجام شده و در مواقعی که این پترن بصورت دایم در حال تغییر است نیز بخوبی کارایی خواهد داشت.

Keywords:

حذف نویز , سیستم های کنترل , سیستم های یادگیری تقویتی