Prétraitement des données

Différentes manières de prétraiter les données

Dans PID Tuner, vous pouvez prétraiter les données de système physique avant de les utiliser pour l'estimation. Après avoir importé les données d'E/S, sur l'onglet Plant Identification, utilisez le menu Preprocess pour sélectionner une opération de prétraitement.

Supprimer les décalages : Supprime les valeurs moyennes, une valeur constante ou une valeur initiale des données.
Mettre les données à l'échelle : Met les données à l'échelle à travers une valeur constante, une valeur maximale du signal ou une valeur initiale du signal.
Extraire des données : Sélectionne un sous-ensemble de données à utiliser dans l'identification. Vous pouvez sélectionner graphiquement les données à extraire, ou saisir les temps de début et de fin dans les zones de texte.
Filtrer des données : Traite les données à l'aide d'un filtre passe-bas, passe-haut ou passe-bande.
Rééchantillonner les données : Rééchantillonne les données en utilisant un bloqueur d'ordre zéro ou l'interpolation linéaire.
Remplacer les données : Remplace les données par une valeur constante, une valeur initiale de région, une valeur finale de région ou une ligne. Vous pouvez utiliser cette fonctionnalité pour remplacer les valeurs aberrantes.

Vous pouvez effectuer autant d'opérations de prétraitement sur vos données que nécessaire pour votre application. Par exemple, vous pouvez à la fois filtrer les données et supprimer un décalage.

Supprimer les décalages

Pour obtenir de bons résultats d'identification, il est important de supprimer les décalages de données. Dans l'onglet Remove Offset, vous pouvez supprimer le décalage de tous les signaux à la fois ou sélectionner un signal particulier à l'aide du menu déroulant Remove offset from signal. Spécifiez la valeur à supprimer à l'aide du menu déroulant Offset to remove. Les options sont les suivantes :

Une valeur constante. Saisissez la valeur dans la case. (Par défaut : 0)
Moyenne des données, pour créer des données à moyenne nulle.
Valeur initiale du signal.

Lorsque vous modifiez la valeur de décalage, les données modifiées sont affichées en aperçu dans le graphique.

Après avoir fait des choix, mettez à jour les données existantes avec les données prétraitées en cliquant sur .

Mettre les données à l'échelle

Dans l'onglet Scale Data, vous pouvez choisir de mettre à l'échelle tous les signaux ou de spécifier un signal à mettre à l'échelle. Sélectionnez la valeur de mise à l'échelle dans le menu déroulant Scale to use. Les options sont les suivantes :

Une valeur constante. Saisissez la valeur dans la case. (Par défaut : 1)
Valeur maximale du signal.
Valeur initiale du signal.

Lorsque vous modifiez l'échelle, les données modifiées sont affichées en aperçu dans le graphique.

Après avoir fait des choix, mettez à jour les données existantes avec les données prétraitées en cliquant sur .

Extraire des données

Sélectionnez un sous-ensemble de données à utiliser dans l'onglet Extract Data. Vous pouvez extraire des données graphiquement ou en spécifiant le temps de début et de fin. Pour extraire des données sous forme graphique, cliquez et faites glisser les barres verticales pour sélectionner une région des données à utiliser.

Les données situées à l'extérieur de la région qui est surlignée en jaune sont écartées lorsque vous cliquez sur .

Filtrer des données

Vous pouvez filtrer vos données à l'aide d'un filtre passe-bas, passe-haut ou passe-bande. Un filtre passe-bas bloque les signaux à haute fréquence, un filtre passe-haut bloque les signaux à basse fréquence, et un filtre passe-bande combine les propriétés des filtres passe-bas et passe-haut.

Dans l'onglet Low-Pass Filter, High-Pass Filter ou Band-Pass Filter, vous pouvez choisir de filtrer tous les signaux ou de spécifier un signal particulier. Pour le filtrage passe-bas et passe-haut, vous pouvez spécifier la fréquence de coupure normalisée du signal. Où, une fréquence normalisée de 1 correspond à la moitié de la fréquence d'échantillonnage. Pour le filtre passe-bande, vous pouvez spécifier les fréquences de début et de fin normalisées. Spécifiez les fréquences soit en saisissant la valeur dans le champ associé de l'onglet. Vous pouvez également spécifier les fréquences de filtrage de manière graphique, en faisant glisser les barres verticales du tracé du domaine fréquentiel de vos données.

Cliquez sur Options pour spécifier l'ordre du filtre, et sélectionnez le filtre à décalage de phase zéro.

Après avoir fait des choix, mettez à jour les données existantes avec les données prétraitées en cliquant sur .

Rééchantillonner les données

Dans l'onglet Resample Data, spécifiez la période d'échantillonnage en utilisant le champ Resample with sample period:. Vous pouvez rééchantillonner vos données en utilisant l'une des méthodes d'interpolation suivantes :

Zero-order hold : Remplir l'échantillon de données manquantes avec la valeur des données qui le précède immédiatement.
Linear interpolation : Remplir les données manquantes à l'aide d'une ligne qui relie les deux points de données.

Par défaut, la méthode de rééchantillonnage est zero-order hold. Vous pouvez sélectionner la méthode linear interpolation dans le menu déroulant Resample Using.

Les données modifiées sont affichées en aperçu dans le graphique.

Après avoir fait des choix, mettez à jour les données existantes avec les données prétraitées en cliquant sur .

Remplacer les données

Dans l'onglet Replace Data, sélectionnez les données à remplacer en les faisant glisser votre curseur sur une région du graphique. Une fois que vous avez sélectionné les données, choisissez comment les remplacer à l'aide du menu déroulantReplace selected data. Vous pouvez remplacer les données que vous sélectionnez par l'une de ces options :

Une valeur constante
Une valeur initiale de la région
Une valeur finale de la région
Une ligne

Les données remplacées changent de couleur dans l'aperçu et les données de remplacement apparaissent sur le graphique. À tout moment avant la mise à jour, cliquez sur Clear preview pour effacer les données que vous avez remplacées et recommencer.

Après avoir fait des choix, mettez à jour les données existantes avec les données prétraitées en cliquant sur .

Replace Data peut être utile, par exemple, pour remplacer les valeurs aberrantes. Les valeurs aberrantes peuvent être définies comme des valeurs de données qui s'écartent de la moyenne de plus de trois écarts types. Lorsque vous estimez des paramètres à partir de données contenant des valeurs aberrantes, les résultats peuvent ne pas être précis. Par conséquent, vous pouvez choisir de remplacer les valeurs aberrantes dans les données avant d'estimer les paramètres.