Diese Seite wurde maschinell übersetzt.
Füllen Sie bitte eine 1-Minuten-Befragung zur Qualität dieser Übersetzung aus.
Coca-Cola entwickelt virtuellen Drucksensor mit Machine Learning zur Verbesserung der Diagnose von Getränkespendern
Mit der Unterstützung von MathWorks konnte das Team den Speicherbedarf dieses Codes reduzieren, sodass er problemlos auf den ARM-Cortex M-Mikroprozessor passt. Aus dem Durchflussreglermodul machte es eine intelligente Komponente.
Wichtigste Ergebnisse
- Transformation eines herkömmlichen Durchflussreglermoduls zu einer diagnosefähigen intelligenten Komponente
- Vermeidung der Nachrüstung von Tausenden von Spendern mit teuren Sensoren
- Bis zu 91% Genauigkeit bei der Druckprognose
Mit den Getränkespender Coca-Cola Freestyle können Verbraucher über eine Touchscreen-Oberfläche aus Hunderten verschiedener Getränke auswählen. Eine Schlüsselkomponente des Spenders ist sein Durchflussreglermodul (FCM), das ein magnetisch betätigtes Ventil zur Regulierung des Wasserdurchflusses enthält. Da in der Wasserleitung der Maschine kein physischer Drucksensor vorhanden war, konnten die Techniker vor Ort nicht zwischen einem FCM-Fehler und einem stromaufwärts entstandenen Druckverlust unterscheiden, was zu unnötigen FCM-Austauschen führte.
Zur Verbesserung der Felddiagnostik setzten die Ingenieure von Coca-Cola auf MATLAB® und Simulink®, um einen virtuellen Sensor auf Basis von Machine Learning zu entwickeln und ihn auf dem ressourcenbeschränkten Mikroprozessor der Zapfanlage zu implementieren.
Das Team begann mit dem Sammeln von Daten von FCMs über ein Hardware-in-the-Loop-Testverfahren. Sie verwendeten Simulink zur Modellierung und Code-Generierung für einen einfachen Controller, den sie anschließend auf eine Steuerplatine des Getränkespenders herunterluden, mit der Ventildruck und Stromstärke gemessen wurden. Anschließend entwickelten sie in MATLAB Funktionen zur Merkmalsextraktion und multivariablen Regression basierend auf den gesammelten Daten. Sie integrierten diese Funktionen in ein Simulink-Modell, das den Ventildruck basierend auf dem Ventilstrom vorhersagte. In Zusammenarbeit mit den Ingenieuren von MathWorks reduzierte das Team die Größe des Modells, bevor es Code für den ARM Cortex-M-Mikroprozessor des FCM generierte.
Bevor das Team den virtuellen Sensor im Feld einsetzte, überprüfte es seine Genauigkeit, indem es Daten aus mehr als 3.000 Tests an 10 verschiedenen FCMs mit zwei verschiedenen Steuerplatinen sammelte und analysierte.
Eingesetzte Produkte
Ressourcen zu
