Soft Sensor vs. Hard Sensor: kiedy używać którego
To pytanie pojawia się w niemal każdym projekcie: „Czy powinniśmy zainstalować nowy analizator, czy możemy estymować pomiar za pomocą modelu?”
Brzmi jak pytanie o instrumentację. W rzeczywistości jest to pytanie o strategię sterowania — a odpowiedź zależy od czynników, które większość inżynierów bierze pod uwagę dopiero po wydaniu budżetu inwestycyjnego.
Czym jest soft sensor?
Soft sensor (zwany też wirtualnym sensorem lub pomiarem inferencyjnym) estymuje zmienną procesową na podstawie innych dostępnych pomiarów, korzystając z modelu matematycznego. Nie ma fizycznego odpowiednika — żadnej sondy w rurociągu, żadnej próbki do laboratorium.
Model może być:
- Oparty na pierwszych zasadach (bilans masy/energii, kinetyka reakcji)
- Oparty na danych (regresja, sieci neuronowe, procesy gaussowskie)
- Hybrydowy (struktura fizyczna z parametrami kalibrowanymi na danych)
Model działa ciągle w DCS lub historyku, zwykle z częstotliwością próbkowania istniejącej instrumentacji.
Porównanie, które ma znaczenie
| Właściwość | Hard sensor (analizator) | Soft sensor |
|---|---|---|
| Koszt inwestycyjny | 20 000–500 000 € | 5 000–50 000 € (rozwój) |
| Koszt utrzymania | 5 000–30 000 €/rok | Niski (rekalibracja modelu) |
| Opóźnienie pomiaru | 2–60 min (lab); 30 sek–5 min (online) | Bliskie zeru (częstotliwość próbkowania) |
| Dostępność | 85–95% (konserwacja, kalibracja) | 99%+ (oprogramowanie) |
| Szum pomiaru | Szum fizyczny + próbkowanie | Niepewność modelu |
| Działa bez modelu | Tak | Nie |
| Pokrywa wiele wyjść | Jeden na instrument | Tak (jeden model, wiele wyjść) |
| Bezpieczna awaria | Zazwyczaj (alarm przy awarii) | Wymaga monitorowania |
Kiedy hard sensory wygrywają
Użyj fizycznego analizatora, gdy:
-
Zmienna jest krytyczna dla bezpieczeństwa. Wykrywanie gazów, zawory bezpieczeństwa, limity temperatury bliskie progom uszkodzenia sprzętu — te wymagają niezależnego fizycznego potwierdzenia. Soft sensor może wspierać system bezpieczeństwa; nie powinien go zastępować.
-
Proces jest zbyt słabo poznany, żeby zbudować model. Jeśli nie możesz zapisać bilansu masy ze znajomymi parametrami, soft sensor oparty na pierwszych zasadach nie jest wykonalny. Modele oparte na danych wymagają wystarczającej historycznej zmienności zmiennej docelowej — jeśli Twój proces rzadko się zmienia, dane treningowe są ubogie.
-
Zgodność z przepisami wymaga certyfikowanego pomiaru. Raporty środowiskowe, certyfikaty partii produktów spożywczych, testy zwalniania leków — te zazwyczaj określają metodę pomiaru. Soft sensor nie może zastąpić certyfikowanego instrumentu w tych kontekstach.
-
Opóźnienie pomiaru soft sensora byłoby porównywalne z szybkim analizatorem online. Dla zmiennych zmieniających się w ciągu sekund (O₂ spalania, pH w szybkich reaktorach), częstotliwość aktualizacji modelu i dynamika zmiennych predyktywnych decydują o tym, czy soft sensor może dorównać czasowi odpowiedzi dedykowanego sensora.
Kiedy soft sensory wygrywają
Użyj soft sensora, gdy:
-
Opóźnienie pomiaru jest głównym ograniczeniem. Analizatory laboratoryjne z opóźnieniami 30–60 minut uniemożliwiają sterowanie z regulacją zwrotną dla wszystkiego szybszego niż proces godzinny. Soft sensor estymujący jakość z częstotliwością próbkowania procesu umożliwia sterowanie w zamkniętej pętli w czasie rzeczywistym.
-
Punkt pomiaru jest fizycznie niedostępny. Temperatury wewnątrz szczelnego reaktora, stężenia w połowie kolumny destylacyjnej, stany wewnętrzne baterii — mogą nie mieć żadnego wykonalnego punktu pomiarowego.
-
Potrzebujesz redundantnego pokrycia. Soft sensor zbudowany na innym zestawie wejść niż analizator główny zapewnia niezależne wykrywanie awarii. Jeśli oba zgadzają się — masz pewność. Jeśli się rozbiegają — masz wczesne ostrzeżenie.
-
Chcesz rozszerzyć sterowanie na zmienne, których nie możesz instrumentować. Lepkość produktu, rozkład wielkości cząstek, ciężar cząsteczkowy polimerów — te są często zbyt kosztowne lub niepraktyczne do ciągłego pomiaru. Soft sensor czyni je sterowalnymi w czasie rzeczywistym.
-
Budżet inwestycyjny jest ograniczony, ale natychmiast potrzebujesz lepszej widoczności procesu. Dobrze zaprojektowany soft sensor często można zbudować i zwalidować w 4–8 tygodni — szybciej i taniej niż specyfikowanie, zamawianie i instalowanie nowego analizatora.
Podejście hybrydowe, które większość zakładów pomija
Najpotężniejsza konfiguracja to nie jedno ani drugie — to soft sensor pracujący równolegle z hard sensorem.
Konfiguracja:
- Hard sensor dostarcza wartość referencyjną ze swoją częstotliwością pomiaru (co 30 min lub raz na partię)
- Soft sensor działa ciągle między pomiarami laboratoryjnymi
- Hard sensor okresowo rekalibruje soft sensor, korygując dryft modelu
Nazywa się to estymatorem ruchomego horyzontu lub po prostu architekturą inferencja + korekcja. Daje ciągły pomiar praktycznie bez opóźnienia, z dokładnością fizycznego analizatora.
Przemysł cementowy używa tej architektury do estymacji jakości klinkieru od lat 90. Przemysł chemiczny stosuje ją do jakości produktów kolumn. Przemysł stalowy wykorzystuje ją do ciągłego śledzenia właściwości w walcowniach.
Ramy decyzyjne w trzech pytaniach
1. Czy zmienna jest krytyczna dla bezpieczeństwa lub regulacyjna? → Hard sensor wymagany (soft sensor może uzupełniać)
2. Czy możesz zbudować wiarygodny model (oparty na pierwszych zasadach lub danych)? → Jeśli tak, soft sensor jest technicznie wykonalny
3. Czy opóźnienie pomiaru lub koszt inwestycyjny jest Twoim głównym ograniczeniem? → Ograniczenie opóźnienia → soft sensor; Ograniczenie kapitałowe → soft sensor; Żadne → hard sensor prawdopodobnie prostszy
Jeśli odpowiadasz „tak” na pytania 2 i 3, architektura hybrydowa (soft sensor + okresowa rekalibracja hard sensorem) zazwyczaj daje najlepszy wynik przy najniższym całkowitym koszcie posiadania.
Jak ocenić wykonalność soft sensora w 30 minut
Najszybsza weryfikacja wykonalności:
- Wymień zmienne, które chcesz estymować (wyjścia)
- Wymień pomiary już dostępne w historyku (wejścia)
- Sprawdź, czy w wyjściach jest wystarczająca historyczna zmienność — jeśli zmienna nigdy się nie zmienia, nie ma czego modelować
- Sprawdź stałą czasową procesu — jeśli zmienna zmienia się szybciej niż częstotliwość próbkowania historyka, soft sensor nie pomoże
Jeśli kroki 1–4 wyglądają obiecująco, tydzień danych z historyka wystarczy, żeby zbudować model proof-of-concept i skwantyfikować dokładność estymacji przed podjęciem jakichkolwiek zobowiązań.
Dr. Rafał Noga specjalizuje się w estymacji stanu i rozwijaniu soft sensorów dla procesów przemysłowych. Wcześniejsza praca obejmuje tworzenie modeli dla systemów energii wiatrowej opartej na lotnictwie (SkySails Power), zastosowania sterowania w motoryzacji (IAV GmbH) oraz kriogeniczne nadprzewodzące systemy magnesów (CERN).
Have a project or a question?
Contact Dr. Noga →