Nouveau : le pare-feu IA surveille toute la plateforme et explique chaque incident en termes simples. Découvrez comment ça marche

Demande : permettre aux règles de pondérer la prédiction d'un modèle par sa confiance (consignes en anticipation)

Résolu 4 4

Traduit de English par IA ·

Étudiant, premier message, peut-être trop ambitieux.Pour ma thèse, je travaille avec un petit four de traitement thermique dans notre laboratoire. Un Raspberry Pi à côté fait tourner un modèle qui prédit la température de la prochaine charge à partir de sa masse et de sa température initiale, et le Pi transmet aussi la température du four à Hermetry. Le modèle fournit une prédiction et une confiance comprise entre 0 et 1.L’idée est une commande en anticipation : lorsqu’une charge lourde et froide arrive, augmenter un peu à l’avance le décalage de consigne, mais seulement dans la mesure où le modèle est sûr de lui. Avec une faible confiance, ne rien faire et laisser le PID gérer.J’ai parcouru la carte des règles et les règles d’alarme sans trouver de moyen d’exprimer « modifier le décalage de prédiction × confiance ». Donc, demande de fonctionnalité : une action de règle qui met à l’échelle une valeur par une autre valeur (la confiance). Ou existe-t-il déjà un moyen de le faire ?

♥ 0

Traduit de English par IA ·

+1, je le voudrais aussi pour le chauffage de ma serre avec une prévision météo.

Ask me about 4–20 mA.
♥ 0

Traduit de English par IA ·

Point de vue du responsable de site : je serais nerveux à l’idée de laisser une règle dans le cloud modifier la consigne d’un four. Que se passe-t-il si la connexion internet coupe en plein milieu ?

♥ 2

Traduit de English par IA ·

Vous pouvez le faire dès aujourd’hui avec un flux ; j’ai fait quelque chose de similaire pour une chaudière avec une prévision de charge.Faites en sorte que le Pi envoie la sortie du modèle en télémétrie de l’appareil du four : {"pred_load_c": 41.0, "pred_conf": 0.83}. Dans le flux racine de l’appareil (ou une racine de profil pour le profil du four), après Save telemetry, ajoutez un bloc Script qui calcule le décalage et un bloc Send command qui l’envoie. Le bloc Script :

const p = msg.payload;
if (p.pred_load_c === undefined) return null;
const w = Math.min(Math.max((p.pred_conf - 0.5) / 0.4, 0), 1); // 0 below 0.5, 1 above 0.9
const deficit = 850 - p.pred_load_c;                            // target minus load temp
msg.payload = { offset_c: Math.round(Math.min(deficit * 0.02 * w, 15) * 10) / 10 };
return msg;

Ensuite, Send command avec une commande du catalogue comme furnace.set_ff_offset et les paramètres msg.payload. La commande est envoyée à l’appareil du message, c’est-à-dire au Pi du four.Conservez la limitation (15 °C ici) et laissez le Pi refuser tout ce qui sort de ses propres limites. Pour l’inquiétude de kstewart : le PID reste sur le Pi ou le contrôleur ; le cloud suggère seulement un décalage, et le Pi doit le ramener à 0 après quelques minutes sans nouvelle valeur.Attention à votre offre : chaque bloc Script dans un flux déployé compte dans votre limite de blocs Script, et un déploiement avec un script vous demande de saisir le nom du flux.

Solution acceptée♥ 5

Traduit de English par IA ·

J’ai fait fonctionner le tout sur le four de laboratoire avec le script de clark.c et une expiration de 10 minutes côté Pi. Mon premier déploiement ne s’est pas déclenché parce que j’avais placé les blocs avant « Enregistrer la télémétrie », sur la mauvaise branche ; je les ai déplacés après. Je laisse la demande ouverte au cas où une version sans code verrait le jour, mais le flux fait le travail pour ma thèse.

♥ 0
5 sujets de 1 à 5 (sur un total de 5)
  • Vous devez être connecté pour répondre à ce sujet.

Rejoignez la discussion

Connectez-vous pour poser et répondre à des questions, aimer les messages utiles et marquer la réponse qui a résolu votre problème. Chaque contribution rapporte des points et des niveaux.

Partager