Analytics Builder 10.14.0 | Bedienungsanleitung für Analytics Builder for Cumulocity IoT | Details zu Werten und Blöcken | Messungen von diskreten Zeitwerten
 
Messungen von diskreten Zeitwerten
Es gibt einige Fälle, bei denen ein numerischer Messwert keine zeitkontinuierliche Eigenschaft darstellen würde. Zum Beispiel:
*Das Gewicht von Paketen, die eine Waage auf einem Förderband passieren.
*Die Größe von Objekten, die eine Messstelle passieren.
*Der Wert eines Tickets, das von einer Maschine gescannt oder gedruckt wird.
Im Gegensatz zu den zeitkontinuierlichen Werten ist jeder dieser Werte signifikant, auch wenn zwei Messungen denselben Wert haben. Der Zeitpunkt jeder Messung kann eine gewisse Bedeutung haben, aber die Zeit zwischen den aufeinander folgenden Messungen ist nicht von großer Bedeutung. Würden die Messungen mit leicht unterschiedlichen Zeitpunkten, oder möglicherweise sogar nicht in der richtigen Reihenfolge, empfangen werden, würde dies keinen Unterschied machen (so ändert sich zum Beispiel die Summe der Ticketwerte nicht, wenn sie in einer anderen Reihenfolge oder mit unterschiedlichen Zeitpunkten verarbeitet werden; und es ist unwahrscheinlich, dass die Zeit zwischen den Werten einheitlich ist). Beachten Sie, dass wir uns mit zeitdiskret nur auf den Zeitpunkt der Messungen beziehen. Der Wert kann immer noch kontinuierlich sein. Das Gewicht ist zum Beispiel ein kontinuierlicher Wert, wir können aber einzelne Pakete wiegen - wobei das Gewicht eines Pakets in Grammbruchteilen darstellbar sein kann. Zwischen zwei Paketen auf einem Förderband gibt es keinen aktuellen Wert für das Gewicht eines Pakets. Der Wert könnte auch diskret sein. Zum Beispiel ist der Ticketwert typischerweise ein diskreter Wert (zum Beispiel, auf den nächsten Cent gerundet oder einer von einigen vordefinierten Ticketwerten).
Siehe auch: https://en.wikipedia.org/wiki/Discrete_time_and_continuous_time und https://en.wikipedia.org/wiki/Continuous_or_discrete_variable. In der Praxis sind alle Messungen Stichproben einer zeitkontinuierlichen Eigenschaft.
Wenn Sie mit zeitdiskreten Eingaben arbeiten, dann sollten Sie den Diskrete Statistik-Block statt des Durchschnitt (Mittelwert)-Blocks verwenden. Es ist zwar möglich, eine Eingabe von einem Paketgewichtssensor mit dem Durchschnitt (Mittelwert)-Block zu verbinden, aber der Durchschnitt (Mittelwert)-Block gewichtet nach Zeit. Beispiel:
Zeit
Eingabewert
Durchschnitt bei zeitkontinierlicher Eingabe
Durchschnitt bei zeitdiskreter Eingabe
00:10
11
11
11
00:19
9
11
10
00:20
8
10.8
9.33
Vergleichen Sie dies mit der Tabelle in Änderungseingaben und Zeitfenster und betrachten Sie die Zeiten ab 00:10 (das heißt, was von 00:10 bis 00:20 im Fenster wäre). Beachten Sie, dass der zeitkontinuierliche Block eine andere Ausgabe generieren würde, wenn die Eingaben zu unterschiedlichen Zeiten auftreten würden. Ein Block, der Durchschnittswerte basierend auf der diskreten Zeit ermittelt, würde das nicht tun.
Beachten Sie, dass Messungen standardmäßig als zeitkontinuierliche Werte behandelt werden. So ist es zum Beispiel möglich, die Differenz zwischen zwei Werten zu berechnen:
Beispiel mit einem Differenz-Block
Das Beispiel oben gibt die Differenz zwischen dem letzten von zwei Sensoren empfangenen Gewicht an. Wenn es sich hierbei um echte zeitdiskrete Eingaben handelt, dann ist dies möglicherweise keine besonders nützliche Unterscheidung. Es kann jedoch sinnvoll sein, die Differenz der Durchschnittswerte (oder Mittelwerte) zwischen zwei zeitdiskreten Eingaben zu vergleichen. Der Durchschnitt-Ausgangsport des Diskrete Statistik-Blocks gibt einen zeitkontinuierlichen Wert aus:
Beispiel mit zwei Diskrete Statistik-Blöcken und einem Differenzblock