🕵️‍♂️Filter

Der Filterdienst bietet eine umfassende Auswahl an Filtern, die auf eingehende Daten angewendet werden können. Diese Filter sollen die Qualität und Relevanz der gespeicherten Daten erhöhen, indem sie nur signifikante Änderungen und wichtige Informationen durchlassen. Daten werden nur in der Datenbank gespeichert, wenn sie den Filter passiert haben, was bedeutet, dass der Filter erst nach der Berechnung auf den Wert angewendet wird.

Dies stellt sicher, dass nur relevante Datenpunkte erfasst werden, was die Effizienz der Datenverarbeitung und -speicherung erhöht.

Filter werden NACH der Berechnung auf den Wert angewendet!

Unterstützte Filtertypen

1. Totbandfilter

Der Totbandfilter speichert Werte nur dann, wenn sich der Wert nach der Berechnung deutlich vom vorherigen unterscheidet. Die Änderung wird durch die folgende Formel definiert:

Formel:

$\text{Epsilon} = \frac{\text{Tolerance}}{2} \cdot \left(\frac{\text{Max} - \text{Min}}{100}\right)$

Ein neuer Wert wird nur gespeichert, wenn die absolute Differenz zum vorherigen Wert größer oder gleich Epsilon:

$∣\text{New value}−\text{Previous value}∣ ≥ \text{Epsilon}$

Beispiel:

• Toleranz: 5 %

• Maximalwert: 100 °C

• Mindestwert: 0 °C

• Epsilon:

$\text{Epsilon} = \frac{5}{2} \cdot \left(\frac{100 - 0}{100}\right) = 2.5$

• Eingehende Werte: 20 °C → 21.5 °C → 23 °C → 24.4 °C → 26 °C

• Ergebnis:

  • 20 °C wird gespeichert (erster Wert).

  • 21.5 °C wird nicht gespeichert, weil die Änderung |21.5 - 20| = 1.5 < 2.5 nicht ausreichend ist.

  • 23 °C wird gespeichert, weil |23 - 20| = 3 ≥ 2.5

  • 24.4 °C wird nicht gespeichert, weil |24.4 - 23| = 1.4 < 2.5

  • 26 °C wird gespeichert, weil |26 - 23| = 3.0 ≥ 2.5

---

2. Gleitender-Durchschnitts-Filter

Der Filter des gleitenden Durchschnitts speichert nicht die ursprünglichen Werte, sondern den Durchschnitt einer definierten Anzahl aufeinanderfolgender Werte (Fenstergröße).

So funktioniert es:

• Der Filter sammelt Werte innerhalb eines definierten Fensters.

• Nachdem die Fenstergröße erreicht ist, wird der Durchschnitt der Werte berechnet und gespeichert.

• Anschließend wird das Fenster um einen Wert verschoben, und der Vorgang wiederholt sich.

Beispiel:

• Fenstergröße: 3 Werte

• Eingehende Werte: 12 V → 15 V → 18 V → 21 V → 24 V

Berechnungen:

Durchschnitt der ersten 3 Werte (12 V, 15 V, 18 V):

$\frac{15 + 18 + 21}{3} = 18 \, \text{V}$

Durchschnitt der nächsten 3 Werte (18 V, 21 V, 24 V):

$\frac{18 + 21 + 24}{3} = 21 \, \text{V}$

Gespeicherte Werte: 15 V, 18 V, 21 V.

---

3. Hochpassfilter

Der Hochpassfilter speichert nur Werte, die strikt höher als ein definierter Grenzwert sind. Dies ist ideal zur Überwachung von Grenzwertüberschreitungen.

Beispiel:

• Grenzwert: 50 kW

• Eingehende Werte: 45 kW → 52 kW → 48 kW → 55 kW

• Gespeicherte Werte: 52 kW, 55 kW

---

4. Tiefpassfilter

Der Tiefpassfilter speichert nur Werte, die strikt niedriger als ein definierter Grenzwert sind. Dieser Filter ist nützlich, um niedrige Werte zu analysieren oder obere Grenzwerte einzuhalten.

Beispiel:

• Grenzwert: 30 ppm

• Eingehende Werte: 25 ppm → 35 ppm → 20 ppm → 30 ppm

• Gespeicherte Werte: 25 ppm, 20 ppm

---

5. Bandpassfilter

Der Bandpassfilter speichert nur Werte, die innerhalb eines definierten Bereichs (Band) liegen. Das Band wird durch einen Hoch- und einen Niedriggrenzwert bestimmt.

Beispiel:

• Band: 10 bis 20 V

• Eingehende Werte: 9 V → 15 V → 25 V → 18 V

• Gespeicherte Werte: 15 V, 18 V

---

6. OnChange-Filter

Der OnChange-Filter speichert Werte nur dann, wenn sie nicht gleich dem vorherigen Wertsind. Dadurch werden redundante Werte ausgeschlossen und nur Änderungen erfasst.

Beispiel:

• Eingehende Werte: 100 l/h → 100 l/h → 105 l/h → 105 l/h → 110 l/h

• Gespeicherte Werte: 100 l/h, 105 l/h, 110 l/h