Научная статья на тему 'Интеллектуальные микропроцессорные модули сбора и обработки информации датчиков'

Интеллектуальные микропроцессорные модули сбора и обработки информации датчиков Текст научной статьи по специальности «Электротехника, электронная техника, информационные технологии»

CC BY
633
135
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
АРХИТЕКТУРЫ / ИНТЕЛЛЕКТУАЛЬНЫЕ МИКРОПРОЦЕССОРНЫЕ МОДУЛИ / ДАТЧИКИ / ARCHITECTURES / INTELLECTUAL MIROPROCESSOR UNITS / SENSORS

Аннотация научной статьи по электротехнике, электронной технике, информационным технологиям, автор научной работы — Пьявченко Олег Николаевич

Рассматриваются архитектуры высокопроизводительных интеллектуальных микропроцессорных модулей сбора и обработки информации датчиков физических величин.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по электротехнике, электронной технике, информационным технологиям , автор научной работы — Пьявченко Олег Николаевич

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

INTELLECTUAL MICROPROCESSOR MODULES OF COLLECTION AND HANDLING INFORMATION OF SENSORS

Architectures of high-powered intellectual microprocessor units of collection and information processing of sensors are considered.

Текст научной работы на тему «Интеллектуальные микропроцессорные модули сбора и обработки информации датчиков»

Раздел III. Системы и устройства мониторинга, управления и связи

УДК 621.04

О.Н. Пьявченко ИНТЕЛЛЕКТУАЛЬНЫЕ МИКРОПРОЦЕССОРНЫЕ МОДУЛИ СБОРА И ОБРАБОТКИ ИНФОРМАЦИИ ДАТЧИКОВ

Рассматриваются архитектуры высокопроизводительных интеллектуальных микропроцессорных модулей сбора и обработки информации датчиков физических величин.

Архитектуры; интеллектуальные микропроцессорные модули; датчики.

O.N. Pyavchenko INTELLECTUAL MICROPROCESSOR MODULES OF COLLECTION AND HANDLING INFORMATION OF SENSORS

Architectures of high-powered intellectual microprocessor units of collection and information processing of sensors are considered.

Architectures; intellectual miroprocessor units; sensors.

В системе сбора информации датчиков физических величин реализуется про,

, -

тах, подходящих для обработки, анализа и сохранения [1].

При этом в большинстве случаев системы сбора предназначаются не только для сбора данных, но и для выполнения действий над ними. Такой подход является одним из базовых при построении современных систем автоматизации, на нижних уровнях которых наряду с задачами сбора, измерений и оценок состояний решаются задачи управления (регулирования) переменными [2]. Поэтому, определяя систему сбора информации датчиков, по мнению авторов [1,2], следует расширить это определение и включить в него аспекты наблюдения и управления. Разделяя , ,

сложные вычислительные обработки и логический анализ. Благодаря этому они могут рассматриваться как интеллектуальные автоматизированные системы сбора и обработки информации датчиков физических величин. В зависимости от реализуемой целевой функции системы СОИД идентифицируются как системы сбора, , , .

Архитектуры систем СОИД характеризуют не только их целевые функции, но и функциональные возможности, обеспечивающие реализацию целевых функ, , -

, , реального времени сбора, обработки данных и сетевого обмена информацией с абонентами и др.

С учетом основного назначения систем СОИД в темпе реального времени могут решаться следующие группы задач:

1) сбора значений сигналов датчиков физических величин (задач сбора 1). Результатом решения таких задач является формирование информационного объекта

Юх = [йц,йъ,...;йш], (1)

состоящего из необработанных цифровых значений аналоговых сигналов мЛ (d = 1,0) ^читанных с датчиков во время /,;

2) сбора достоверных значений сигналов датчиков физических величин (задач сбора), результаты решения которых представляются в виде информационного объекта

102 = [йц,и21,...,йВ1]. (2)

В отличие от 10г (1) информационный объект включает достоверные уточненные цифровые значения сигналов йЛ (d = 1,0) , полученные в процессе первичной обработки чисел йсН (d = 1,0 ) ;

3) сбора и измерений (преобразования в единицы физических величин) сигналов датчиков иЛ (d = 1,0) , которые компонуются в информационный объект

Юз = [Xdi,Xd(i+k),d = 1°] . (3)

В 103 наряду с текущими значениями измеренных в физических единицах переменных Xdi(d = 1,0) входят экстраполированные на к (к>\) шагов величины

X*d(i+к) (d = 1,0) , которые используются в процессе дальнейшей обработки. Если

необходимость в таких данных отсутствует, то вычисление их не производится;

4) мониторинга состояний физических переменных, в том числе сбора, измерений, определения СОСТОЯНИЙ sdi, >^^1+^ И оценок вл, вф+1) состояний физических переменных, результаты которых сводятся в информационный объект:

104 = [Xdi, sdi, edi, Xd(i+k), Sd(i+k), ed(i+k) ],

---- (4)

^ = 1,0)];

5) мониторинга состояний физических переменных, формирования рекомендаций Гец, г^+1) о воздействиях на эти состояния и/или команд г^-, г^+к) воздействий (задачи мониторинга состояний физических переменных и управления этими

):

*

105 = [ ^ di ’ edi ’ гdi / Рdi; sd() > ed() >

* * --------------- (5)

гd(i+k)/Рd(i+k) (d =1,0)];

6) мониторинга и управления состояниями физических переменных, вычислений состояний £оі, $о(і+к) и оценок Еоі, Е0{і+к) интегральной траектории 80(і+к) , Y(t) изме-

( ): І06 = $оі , Еоі , ¥і+к, $о(і+к), Ео(і+к)]; (6)

7) мониторинга объекта и формирования по результатам мониторинга рекомендаций Яоі, Яо(і+к) о воздействиях на состояния и/или команд управления роі,

Р*о(і+к) (задачи управления состояниями технического объекта):

/°7 = [Б01, Е01, Я0г / р01; ^0(1+Щ),

* * (7)

Р0( 1+Щ) / Р0( 1+Щ) ]-

2- , -

щей группы и задачи более высокого уровня обработки и анализа, характерные для . ( ) состоянию функционального развития систем сбора и обработки сигналов датчиков и позволяет прогнозировать этапы их дальнейшего совершенствования.

В основе систем СОИД лежит модульный принцип построения, в соответствии с которым системы реализуются в виде совокупностей промышленных персональных компьютеров, контроллеров, модулей ввода-вывода, датчиков и исполни,

работающих под управлением ОС реального времени.

В зависимости от количества датчиков и их удаленности, сложности обработки данных и вычислительной мощности используемых микрокомпьютерных средств и т.д. на базе перечисленных компонентов строятся как сосредоточенные, так и распределенные в пространстве иерархические системы СОИД.

На нижнем уровне иерархии в модулях систем СОИД решаются преимущественно задачи 1-3 групп. В то же время встречаются решения упрощенных версий задач групп 3-7, что соответствует тенденции увеличения объема и глубины обработки информации на этом уровне.

[2] -

ляется аргументом не только в пользу развития их математического и программного обеспечения, но и поиска более совершенных архитектурных решений, пригодных для построения интеллектуальных микропроцессорных модулей сбора и

( ).

Цель данной работы обратить внимание на архитектурные решения, которые могут быть положены в основу построения перспективных высокопроизводительных ИММ СОИД.

В настоящее время в модулях СОИД реализуются схемы последовательного сбора и обработки информации датчиков, для которых требуется сравнительно

[3]. , -

- - [4]

распространению технологий построения устройств на микросхемах с программи-[5], -

номичных малогабаритных ИММ СОИД, в которых на нескольких ядрах реализуются параллельные схемы вычислений [6].

По сравнению с одноядерными многоядерные ИММ СОИД отличают более высокие вычислительная мощность, развитые функциональные возможности и существенно меньшая задержка по времени формирования результатов.

Для обсуждения особенностей архитектурных решений, которые могут быть

7,

отражающий списки задач всех предыдущих групп.

Количество датчиков - Б (Б>1). Сигналы датчиков - аналоговые электрические. В списке выделим задачи:

1) аналоговой обработки (АО) сигналов датчиков ^ (фильтрация, масштабирование, усиление, линеаризация и др.);

2) аналого-цифрового преобразования сигналов Ud в числовые значения

иса (d =1,0);

3) первичной цифровой обработки (ПЦО), к которой относятся обнаружение и подавление импульсных помех, сглаживание флуктуаций и др.;

4) первого уровня вторичной цифровой обработки (1ВЦО), включающей:

) ( ) датчиков в единицах физических величин X^ = /с(йа) и вычисления их прогнозируемых значений

Хс1(;+к) = Сгк[ ХЛ(;-а), (а = 0Д,"-,г)] ;

б) определение текущих Бс; и прогнозируемых на к шагов S*d(i+к) состояний переменных Х() (С = 1,Б):

5с; = wxd (Хс;, Ус; ); sd(i+k) = wxd (ХС(;+к), Y*,(i+k)^

*

гДе Ус;,Ус(;+к) - граничные условия существования состояний sdi, .с(;+к) в моменты времени ti, Х(;+к);

*

в) оценки текущих И прогнозируемых на к шагов СОСТОЯНИЙ 5хс;, 5с(; + к)

(с = Г5)

ес; = ф хс (5с; , ^ес; );

е

ФХй С^Лі+к)’1 ей(і+к)) I

с(;+к) х<С\ с(;+к)’ еС(;+к)

где 1ес;,1**с(;+к) - правила оценок, действующие в моменты времени Х;, Х(;+к);

) -

*

руемого СОСТОЯНИЙ Бс;, (;+к)

гс; = рхс (5с;,1 ял );

* / * у * X

гс(;+к) рх(;+к)(5с(;+к^ гС(;+к))

в соответствии с принятыми правилами 1яа,1*яс(;+к);

д) формирование команд управления на основе рекомендаций гс;, гС(;+к)

Рс; =$ХС; (Г , 5*, 1 рС; У;

Рс(;+к) ^хс(;+к)(гс(i+l), 5с;, 1рс(;+к))]

где 1рсц, 1рс(;+к) - правила принятия решений и выбора команд управления (воздейст-

);

5) второго уровня вторичной цифровой обработки (2ВЦО), в том числе:

а) расчет текущего и экстраполированного У(;+к) значений траектории изменения состояния объекта

) -

ниям траектории У(0

где Го;, Г0(;+к) - границы областей состояний;

*

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

в) оценки текущего Б0; и прогнозируемого Бо(;+к) состояний объекта по правилам 1ое, 1ое(;+к)

г) выбор рекомендаций по изменению текущего Бо; и прогнозируемого

где 1ро;, 1р0(;+к) - правила принятия решений и выбора управляющих воздействий;

6) формирования информационного объекта (ФИО) (7);

7) поддержки процедур сетевого обмена (СО) при формировании и передаче информационного объекта 10;, Ю(;+к) в сетевой канал.

,

сбора и обработки сигналов датчиков решаются задачи 1-3, 4 (а, б, в), 7 [7]. Что же

,

модулях находятся в стадии разработок и исследований.

Рассмотрим схемы процессов решения задач 1-7 и блочные структуры моду, .

При наличии микропроцессоров, имеющих необходимую вычислительную

,

организации решения задач 1-7 (рис. 1).

или по состояниям переменных Хс(Х)

**

Бо(;+к) состояний объекта по правилам !К0;, 1яо(; + к)

я0(;+к) = фО(;+к) [Б0(;+к), еО(;+к), 1яо(;+к)]-

д) формирование команд управления на основе рекомендаций Я0;, Я0(;+к)

1 2 3 4 5 6 7

АО„ АЦП„ пцо„ 1ВЦО 2ВЦО ФИО СО

Ю

Рис. 1. Последовательная схема решения задач

В соответствии с этой схемой сигналы датчиков на аналоговую и цифровую обработку подаются в установленной последовательности, например, по порядку

нумерации датчиков. Выделяются сигналы ыа = 1,Б) перед аналоговой обработкой АОа. Выделенный и обработанный аналоговый сигнал Ud(d е {.О}) подается на аналого-цифровое преобраз ование АЦП* после завершения которого подвергается первичной цифровой обработке ПЦС^ (задачи 1-3). Достоверное, сглаженное значение Ud(d е{Б}) используется при решении задач первого уровня вторичной цифровой обработки 1ВЦО (задачи 4), результаты которых являются исходными данными для решения задач второго уровня вторичной цифровой обработки 2ВЦО (задачи 5). Поскольку для решения задач 5 должны быть вычислены результаты обработки всех Б датчиков, то задачи второго уровня цифровой обработки решаются после получения результатов обработки сигнала последнего датчика Б.

Результаты решения задач 2ВЦО представляются в виде информационного объекта Юи который используется в процедурах сетевого обмена.

В целом время сбора и обработки сигналов Б датчиков составит:

^1 = (^АО + ^АК + ^ЩП + ^то + 11ВЦо)Б + + 1фИ0 + ^со. (8)

Последовательная схема решения задач (рис. 1) реализуется в одноядерном , ( ),

- ( ), -ра (БЦМП) и блока сетевого обмена (БСО) (рис. 2).

Рис. 2. Блочная структура одноядерного ИММ СОИД

Для решения всех семи групп задач могут быть использованы ИММ с одно, -менением в них соответствующих микропроцессоров. Естественно, что при решении более сложного набора задач используется более мощный микропроцессор. Заме, - -.

быть неприемлемым для создания модуля с необходимыми сложными функциональными возможностями и количеством Б обрабатываемых сигналов датчиков.

Для решения задач 1-7 вычислительные ядра модулей реализуются на высо-

,

ь <г,

где Т - шаг дискретизации на интервале решения [8]:

1 . _ 1

4/т

•> Т >■

10/т

(9)

(10)

В этом выражении /тах - максимальная частота аналоговых сигналов датчиков ЦО (с1 = 1,0) . Когда сигналы меняются медленно (например, /тах менее 10Гц) соотношение (10) может быть выполнено в рамках архитектуры одноядерного модуля с последовательной схемой вычислений [9]. Но, если /тах составляет десятки-сотни Гц, то выбор одноядерной архитектуры может привести к созданию модуля с неудовлетворительными технико-экономическими характеристиками.

В то же время можно найти альтернативные архитектурные решения, разделив сигналы на О групп (О > 2) и распараллелив процессы обработки групп сигналов.

В таких ИММ СОИД время решения задач 1-7 сокращается до

1рО = (ко + 1лцп + кто + ^гвцр) — + Со + 12вцо + ^фио + к:о , (11)

О

где 1сдО - время сбора данных.

Пример блочной структуры ИММ СОИД с последовательно-паршлельной обработкой разделенных на две группы сигналов приведен на рис. 3.

"1 J БЛО, БМК,

11 111 БЦМП БСО —

БАО, БМК,

Рис. 3. Блочная структура ИММ СОИД с обработкой двух групп сигналов

В ИММ СОИД с обработкой D сигналов, разделенных на G групп, для решения задач 1-4 используются G БМК. Задачи 5-7 решаются в БЦМП с интерфейсным БСО. В общем случае решение задач 5 осуществляется после формирования результатов обработки G групп сигналов, поэтому время решения (11) минимизируется, когда сокращаются затраты времени на вычисления в БМК,- (/'e{G}) и БЦМП, а также на концентрацию исходных данных в БЦМП - tcG

Для повышения частоты выдачи результатов в ИММ СОИД организуется конвейерная обработка, в соответствии с которой на i-м шаге решен ие задач ОА,, АЦП,, ПЦО,, 1ВЦО, (j = 1,D,) совмещается со вторичной обработкой в БЦМП данных, полученн ых в БМК,- на предыдущем (i-1) шаге.

Временная диаграмма конвейерных вычислений в ИММ СОИД, в котором одновременно обрабатываются две группы сигналов (G = 2), приведена на рис. 4.

КАО., БМК,

БАО,.БМК,

БЦМП, БСО

|ЛО,, АЦП„ ПЦО,, 1ВЦО,1| |ЛО„,г, МЦО,,,. 1ВЦО(|,,|: t

1 АЦП|ВДН) ПЦОп,_„ 1 ВЦО|П,;+| J, j... |АО„, АЦПи,ПЦО„, ІВЦОД t

1 | 2 ВЦ О, ФИО, < . г° ІМ t

І+1

Рис. 4. Временная диаграмма обработки в ИММ СОИД 2-х групп сигналов

В результате конвейерной обработки может быть вдвое увеличена частота выдачи результатов и созданы условия для применения менее энергоемких и дорогих микросхем при безусловном выполнении условия (9):

ірв ^ Т.

Максимальная производительность достигается в ИММ, в которых реализуются параллельно процессы аналоговой и частично цифровой обработки Б сигналов (рис. 5).

10,

1 2 ич 3 Ьи 4

* ло, АЦІІ, пцо, ШЦО,

5 У, 6 ю, 7

2ВЦО ФИО со

Чп 1 "п 2 «/>. 3 4

*■ ао„ АЦІІ,, 1ЩО„ 1ВЦО„

Рис. 5. Схема параллельно-последовательной обработки Б сигналов

Для параллельной обработки Б сигналов в ИММ СОИД (рис. 6) имеется Б каналов. Каждый канал состоит из блоков БАО, и БМК/- (/е {С}), которые выполняют аналоговую обработку, аналого-цифровое преобразование, первичную цифровую обработку и первый уровень вторичной обработки.

, , -рования информационного объекта и посылки его в сетевой канал производится сбор данных, поступаю щих с БМК,- (/=Б). На процедуру сбора данных затрачивается время ?„ь, которое зависит от сложности информационного объекта 105 (5) и времени приема и концентрации данных в памяти БЦМП.

Блочная структура многоядерного ИММ СОИД с параллельно-

Б . 6.

Рис. 6. Многоядерная параллельно-последовательная структура ИММ СОИД

В многоядерном ИММ СОИД, также как при обработке информации разделенных на группы датчиков, целесообразно реализовать конвейерную обработку (рис. 7).

1,АО . БМК,

БА02, БМК,

БАО„, БМК.

їло,, АЦП„ГЩО„ 1ВЦО,|„, | АО,.АШІ„ І1ЦО,. ШЦО,|;, |АО,, АШІрІШО . 11500,1,., [АО,. АШ1,.1Ш0,. ІВИО,|| , |АО„ АЦІІ,.1ІЦО , ]ВЦО,|, |АО,.АЦП,. ПЦО,, ІВЦО.Ь 1 1

|ЛО,„ЛЦІІ„, ІІЦ(»„, івцо„|,.. |А0„. АЦПи.ПЦО,,, 1ВЦи|и |ЛО„. ЛЦП„. ПЦО,,, 1ВЦОД 1

|2ВЦО,ФИ(>, 2ВЦО, ФИО, СО],., |2ВЦО, ФИО. СО],.,

1-2 1-1 1 1+1

Рис. 7. Временная диаграмма работы многоядерного параллельнопоследовательного ИММ СОИД

При решении задач 1-7 параллельно-последовательные вычисления (рис. 5) выполняются за время

р —ІАО + Іщп + ІПЦО + tlвцo + ЇС()3 + І2ВЦО + їфИО + ЇСО . (12)

Но благодаря конвейеру обеспечивается более высокая частота дискретизации сигналов датчиков и выдачи результатов обработки.

В заключение заметим, что по сравнению с одноядерными ИММ производительность многоядерных ИММ выше в

К = Б1 (13)

а+1

раз, где а- отношение затрат времени на однократное решение задач 1-4 в БМК и вычисления в БЦМП, т.е.

а = _^л_. гБЦМП

В зависимости от вычислительной сложности решаемых задач и быстродействий микропроцессоров коэффициент а> 1.

При сбалансированном времени работы звеньев {БАО* БМКЙ} (ё = 1,Б) и звена {БЦМП, БСО} (а=1) и производительность многоядерного параллельнопоследовательного ИММ СОИД в К=0,5(Б+1) раз выше производительности одноядерного ИММ. Например, когда Б = 4, 8, 16, то соответственно К=2,5; 4,5; 8Д

,

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

СОИД [10] следует обращать внимание на возможность создания более производительных многовходовых многоядерных ИММ с параллельно-последовательной обработкой как разделенных на группы, так и не сгруппированных сигналов. При

,

, -

формации в сетевой канал

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Парк Дж., Маккей С. Сбор данных в системах контроля и управления. Практическое руководство. - М.: ООО «Группа ИДТ», 2006. - 504 с.

2. Денисенко В.В. Компьютерное управление технологическим процессом, экспериментом, оборудованием. - М.: Горячая линия - Телеком, 2009. - 608 с.

3. Пьявченко О.Н. Концептуальное представление о прецизионных микропроцессорных модулях ввода, измерений и обработки аналоговых сигналов // Известия ТРТУ. - 2007. - №>' 3. - С. 126-132.

4. Голдштейн М. 16-битные микроконтроллеры: состояние, перспективы и применение // . - 2006. - 11. - . 89-95.

5. Грушвицкий Р.И., Мурсаев А.Ч., Угрюмое ЕЛ. Проектирование систем на микросхемах

. - 2- . . . - .: - ,

2006. - 736 .

6. Пьяв ченко О.Н. Интеллектуальные микропроцессорные модули мониторинга. Труды Конгресса по интеллектуальным системам и информационным технологиям «А18-1Т'09». Научное издание в 4-х томах. - М.: Физматлит, 2009. - Т. 2. - С. 139-147.

7. Пьяв ченко О.Н. Задачи первичной и вторичной обработки сигналов в локальных мик-

. - : - , 2008. - 85 .

8. Годбоул К. Переход от аналогового управления электроприводом к цифровому // Электронные компоненты. - 2006. - № 11. - С.25-33.

9. Пьяв ченко О.Н., Клевцов С.И., Мокрое Е.А., Панич А.Е., Пьявченко АХ)., Удод ЕМ., Федоров АТ. Прецизионные интеллектуальные тензометрические датчики давления. Методы, модели, алгоритмы и архитектуры / Под ред. д.т.н. профессора О.Н. Пьявченко. - Ростов-на-Дону: Изд-во ЮФУ, 2009. - 154 с.

10. . . . - : Изд-во ТРТУ, 2005. - 238 с.

Пьявченко Олег Николаевич

Технологический институт федерального государственного образовательного учреждения высшего профессионального образования «Южный федеральный университет» в г. Таганроге.

E-mail: kafmps@ttpark.ru.

З47900, . , . , 81.

Тел.: 88б34328052.

Pyavchenko Oleg Nikolaevich

Taganrog Institute of Technology - Federal State-Owned Educational Establishment of Higher Vocational Education “Southern Federal University”.

E-mail: kafmps@ttpark.ru.

81, Petrovskay street, Taganrog, 347900, Russia.

Phone: +78б34328052.

УДК 681.51

A.A. Колесников, B.A. Кобзев, Ф. Нгуен СИНЕРГЕТИЧЕСКИЙ СИНТЕЗ СИСТЕМ УПРАВЛЕНИЯ ДВИЖЕНИЕМ

-,

В ЭКСТРЕМАЛЬНЫХ УСЛОВИЯХ

В докладе рассматривается синергетический подход к решению актуальной научнотехнической проблемы управления движением современных самолетов-амфибий, функционирующих в условиях экстремального воздействия внешней среды.

Инварианты; законы управления; наихудшие возмущения; синтез; динамическая де.

A.A. Kolesnikov, V.A. Kobzev, Phuong Nguen

SYNERGETICS SYNTHESIS OF AMPHIBIAN AIRCRAFT MOTION

CONTROL SYSTEM OPERATED UNDER EXTREME CONDITIONS

We explore synergetics approach to solve actual R&D problem of modern amphibian aircraft motion control operated under environment extreme actions.

Invariants, control laws; worst disturbances; design; dynamics decomposition.

Задача синтеза системы управления продольным движением самолета-амфибии (СА) состоит в определении вектора управления u(x) как функции координат состояния системы, обеспечивающего полет СА с заданной скоростью Vq , высотой Hq и углом тангажа 0q . Таким образом, необходимо ввести следующие желаемые технологические инварианты системы [1]:

vx = Vq; y = Hq;^ = ^q. (1)

Тогда в соответствии с методом АКАР - аналитического конструирования агрегированных регуляторов [2, 3] поставим следующую задачу синергетического синтеза: требуется найти закон векторного управления, способный обеспечить (1) . задачи построим следующую расширенную модель синтеза системы:

i Надоели баннеры? Вы всегда можете отключить рекламу.