CC BY
47
Секция моделирующих и управляющих комплексов
УДК 685.5.012
О.Н. Пьявченко
ИССЛЕДОВАНИЕ ВЛИЯНИЯ ЧИСЛОВОЙ ОБРАБОТКИ АНАЛОГОВОГО СИГНАЛА НА ПОГРЕШНОСТЬ ИНТЕЛЛЕКТУАЛЬНОГО ДАТЧИКА
В настоящее время все четче проявляется тенденция формирования архитектуры систем мониторинга промышленных объектов (процессов) в виде сетевых микрокомпьютерных объединений с распределенными базами данных и обработкой данных, считываемых с датчиков в реальном масштабе времени. В таких системах в распределенную обработку включаются не только объединенные в сеть , ,
микроконтроллеры для первичной обработки информации и выполнения системных функций управления.
Наиболее распространенными функциями первичной обработки аналоговых сигналов являются [1]:
♦ аналого-цифровое преобразование нормализованного, предварительно отфильтрованного аналогового сигнала;
♦ проверка считанного преобраз ованного сигнала на достоверность;
♦ сглажив ание сигнала;
♦
нижним предельными значениями и, в случае выхода аналогового сигнала за пределы заданного диапазона, выдача дискретных сигналов на
;
♦
.
Реализация этих функций, за исключением последней, на микропроцессорах ( ) , -зультатов обработки и должны учитываться при проектировании датчиков с развитыми функциональными возможностями, так называемых интеллектуальных дат-( ).
Поэтому оценим влияние первичной цифровой обработки сигнала (ЦОС) и исследуем последствия введения процедуры сглаживания для погрешности ИД.
При этом потребуем, чтобы дисперсия погрешности, введенной в датчик ЦОС О цос , была на порядок и более меньше погрешности аналогового датчика (Ох дат)2. Это условие можно представить в виде
(о щ)2= (1 + О2(ох дат)2, (1)
где (Ох ид)2 - дисперсия погрешности на выходе интеллектуального датчика, а £ - коэффициент, значение которого не превышает 0,1.
В ИД аналоговый сигнал х подвергается аналогово-цифровому преобразованию (АЦ-преобразование). Дисперсия погрешности квантованного значения сиг-
нала является суммой дисперсии погрешности аналогового датчика и аналогоцифрового преобразователя (АЦП)
(Одат.кв)2 = (О дат)2 + (ОАцп)2 (2)
Это выражение приводится к виду
( О дат.КВ)2= (1 + Р 2) (О дат)2, (3)
..
(ОАцП)2 = Р 2 (Одат)2, (4)
где коэффициент ??выбирается в диапазоне
0 < р < С . (5)
На выходе ИД дисперсия среднеквадратической погрешности результатов измерений (Ох ид)2 складывается из дисперсии трансформирования погрешности аналогового датчика (О ^ф)2, дисперсии погрешности методов ЦОС (О „ет)2 и дисперсии инструментальной погрешности (О инст )2
(ох ид ) _ (°^)ф ) + (°мет ) + (^™ст) , (6)
(1)
(°трф )2 + (Омет )2 + (°ИНСт)2 = (1 + 02(Охдат )2. (7)
Проверку условия (7) выполним в следующем порядке:
♦ определим последовательность решаемых задач и их алгоритмы,
♦ оценим дисперсии трансформиро ванной и методической погрешностей,
♦ выберем длину разрядной сетки МП и вычислим дисперсию инструмен-
,
♦ (7) -
лим условия выполнения введенного ограничения.
Погрешности обработки квантованного сигнала датчика оценим в цепочке трех модулей алгоритмов первичной обработки [3]:
1. .
2. .
3. .
При проверке на достоверность анализируется выполнение условия
хк — Х(к-| А х удогъ (8)
в котором А Худоп - допустимое приращение измеряемого параметра х за время контроля по скорости его изменения Ту, равного .|Т011р (Топр - интервал опроса). При нарушении условия (8) недостоверное значение хк заменяется последним достоверным Х(к-1). В случае трехкратного нарушения условия (8) по знаку разности (хк -Х(к-|)) принимается решение об обрыве или коротком замыкании в канале измерения параметра х.
Для дискретной фильтрации помех технологического характера наиболее широко используются методы скользящего среднего и экспоненциального сглаживания. В качестве примера воспользуемся алгоритмом скользящего среднего:
М-1
(9)
хск = (1/М)Хх(к - .г
1=0
параметр сглаживания М в котором зависит от требуемого коэффициента ослабле-
При этом для получения первого сглаженного значения с коэффициентом ослабления П на основе скользящего среднего требуется М отсчетов показаний дат.
Проверка на граничные технологические значения позволяет фиксировать момент их нарушения, своевременно сообщать диспетчеру и протоколировать информацию, для чего в микропроцессоре должен выполняться следующий алгоритм [2]:
чений у к при колебаниях параметра х вокруг одной из границ),
Бх = Хтах - Хтт - диапазон изменения параметра х.
В соответствии с предложенным выше порядком проверки условия (7) определим трансформированную погрешность как результат передачи погрешности измерения аналогового датчика через цепочку модулей алгоритмов первичной обработки на выход ИД. Так как через модуль проверки на достоверность и модуль сглаживания погрешность О х дат проходит без изменений и преобразуется только в модуле ,
Алгоритмы (8), (9), (11) не содержат методических погрешностей, поэтому в (7)
При оценке инструментальной погрешности на выходе УСО будем исходить
,
лениями операндов и постоянных коэффициентов в алгоритмах соответствующих .
В соответствии со схемой формирования инструментальной погрешности (рис.1) система уравнений вычислений дисперсии инструментальных погрешностей имеет вид
ния помех ? [4]:
(10)
1 при хск > ХВ или хск < ХН,
0 При Ж + 8у(к_!) < хск < ХВ - 8у(к_!),
(11)
где у к - признак выхода за технологическую границу ХВ или ХМ,
8 =5%Ох - ( -
(12)
2
(О мет ) = 0 .
(13)
модуля дисперсии погрешности округления на входе первого модуля (Одцд )2 и дисперсий погрешностей (аомод1)2, ( Оом0д2 )2, (О0м0д3)2, порожденных округ-
(о
вых 1 )2 = (оАцп )2 + (о омод1) ,
(о )2 = (о
вых1) + (оомод2) ,
(о
вых3) (овых2) + (оомод3) •
(14)
(СТЛЦГі)
(^омоді)
Мода ль 1. Проверка на достоверность
(ct«mo;u) (стомодз)
(^вих:)
Модуль 2. Сглаживание
Рис.1
Модуль 3. Проверка на технологические границы
(СТвыхз) —►
Дисперсии инструментальных погрешностей первого и третьего модулей оп-
т| -
персией погрешности округления операнда в МП (Оокр )2 [2], т.е.
( °окpi) mj ( оокр ) (j !,3).
(15)
В то же время дисперсия инструментальной погрешности второго модуля со:
( о,
1
о мод 2
п
2
(16)
В алгоритмах (8), (9), (11) в качестве операндов используются данные, считанные с АЦП. Поэтому в (15), (16) дисперсия (Оокр )2 = (^АЦП )2 и описывается выражением (4).
Раскрывая (Оокр )2 в выражениях (15), (16) и подставляя преобразованные (14),
инструментальной погрешности
(°инс т) = (°вых3) =
1
(1 + m1 + m2) + m3
Р 2(о вдт)2. (17)
2 2 2
После подстановки дисперсий (отрф ) (12), (омет ) (13), (оинст ) (15)
(7) , (7)
должны удовлетворять равенству
[1 + р2 + р2 (m1 + m2 + rf m3)] - (1 + Z )2 •
(18)
При этом на выходе ИД формируются данные, погрешность которых отличается от погрешности аналогового датчика на величину
с = 1 д/1 + р2 + р2(т, + т2 +п2т3) _ 1. (19)
п
2
п
Очевидно, что изменение погрешности (19) не превысит 0,1, если будет выполняться соотношение
— лД + р2 + р2(т, + т2 +п2т3) < 1,1. (20)
П
, т1 = т2 = 10,
2
т2 = П и оп ределим, что при отсутствии сглаживания (п=1) для выполнения введенного ограничения на дополнительную погрешность £ ИД при выборе разрядности АЦП необходимо соблюдать условие
р < 0,098
В свою очередь, уменьшая р до 3 • 10 2, получим дополнительную погрешность 10 2, а при уменьшении р до 10-2 - дополнительную погрешность 10 _3 (рис.2).
Рис.2
, 7 ,
добиться уменьшения дополнительной погрешности до практически пренебрежительно малой величины. Например, применение в модуле аналогового ввода АБАМ-4012 16-р^рядного АЦП и 16-р^рядного микропроцессора позволяет обеспечить основную погрешность преобразования не хуже ± 0,05% [2].
Более значительный эффект может быть достигнут и при использовании грубых АЦП, если в обработку вводится процедура сглаживания ( П > 1) (рис.3).
В этих случаях, когда задается коэффициент ослабления помех П — 8 значение дополнительной погрешности £ =10-2 достигается при выборе р = 3, т.е. в 10 раз большем. Соответственно, значение дополнительной погрешности £ =10-3 обеспечивается при р = 0,3 и П — 11.
Выбор р = 0,25 и П — 4 позволит уменьшить суммарную погрешность ИД более чем на 11%, а р = 0,1 и П — 4 - более чем в 2 раза.
, -полнительную погрешность £, но и сократить погрешность на выходе ИД по сравнению с аналоговым датчиком.
Рис.3
БИБЛИОГРАФИЧЕСКИМ СПИСОК
1. Локотков А. Устройства связи с объектом. Модули фирмы АБУАЫТЕСН // СТА. М. 1997. №2.
2. . . : -
тов спец. "Автоматика и телемеханика”. 2-е изд., перераб. и доп. М.: Высшая школа, 1986.
3. . .
обработки информации: Учебное пособие. Таганрог: Изд-во ТРТУ, 1996.
4. . . // . -
: -
участием «Компьютерные технологии в инженерной и управленческой деятельности». Таганрог, 2001. №3 (21). С.122-125.
УДК 681.326
С.И. Клевцов СТРУКТУРНО-ФУНКЦИОНАЛЬНОЕ ПОСТРОЕНИЕ ИНФОРМАЦИОННО-АНАЛИТИЧЕСКОЙ ПЛАТФОРМЫ ДЛЯ АДМИНИСТРАТИВНЫХ СТРУКТУР
Эффективность функционирования региональных административных структур в значительной степени зависит от достоверности, объективности и полноты оценок состояния различных сфер жизни общества на управляемой территории.
Проведение таких оценок может осуществляться в среде единой государственной системы управления и передачи данных, которая формируется в рамках программы «Электронная Россия». Собираемая информация поступает в центр
( ), ,
, , службам для использования с учетом правил доступа.
Одной из важнейших задач информационно-анадитической службы региональных административных структур является формирование справочноаналитических материалов по оценке состояния и прогнозированию развития региона. Для эффективного и качественного решения этой задачи требуется использование специализированных программных средств, базирующихся на методах интеллектуальной обработки информации.
В этих целях целесообразна разработка интегральной интеллектуальной ана-( ),
информационно-анадитических и ситуационных служб административных структур по оценке и прогнозированию социальной, политической, экологической и т.д. ситуаций в регионе для выявления угроз и их источников, предотвращения и ликвидации кризисных ситуаций, а также генерации сценариев развития ситуаций и мер по стабилизации и разрешению этих ситуаций с наименьшими потерями ре.
, , ,
( . ):
♦ мониторинг состояния округа и входящих в него регионов и отслеживание признаков предкризисного или нестабильного состояния по заданным схемам, программам или параметрам (категория поддержки «Мониторинг»);
♦
в него регионов, прогнозное моделирование развития нестабильных ситуаций и определение действий и сценариев их осуществления для ста-
