CC BY
43
Секция моделирующих и управляющих комплексов
УДК 685.5.012
О.Н. Пьявченко СИСТЕМНЫЙ ПОДХОД К ОБЕСПЕЧЕНИЮ ВЫСОКОТОЧНОЙ МИКРОПРОЦЕССОРНОЙ ОБРАБОТКИ В ИНТЕЛЛЕКТУАЛЬНЫХ ДАТЧИКАХ ФИЗИЧЕСКИХ ВЕЛИЧИН
Высокие технические характеристики современных интеллектуальных датчиков физических величин являются результатом совершенствования не только первичных преобразователей (ПП) [1], осуществляющих преобразование воздействий физических величин в электрические сигналы, но и интеллектуальных микрокон-
( ), - -вание и прецизионное измерение электрических сигналов, а также настройку, калибровку, диагностику и др. функции.
Перспективы появления следующих поколений ИД также зависят от дальнейших успехов при создании новых ПП и ИМП. При этом в процессе создания ПП основные акценты делаются на построение новых многофункциональных чувствительных элементов (ЧЭ) на базе твердотельных, металлопленочных, пьезокерамических и др. материалов, конструктивных методов реализации этих элементов и на нахождение эффективных схемных решений в измерительных цепях ПП.
При создании ИМП объектами проектирования являются алгоритмы, программы и аппаратура. Поэтому разработка ИМП является сложной научнотехнической задачей и требует системного подхода к проектированию [2].
Основное целевое назначение современных ИМП в составе ИД - это выполнение прецизионных достоверных измерений параметров физических величин в заданном диапазоне их изменения в определенных границах внешних воздействий, при представлении результатов измерений в форме, удобной для использования в , .
Причем обеспечение высокой точности измерений является базовым требованием к ИД.
Целью настоящей работы является определение особенностей системного подхода к обеспечению высокой точности микропроцессорной обработки в интеллектуальных датчиках физических величин.
Концептуальное представление об интеллектуальном датчике иллюстрируется с помощью пирамиды (рис. 1).
На вершине пирамиды находятся численные методы обработки измеряемых переменных, которые могут быть, например, как методами аппроксимации, используемыми для построения градуировочных характеристик, так и методами вычислений спектральных характеристик измеряемых сигналов и т.п.
Выбор численного метода оказывает непосредственное влияние на технические характеристики ИМП и, соответственно, интеллектуального датчика. При этом технические возможности современной микропроцессорной базы, в частности систем на кристалле [3], открывают ранее немыслимые перспективы примене-
ния в интеллектуальных датчиках богатого багажа численных методов, их модификаций и результатов новых разработок.
Рис.1. Иерархия методического, алгоритмического, программного и аппаратного обеспечения интеллектуального датчика
Выбранные методы и формулы представляются для реализации в виде алго-( . 1), -сти микропроцессорной обработки в проектируемом ИД:
1) - , имеются, например, отсутствует операция деления;
2) (8-, 16- . );
3) , -
лами и их обработка в целочисленной арифметике;
4)
вычислений с различающимися на несколько порядков с данными;
5) , ,
как правило,10-, 12-, 14-р^рядными числами.
Указанные особенности являются основанием для отнесения этих алгоритмов к микропроцессорным.
Кроме вычислительных микропроцессорных алгоритмов, в состав алгоритмического обеспечения входят логические алгоритмы и алгоритмы, описывающие организацию процессов функционирования ИД в различных режимах работы, в том числе в темпе реального времени, а также алгоритмы идентификации режимов .
К третьему сверху уровню (рис. 1) относится программное обеспечение, как и ,
.
одна из форм их записи на языке программирования, наиболее полно отражающем особенности этих алгоритмов и обеспечивающем адекватную трансляцию в коды
.
Основанием пирамиды является аппаратное обеспечение, включающее макетные и опытные образцы ИД, конструкторскую и другую документацию, которые являются третьим компонентом конечного продукта проекта.
В процессе исследования и проектирования интеллектуальный датчик рассматривается как гибридная аналого-цифровая микропроцессорная система, являющаяся неразрывной совокупностью алгоритмических, программных и аппарат, . -ектируется как многомодульная структура, в состав которой входят модуль чувст-( ),
(ПАМ), модуль центрального микроконтроллера (МЦМК), включающий АЦП и центральный микропроцессор (ЦМП), модуль сетевого обмена (МСО) и модуль аналогового вывода (МАВ) (рис.1) [2].
По сравнению с аналоговым датчиком наличие в ИД цифровой обработки сигнала ПП приводит к образованию более сложной погрешности, схема формиро-
. 2.
(ЕМЧЭ‘'1Ъ\М +еПАм)^МАЦП +еМЛЦП
Рис. 2. Схема формирования погрешности интеллектуального датчика
На этом рисунке модуль центрального микроконтроллера МЦМК представлен модулем аналого-цифрового преобразования МАЦП и модулем центрального
.
В соответствии со схемой погрешность числового результата измерения в интеллектуальном датчике составляет
£ид = ((£мчэ КПам + ЕплмЖмдцп + ЕмлцпЖмцмп + Емцмп, (1)
где выражение
£ад = £мчэ Кпам + £пдм (2)
приближенно описывает погрешность аналогового датчика, а выражение
£мцмк = (£аД КмАЦП + £мдц пЖмцмп + £мцмп (3)
погрешность на выходе модуля центрального микроконтроллера (рис. 1).
Повышение точности измерений в интеллектуальных датчиках обеспечивается в результате реализации совокупности прецизионных методов аналоговой и микропроцессорной обработки результатов измерений.
Например, в интеллектуальных датчиках давления (ИДД) ПАМ под управлением ЦМК обеспечивают компенсацию технологических погрешностей изготовле-.
требования и повышает предельную точность измерения. Так, когда первоначальная погрешность дифференциального сигнала измерительного моста ЧЭ составля-
ет 1% от величины опорного напряжения, компенсация позволяет повысить точность измерения ИДД в 4 раза.
При правильном выборе количества разрядов цифро-анадоговые преобразования практически не увеличивают погрешность сигнала ПАМ, так как
£АД КМАцп >> £мдц П.
Поэтому погрешность на выходе ИД складывается из трансформируемой погрешности аналогового датчика (выход ПАМ) и погрешности микропроцессорной обработки £мцмп, т^.
£ид ~ £ад КМАцП КМцМП + £мцмп. (4)
В результате бессистемного проектирования погрешность ИМП может привести к существенному увеличению погрешности ИД. Для определения условий, соблюдение которых позволит не допустить такие последствия, рассмотрим по,
£МЦМП = £ц + £р + (5)
в которой - методическая погрешность, использованных для преобразования формул; ер - инструментальная погрешность, которая присутствует в результатах измерений в связи с обработкой в МЦМП данных, представленных с ограниченной разрядностью; £(т - температурная погрешность метода преобразования, вызванная изменениями измеряемого сигнала при отклонении температуры от нормаль.
Так как трансформированная погрешность
^ = £адКмдцп (6)
всегда присутствует в результатах измерений ИД, то при проектировании ИМП между предельно допустимыми погрешностями следует соблюдать соотношение
еу>>е^>ер. (7)
Значение предельно допустимой методической погрешности £'ц устанавливается при выборе метода и выводе (выборе) формул преобразования. Например, при синтезе (р^работке) градуировочной зависимости методическая погрешность является результатом выбора аппроксимирующей функции. Значительная инструментальная погрешность £р характерна для микропроцессорных алгоритмов и
зависит от разрядности используемых в вычислениях данных и организации обработки этих данных. Уменьшение этой погрешности достигается при синтезе микропроцессорных алгоритмов и их адекватной реализации в микроконтроллерах.
Что же касается температурной погрешности, то условие
) >> (8)
может быть выполнено при разработке методов и формул преобразования, в которых учитываются вносимые температурой изменения. В частности, в интеллектуальных датчиках давления соотношение (8) обеспечивается в результате разработки градуировочных характеристик, для построения которых используются экспе-
риментальные результаты измерений параметров чувствительных элементов [4]. Соответственно имеет место индивидуальная настройка ИД, что приводит к удо-.
пределах при использовании в процессе производства автоматических компьютерных средств измерений и настройки.
Что касается аппаратного обеспечения ИМИ, то выбор элементной базы не должен вести к росту погрешности преобразования. Однако при создании ИД на основе отечественной микроэлементной базы придется пойти на ухудшение массогабаритных и энергетических характеристик. Ситуацию можно улучшить за счет реализации цифровых схем на основе технологий программируемых логических интегральных схем и базовых матричных кристаллов [5,6].
,
датчиков обеспечивается не только высокая точность измерений в нормальных
,
в реальных условиях эксплуатации.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Васильев В А. Системные принципы построения п реобразователей информации на основе твердотельных структур // Приборы и системы. Управление, контроль, диагностика. 2003. № 4.
2. Пьявченко О.Н. Проектирование локальных микрокомпьютерных систем. - Таганрог: Изд-во ТРТУ, 2005. -238 с.
3. Королев В., Пантелейчук А., Ситников Д. Системы на кристалле Texas Instruments // Электронные компоненты. 2006. № 1. С.57-61.
4. Клевцов СМ., Удод ЕМ. Пространственная плоскостная модель градуировочной характеристики интеллектуального датчика давления // Известия ТРТУ. 2005. №1.
5. Каталог разработок Российско-Белорусского центра аналоговой микросхемотехники / Под ред. СТ. Крутчинского. - Шахты, 2004. - С.48.
6. ., ., ., . -
. // . 2005. 6. -
С.44-49.
УДК 681.3.07
С.А. Синютин АЛГОРИТМЫ ОЦЕНКИ ЭНЕРГОЗАТРАТ ЧЕЛОВЕКА ПРИ ХОДЬБЕ
Для кардиолога знание механической мощности, развиваемой пациентом в момент записи ЭКГ, очень важная дополнительная информация. Особую ценность представляет исследование взаимосвязи развиваемой мощности и параметрами ЭКГ: частотой сердечных сокращений (ЧСС), смещением сегмента ST, изменением интервалов PQ, QT, а также изменением водителя ритма и эктопических источ-.
велоэргометрического исследования на трендмиле (амбулаторно) или во время холтеровского мониторирования (ХМ) с помощью лестничной пробы. Недостаток обоих исследований - кратковременность, а для велоэргометрического исследования ещё и нефизиологичность. Лестничная проба при ХМ ЭКГ хотя и более фи, -
дении.
