Алгоритмическая структура системы — первичная обработка, аналоговые сигналы
Страницы работы
Содержание работы
6. АЛГОРИТМИЧЕСКАЯ СТРУКТУРА СИСИТЕМЫ
6.1. Алгоритмы первичной обработки
Алгоритм при первичной обработке выглядит следующим образом:
В работе необходимо производить фильтрацию сигнала по fср. датчика. Т.е. произвести обработку сигнала в по верхней рабочей частоте.
Подпрограмма проверки на достоверность (обнаружения ошибок вначале измерения). Выходной сигнал с АЦП может быть недостоверен, если:
Появилась импульсная помеха;
Произошел обрыв в канале связи.
Проверка на достоверность осуществляется слежением за скоростью изменения измеряемой величины. Интервал контроля по производной Тui обычно больше периода опроса i-го датчика Топрi: Тui> Топрi, поскольку проверка скорости изменения на каждом датчике не имеет смысла, так как можно попасть на пики погрешности измерения и при этом допустимое изменение измеряемой величины за интервал опроса будет сравнимо с величиной помехи. Для исключения влияния случайных выбросов сообщение о неисправности канала измерения вырабатывается при многократном (например, трехкратном) подтверждении превышения допустимого значения скорости изменения измеряемой величины, т.е. после получения первого сигнала о нарушении, проверку повторяют еще дважды, но уже на каждом опросе датчиков.
Так как управляющее ТП выполняется в реальном времени то перед опросом i-го датчика должна быть выполнена проверка его опроса tопр. с реальном времени tp Если ситуация на техническом объекте управлении подвержена частым изменениям, например, может меняться уровень электрических шумов, то необходимо периодически проверять расчетные параметры сглаживания ai или Mi. Для этого по прерыванию от таймера, включаются модуль расчета оптимальных значений ai или Mi. Оптимальными значениями считаются значения этих параметров, обеспечивающие среднеквадратическую ошибку сглаживания в пределах требуемой.
Рассматриваемый вариант программы первичной обработки аналоговой информации связывает в логическую последовательность программных модулей процедур обработки по каждому датчику. При обращении к соответствующей подпрограмме указывает номер датчика и результат предыдущей процедуры обработки.
Структура данных для программы сбора и первичной обработки аналоговых сигналов выполняет типовые для АСУ функции:
1) Условно-постоянная информация
— Адрес подключаемого датчика
— Электрический диапазон сигнала
— Переменная проверка на достоверность
— Текущее значение измеряемых величин
— Суммарные значения расходов
Алгоритмы первичной обработки
6.2. Ввод аналоговых сигналов
Для ввода аналоговых сигналов опишем подпрограмму опроса датчиков. Существуют три метода опроса:
одноточечный (один за другим);
метод последовательной таблицы (считывается большое количество сигналов по последовательным адресам коммутатора);
Блок–схема подпрограммы ввода аналоговых сигналов с использованием опроса датчиков по методу последовательной таблицы приведена на рисунке 6.2. [6]
Блок–схема подпрограммы ввода аналоговых сигналов
Как видно из этого рисунка, запуск АЦП производится только после получения признака установки коммутатора в заданное состояние, а считывание кода с выхода АЦП – после получения признака об окончании преобразования. Поскольку время переключения коммутатора и время преобразования в АЦП может быть существенным, с целью рационального использования машинного времени процессора рекомендуется режим мультипрограммирования, при котором возможна параллельная работа нескольких программ, благодаря обработке сигналов прерывания “ закончена установка коммутатора” и “закончено преобразование АЦП”.
Источник
Обработка сигнала датчика
Несмотря на то, что сигнал на выходе чувствительного элемента может быть слабым, передаваемый сигнал должен иметь высокий уровень и, по возможности, лежать в подходящем диапазоне значений для того, чтобы дойти до основных устройств в неискаженном виде и упростить вычисление измеряемой величины. Поэтому, в общем случае, сигнал сенсора должен пройти предварительную обработку, которая позволяет осуществи! ь многие важные задачи (рис.1.3), такие как:
· специальные меры обеспечения безопасности;
· соединение с другими компонентами последовательно, параллельно или в замкнутом контуре;
В настоящее время вошло в практику преобразование сигнала датчики п цифровую форму в самом датчике. В силу возрастающего применения распределенных систем с шинной архитектурой это становится нее более необходимым. В дополнение к нагрузке системы в целом достоинством является и то, что данные измерения могут передаваться без потери точности независимо от расстояния между датчиком и устройствами обработки данных более высокою уровня. Перенос функций обработки сигналов с аппаратуры на программное обеспечение упрощает повышение точности измерений. Производственные отклонения можно учитывать путем простой параметризации вместо того, чтобы проводим, механическую или электрическую подстройку. Используя физические или Mint магические модели, описывающие поведение датчика, можно проводить более точные измерении, учитывая влияние различных факторов. В зависимости от физической природы измеряемой величины датчики делятся на две группы: датчики пьезоэлектрических величин, и датчики неэлектрических величин, К первой группе относятся датчики, реагирующие на изменение напряжения, тока, частоты, мощности, реагирующие на изменение температуры, давления, крутящего момент, частоты вращения и т.д. По роду выходной величины датчики делятся на электрические и неэлектрические. Электрические в зависимости от характера выходной величины подразделяют на два типа- параметрические и генераторные. Параметрические датчики преобразуют неэлектрические измеряемые величины в параметры электрических цепей L, С, R. Такие преобразователи включаются в различные измерительные схемы, которые имеют дополнительный источник питания. В генераторных происходит преобразование энергии измеряемой величины в ЭДС постоянного или переменною тока Системы, состоящие из одного датчика, могут давать лишь частичную информацию о состоянии внешней среды, тогда как системы с множеством датчиков объединяют связанные данные от нескольких одинаковых и/или разных датчиком. Смысл применения многосенсорных систем состоит в создании синергстичсских эффектом, повышающих качество и доступность информации о состоянии измеряемого объекта. Цель обработки сигналов в многосенсорной системе — получить определенную информацию, используя необходимую совокупность данных измерения. В общем, требуется достичь определенного уровня, например, точности или надежности, которых нельзя достичь, имея лишь один датчик. Например, для обнаружения присутствия используют ультразвуковые датчики с высокой чувствительностью к шуму, турбулентности воздуха из-за тепловых воздействий и колебаний штор и растений. Микроволновые датчики могут обнаружили, движение объектов вне наблюдаемою помещения или быть введены в заблуждение другими электромагнитными полями (от мобильных телефонов и т.п.). Комбинация обоих типов датчиков и применение специальных процедур обработки сигналов позволяет достичь более высокой надежности обнаружения за счет различия зависимостей да пиков от внешних воздействий. Результат свидетельствует о более качественной работе системы из нескольких датчиков по сравнению с системой с одним датчиком Сложная обработка сигналов, основан на методах слияния данных может- повысить точность измерения более, чем используемый обычно простой пороговый алгоритм. Процесс слияния данных, поступающих от многих датчиков, должна проектироваться специально для каждого конкретного случая с учетом специфики применения для того, чтобы обеспечить правильное определение всех требуемых измеряемых величин или решений. Типичными подходами здесь являются теория статистических решении, методы усреднения, калмановская фильтрация — -для слияния неточных данных датчиков; нечеткая логика – для сформулированных на качественном уровне задач и нейронные сети — для задач, где ожидаемому повелению можно обучить, используя набор характеризующих параметров.
Сегодня многосенсорные системы незаменимы в задач аварийного предупреждена, таких как охрана свободною пространства путем оценивания видеосигнала, обнаружение лежащего человека или ранее обнаружение пожара, или требуемого высокого уровня надежности. Например, для раннего обнаружения пожара предложены матрицы датчиков, включающие в себя оптические детекторы рассеянного света и датчики концентрации газа. В том случае обработка сигнала должна позволить различить ситуации пожара, отсутствия пожара и беспокоящего события путем идентификации характерных признаков пожара по измерениям выходных сигналов величин.
Блок выделения признаков необходим для понижения размерности измерительного пространства и извлечения соответствующей информации, характеризующей ситуации, связанные с возникновением пожара. Выделенные признаки далее классифицируются с помощью нейронных сетей с целью оценить к какому классу относятся данные измерения и следует ли посылать пожарной команде сигнал тревоги..
Источник
Обработка сигнала датчика
Несмотря на то, что сигнал на выходе чувствительного элемента может быть слабым, передаваемый сигнал должен иметь высокий уровень и, по возможности, лежать в подходящем диапазоне значений для того, чтобы дойти до основных устройств в неискаженном виде и упростить вычисление измеряемой величины. Поэтому, в общем случае, сигнал сенсора должен пройти предварительную обработку, которая позволяет осуществи! ь многие важные задачи (рис.1.3), такие как:
· специальные меры обеспечения безопасности;
· соединение с другими компонентами последовательно, параллельно или в замкнутом контуре;
В настоящее время вошло в практику преобразование сигнала датчики п цифровую форму в самом датчике. В силу возрастающего применения распределенных систем с шинной архитектурой это становится нее более необходимым. В дополнение к нагрузке системы в целом достоинством является и то, что данные измерения могут передаваться без потери точности независимо от расстояния между датчиком и устройствами обработки данных более высокою уровня. Перенос функций обработки сигналов с аппаратуры на программное обеспечение упрощает повышение точности измерений. Производственные отклонения можно учитывать путем простой параметризации вместо того, чтобы проводим, механическую или электрическую подстройку. Используя физические или Mint магические модели, описывающие поведение датчика, можно проводить более точные измерении, учитывая влияние различных факторов. В зависимости от физической природы измеряемой величины датчики делятся на две группы: датчики пьезоэлектрических величин, и датчики неэлектрических величин, К первой группе относятся датчики, реагирующие на изменение напряжения, тока, частоты, мощности, реагирующие на изменение температуры, давления, крутящего момент, частоты вращения и т.д. По роду выходной величины датчики делятся на электрические и неэлектрические. Электрические в зависимости от характера выходной величины подразделяют на два типа- параметрические и генераторные. Параметрические датчики преобразуют неэлектрические измеряемые величины в параметры электрических цепей L, С, R. Такие преобразователи включаются в различные измерительные схемы, которые имеют дополнительный источник питания. В генераторных происходит преобразование энергии измеряемой величины в ЭДС постоянного или переменною тока Системы, состоящие из одного датчика, могут давать лишь частичную информацию о состоянии внешней среды, тогда как системы с множеством датчиков объединяют связанные данные от нескольких одинаковых и/или разных датчиком. Смысл применения многосенсорных систем состоит в создании синергстичсских эффектом, повышающих качество и доступность информации о состоянии измеряемого объекта. Цель обработки сигналов в многосенсорной системе — получить определенную информацию, используя необходимую совокупность данных измерения. В общем, требуется достичь определенного уровня, например, точности или надежности, которых нельзя достичь, имея лишь один датчик. Например, для обнаружения присутствия используют ультразвуковые датчики с высокой чувствительностью к шуму, турбулентности воздуха из-за тепловых воздействий и колебаний штор и растений. Микроволновые датчики могут обнаружили, движение объектов вне наблюдаемою помещения или быть введены в заблуждение другими электромагнитными полями (от мобильных телефонов и т.п.). Комбинация обоих типов датчиков и применение специальных процедур обработки сигналов позволяет достичь более высокой надежности обнаружения за счет различия зависимостей да пиков от внешних воздействий. Результат свидетельствует о более качественной работе системы из нескольких датчиков по сравнению с системой с одним датчиком Сложная обработка сигналов, основан на методах слияния данных может- повысить точность измерения более, чем используемый обычно простой пороговый алгоритм. Процесс слияния данных, поступающих от многих датчиков, должна проектироваться специально для каждого конкретного случая с учетом специфики применения для того, чтобы обеспечить правильное определение всех требуемых измеряемых величин или решений. Типичными подходами здесь являются теория статистических решении, методы усреднения, калмановская фильтрация — -для слияния неточных данных датчиков; нечеткая логика – для сформулированных на качественном уровне задач и нейронные сети — для задач, где ожидаемому повелению можно обучить, используя набор характеризующих параметров.
Сегодня многосенсорные системы незаменимы в задач аварийного предупреждена, таких как охрана свободною пространства путем оценивания видеосигнала, обнаружение лежащего человека или ранее обнаружение пожара, или требуемого высокого уровня надежности. Например, для раннего обнаружения пожара предложены матрицы датчиков, включающие в себя оптические детекторы рассеянного света и датчики концентрации газа. В том случае обработка сигнала должна позволить различить ситуации пожара, отсутствия пожара и беспокоящего события путем идентификации характерных признаков пожара по измерениям выходных сигналов величин.
Блок выделения признаков необходим для понижения размерности измерительного пространства и извлечения соответствующей информации, характеризующей ситуации, связанные с возникновением пожара. Выделенные признаки далее классифицируются с помощью нейронных сетей с целью оценить к какому классу относятся данные измерения и следует ли посылать пожарной команде сигнал тревоги..
Источник