СОВРЕМЕННАЯ ЭЛЕКТРОНИКА №7/2012

В ВЕДЕНИЕ В производственных процессах для слежения за физическими параметра ми используют измерительные преоб разователифизических величин – дат чики. Вкачестве примеров измеряемых параметровможноназвать температуру в печи, давление в камере, влажность, расход протекающих по трубопрово дамжидкостейи газов, токи в обмотках электродвигателя и т.п. В большинстве случаев датчики преобразуют неэлек трическую величину в электрическую. Развитие интегральной схемотехни ки привело к созданию принципиаль но новых измерительных устройств – интеллектуальных датчиков (ИД), со держащих в одном корпусе (или крис талле) преобразователь и микропро цессор. Кроме обычных функций восприятия искомой величины и пре образования сигнала, современные интеллектуальные датчики выполня ют ряд других функций, существенно расширяющих их возможности и улуч шающих их технические характерис тики. В интеллектуальных датчиках про изводятся преобразования измери тельной информации, такие как уси ление и нормализация аналоговых сигналов, фильтрация, расчёт выход ных значений по заданным алгорит мам, оцифровка измеряемых величин ВОПРОСЫ ТЕОРИИ 74 WWW.SOEL.RU СОВРЕМЕННАЯ ЭЛЕКТРОНИКА ◆ № 7 2012 и т.д. Большинство преобразователей физических величин имеют нелиней ные статические характеристики, по этому одной из важнейших функций ИД является повышение линейности преобразования. В современных ИД в основном ис пользуют два способа линеаризации датчиков – аналитический и таблич ный. Оба способа основанына исполь зовании цифровой модели с характе ристикой, обратной характеристике чувствительного элемента, которая хранится в памяти микропроцессора. Основной трудностью при построе нии табличной модели является необ ходимость предварительного испыта ния датчика в различных режимах. Как правило, для этого требуется дорого стоящее оборудование, специальные методики и наличие подготовленных специалистов. Что касается аналити ческих зависимостей, то их получение, даже без учёта всех факторов, влияю щих на характеристики датчика, зачас тую проблематично. В статье описан способ цифровой адаптивной линеаризации передаточ ных характеристик датчиков, который, по мнению автора, может служить до полнениемк общепринятымподходам. О ПИСАНИЕ МОДЕЛИ Предлагаемое решение базируется на адаптивном обратноммоделирова нии неопределённых динамических объектов типа «чёрный ящик» [1–6]. Смысл такого моделирования состоит в создании цифровой адаптивной об ратной модели (АОМ) некоторого объ екта с неизвестными параметрами, ко торая должна служить наилучшим приближением коэффициента пере дачи, обратного коэффициенту пере дачи этого объекта в процессе его функционирования. На рисунке 1 показана одна из воз можных структур системы управления «чёрнымящиком» [6], которыйв данном случаепредставляет собойтехнический объект (ТО) с подключенным к нему датчиком (Д) с неизвестной (и/или из меняющейся во времени) характерис тикой. При медленно протекающих тех нологических процессах инерцион ностью ТО и Д можно пренебречь. Это позволяет рассматривать систему ТО–Д как единый объект с нелинейной зави симостью выход–вход x = f ( u ). Роль управляющего устройства (адап тивного регулятора) в данной систе ме играет АОМ, реализованная в виде адаптивного трансверсального фильт ра (АТФ) [1], дискретное уравнение ко торого в общем случае имеет вид: , (1) где g k – временные отсчеты входного сигнала системы; u k – отсчёты управля ющего сигнала на выходе АОМ; L + 1 – число весовых коэффициентов АТФ w lk , которые в процессе адаптации пе рестраиваются по методу наименьших квадратов (Least Mean Square, LMS) в соответствии с рекуррентным соотно шением: w l ( k + 1) = w lk + 2 μ g k – l ε k . (2) В выражении (2) функция ε k = Kg k – – x k представляет собой ошибку адап тации, где x k – оцифрованные показа ния датчика, K –желаемое значение ко эффициента передачи системы ТО–Д, μ – параметр сходимости адаптивно го алгоритма. Суть адаптивной линеаризации за ключается в том, что после заверше ния процесса перестройки весовых ко эффициентов среднеквадратическая ошибка СКО = становится равной своему минимальному значению, ко торое зависит от выбранной величины параметра M . Этот параметр представ ляет собой относительную среднюю величину СКО адаптации [2], которая ограничена пределами 0 < M < 1. АОМ g k u k x k ε k u x ЦАП ТО Алгоритм LMS К + – Д Σ АЦП Рис. 1. Структурная схема адаптивной линеаризации системы технический объект – датчик (ТО–Д) Алгоритмы адаптивной линеаризации характеристик датчиков в АСУ ТП Наталья Гудкова (Ростовская обл.) Рассматривается метод цифровой линеаризации датчиков, основанный на адаптивном обратном моделировании неопределённых динамических объектов. Модель датчика представляет собой весовой коэффициент, перестраиваемый по методу наименьших квадратов в режиме реального времени. Показано, что предлагаемая адаптивная структура проста в реализации и обеспечивает высокую точность линеаризации. Приведены результаты компьютерного моделирования, подтверждающие эффективность предложенных алгоритмов. ' СТА - ПРЕСС