- •7(8).092501 «Автоматизированное управление
- •Содержание
- •Глава 6 общая структура ПрограммноГо обеспечениЯ асу тп 84
- •Глава 7 Принципы проектирования пользовательского интерфейса 93
- •Глава 8 Надежность систем автоматизации 97
- •Глава 9 Средства самодиагностики и восстановления 123
- •Глава 10 Метрологическое обеспечение асу тп 129
- •Глава 1 Общая характеристика асу тп
- •1.1 Термины и определения
- •1.2 Функции асу тп
- •I. Информационные
- •II. Управляющие:
- •III. Вспомогательные:
- •1.3 Состав асутп
- •1.4 Классификация асу тп
- •Глава 2 Концепция построения асу тп
- •2.1 Особенности систем цифрового управления
- •2.2 Концепция построения асутп
- •2.3 Аппаратная платформа контроллеров
- •Глава 3 Организация разработки по асу тп
- •3.1 Стадии создания асу тп
- •3.2 Этапы создания специализированного программного и информационного обеспечения (спио)
- •3.3 Техническое задание на разработку спио
- •3.4 Технический проект спио
- •3.5 Программы и программные документы спио
- •Глава 4 Информационное обеспечение асу
- •4.1 Общие положения
- •4.1.1 Цепочка прохождения информационного сигнала о ходе тп:
- •4.1.2 Схемы связи с датчиками (о параметрах тп)
- •4.2 Вход и выход технологических процессов
- •4.3 Бинарные и цифровые датчики
- •4.4 Аналоговые датчики
- •4.5 Датчики движения
- •4.6 Датчики силы, момента и давления
- •4.7 Датчики приближения
- •4.8 Согласование и передача сигналов
- •4.8 Устройства связи с объектом
- •Глава 5 Алгоритмическое и программное обеспечение задач контроля и первичной обработки информации
- •5.1 Назначение алгоритмов контроля
- •5.2 Аналитическая градуировка (масштабирование) и коррекция показаний датчиков
- •5.3 Фильтрация и сглаживание
- •5.4 Достоверность исходных данных и аварийная сигнализация
- •5.5 Интерполяция и экстраполяция
- •5.6 Статистическая обработка экспериментальных данных
- •5.7 Дискретизация технологической информации.
- •5.8 Задачи характеризации
- •5.10 Структура данных для обработки измерений
- •Глава 6 общая структура ПрограммноГо обеспечениЯ асу тп
- •6.1 Особенности объектов автоматизации черной металлургии
- •6.2 Асу тп как система функциональных задач
- •6.3 Факторы, определяющие качество специального программного обеспечения
- •6.4 Основные требования и структура спо асутп
- •6.5 Основные подсистемы спо асутп
- •Назначение алгоритмов контроля.
- •Глава 7 Принципы проектирования пользовательского интерфейса
- •7.1 Основные требования
- •7.2 Дизайн операторского интерфейса
- •7.3 Виды видеокадров асутп
- •Глава 8 Надежность систем автоматизации
- •8.1 Общие сведения о надежности автоматизируемых систем
- •Показатели надежности систем
- •Показатели надежности восстанавливаемых систем
- •8.4 Принципы описания надежности асутп. Отказы ас
- •8.6 Общая характеристика условий работы автоматических систем
- •8.7 Методы повышения надежности автоматических систем
- •8.7.1 Повышение надежности при проектировании
- •Глава 9 Средства самодиагностики и восстановления
- •Глава 10 Метрологическое обеспечение асу тп
- •10.1 Асу тп как объект метрологического обеспечения
- •10.2 Метрологическая аттестация асу тп
5.6 Статистическая обработка экспериментальных данных
Важным моментом задачи исследования и управления ТОУ является обработка большого потока экспериментальной информации, имеющей, как правило, случайный характер. И это обуславливает необходимость использования методов математической статистки для извлечения ценной информации из экспериментальных данных.
С учетом необходимости работы АСУТП в реальном масштабе времени, статистическая обработка информации должна быть оперативной. То есть обработка должна осуществляться в ходе эксперимента в темпе поступления информации непосредственно от исследуемых объектов за минимальное время и с получением результатов обработки в виде, удобном для дальнейшего использования. В связи с этим для обеспечения оперативности обработки экспериментальной информации должны использоваться простые методы и алгоритмы статистической обработки.
Целью оперативной статистической обработки экспериментальной информации в рамках анализа реализаций случайных процессов является получение системы статистических оценок с определенной доверительной вероятностью и точностью в реальном масштабе времени.
Оценки плотностей вероятностей эмпирических распределений в виде многомерного функционала при условии стационарности и эргодичности случайных процессов x1(t),x2(t) - является исчерпывающей характеристикой совокупности процессов {xk(t)}. Это дает возможность в рамках корреляционно-регрессионного анализа получить функции корреляции, дисперсий, спектральных плотностей, безусловных и условных математических ожиданий и других числовых характеристик, связанных с физическими параметрами объекта, а также ошибки (дисперсии или СКО), спектральные характеристики и т.д., по которым можно судить о качественном состоянии объекта.
Рассмотрим некоторые алгоритмы статистической обработки экспериментальной информации.
5.7 Дискретизация технологической информации.
5.7.1 Методы выбора интервала квантования по времени
1. На основании опытных данных (эмпирический метод)
давление – Топ = 0.5-20 сек.,
температура – Топ = 5-30 с.,
расход Топ = 0,1 – 1 с.,
концентрация Топ = 20 – 60 с.
при известном Тоб, по формуле Топ 0,1 * Тоб.
2. По необходимой точности.
Допустим, аналоговый сигнал y(t) после квантования сигнала по времени преобразуется в сигнал y(nTоп), тогда функция ошибки (х)=y(t) – y(nTоп).
Если допустить функцию y(t) непрерывной и дифференцируемой, разложим ёё в ряд Тэйлора на интервале (t;t+Tоп):
y(t+Tоп) = y(t) + Tоп + Tоп /2 + …
= Tоп ˑ
Т.о., исследуя график изменения входного сигнала, определяют доп и по приведенной выше формуле определяют Tоп.
3. Теорема Котельникова
Для любой непрерывной функции, если она удовлетворяет условиям Дирихле (функция ограничена, непрерывна или имеет конечное число точек разрыва первого рода, имеет конечное число экстремумов), со спектром, ограниченным некоторой частотой среза , существует интервал дискретизации, при котором можно полностью возобновить функцию по её дискретным значениям. Интервал Tоп определяют из условия, что частота опроса должна быть в два раза больше :
можно найти, например, по известной амплитудно-фазовой характеристике
4. Метод дискретизации Железнова.
Все технологические параметры делят на две основных группы:
параметры, для которых отклонения выше определенного уровня недопустимо;
параметры, для которых возможно отклонения выше определенного уровня допустимы.
Для параметров первой группы рекомендуется использовать методы, которые базируются на нахождении максимальной скорости изменения функции. Эти методы базируются на уравнении, которое справедливо для функций, ограниченных по модулю и имеющих конечную :
Если заменить = f, а Tоп= , то Топ=1/f.
;
Для параметров второй группы Топ находится по автокорреляционной функции параметра, который мы измеряем.
Этот метод используется, когда Х(t) - стационарная функция. При замене непрерывного сигнала ступенчатым возникает ошибка аппроксимации, которая зависит от Топ. Поэтому возникает задача найти такой Топ, при котором среднеквадратическая ошибка аппроксимации была минимально допустимой.
Дисперсия ошибки аппроксимации равняется: 2max = 2*[Кхх(0)-Кхх(t)] + x2 изм
5.7.2 Квантование аналогового сигнала по уровню
Заключается в выделении мгновенных значений непрерывного сигнала V(t) на фиксированных дискретных уровнях в произвольные моменты времени.
Фиксированные уровни сигнала обычно отстают друг от друга на постоянную величину , называемую интервалом квантования по уровню.
АЦП преобразуют аналоговый сигнал в двоичный код определенной разрядности. В зависимости от разрядности весь диапазон измерения параметра разбивается на 2n уровней. В пределах каждого такого уровня значение сигнала практически не изменяется.
Задаваясь величиной подуровней , находим число уровней квантования:
m = (xmax-xmin)/.
Разрядность двоичного кода, которая используется для кодирования, имеет следующую связь с m:
m = 2n – 1 (xmax-xmin) / = 2n – 1 2n = (xmax-xmin) /+1
n ln2 = ln[(xmax-xmin) / + 1] = 2*,
n = Ln (((xmax-xmin)/ (2*)) + 1) / ln (2) = Log2(((xmax-xmin)/ (2*)) + 1)
Пример. Найти разрядность АЦП для сигнала температуры, которая измеряется комплектом технических средств с классом точности 1, диапазон шкалы вторичного прибора 0 –1600 С.
Решение. Максимальная погрешность
max = ;
n= Log 2 ((1600-0)/ (2*16) + 1) = 5.68 6