- •В.Г.Трегуб основи комп’ютерно-інтегрованого керування
- •Київ нухт 2006
- •Основні принципи комп’ютерно-інтегрованого керування
- •2. Збір і первинна обробка інформації в аск
- •2.1. Загальна характеристика задач збору інформації в аск
- •3. Вибір періодичності опитування датчиків
- •2.3.1. Загальна характеристика задачі
- •2.3.2. Вибір періодичності опитування датчиків за автокореляційною функцією
- •2.3.5. Визначення часу циклу контролера
- •2.4. Фільтрація сигналів і аналітичне градуювання датчиків
- •2.4.1. Загальна характеристика задачі фільтрації
- •2.4.2. Фільтр ковзного середнього
- •2.4.3. Експоненціальний фільтр
- •2.4.4. Статистичні фільтри
- •2.4.5. Реалізація фільтрів у контролерах
- •2.4.6. Аналітичне градуювання датчиків
- •2.5. Алгоритмічна самодіагностика і підвищення достовірності первинної інформації
- •2.5.1. Загальна характеристика задачі
- •2.5.2. Виявлення повної відмови і підвищення достовірності
- •2.5.3. Виявлення часткової відмови з використанням апаратурного резервування і підвищення достовірності інформації
- •2.5.4. Виявлення часткової відмови з використанням логічних зв’язків і підвищення достовірності інформації
- •2.5.5. Алгоритмічна самодіагностика в контролерах
- •2.6. Визначення узагальнених показників
- •2.6.1. Інтегрування та усереднення поточних значень вимірюваних величин
- •2.6.2. Визначення невимірюваних величин
- •3. Оптимальне керування технологічними комплексами
- •3.1. Задачі оптимального керування технологічними комплексами та методи декомпозиції цих задач
- •3.2.1. Оптимальне керування тк з паралельно працюючими агрегатами
- •3.2.2. Оптимальне керування тк з послідовно працюючими агрегатами
- •3.3. Оптимальне керування тк з агрегатами періодичної дії
- •3.4. Системи автоматизації виробничого потоку
- •3.4.1. Характеристика об’єкта керування
- •3.4.2. Системи автоматизації виробничого потоку
- •3.5. Системи автоматизації виробничого потоку
- •3.5.1. Характеристика об’єкта керування
- •3.5.2. Системи автоматизації виробничого потоку
- •Автоматизовані системи керування технологічними процесами
- •4.1. Загальна характеристика системи
- •4.1.1. Призначення системи
- •4.1.2. Функції системи
- •4.1.3. Склад системи
- •4.1.4. Структура системи
- •4.3. Обчислювальні мережі верхнього рівня
- •4.3.1. Загальна характеристика мереж
- •4.3.2. Технічна реалізація мереж
- •4.4. Вузли нижнього рівня
- •4.4.1. Апаратні засоби
- •4.4.2. Програмні засоби
- •4.5. Обчислювальні мережі нижнього рівня
- •4.5.1 Загальна характеристика мереж
- •4.5.2. Технічна реалізація мереж
- •5. Інтеграція систем керування
- •5.1. Загальна характеристика інтегрованої аск
- •5.1.3. Структура системи
- •5.2. Корпоративна система керування бізнес-процесами
- •5.2.2. Використання Web-технологій
- •5.2.3. Функції та структура системи керування
- •5.2.4. Підсистеми та компоненти системи керування
- •5.3. Корпоративна обчислювальна мережа
- •5.3.1. Протоколи верхнього рівня
- •5.3.2. Утворення магістралі корпоративної мережі і зв’язок з Internet
- •Література Основна
- •Допоміжна
2.4. Фільтрація сигналів і аналітичне градуювання датчиків
2.4.1. Загальна характеристика задачі фільтрації
Це друга задача ПОІ, яка проводиться для того, щоб відокремити ко-рисний сигнал датчика від шкідливих сигналів – шумів. У загальному ви-падку фільтрацією називають всяке інерційне перетворення сигналів. В АСК фільтрація може здійснюватися апаратурно – з допомогою аналого-вих RC-фільтрів, або програмно – з допомогою ЕОМ. Апаратурні фі-льтри, які найчастіше є аналоговими, як правило, мають меншу похибку перетворення сигналу і заощаджують машинний час, але вони потре-бують додаткових витрат на апаратурні засоби і за їх допомогою важко реалізувати складні алгоритми фільтрації. Тому на практиці більш поши-рені програмні фільтри, які є дискретними.
Якість фільтрації оцінюють за допомогою дисперсії похибки фільтра-ції, яка дорівнює математичному сподіванню квадрата різниці корисного y(t) та фільтрованого yф(t) сигналів
Dф = M [ y(t) – yф(t) ]2. (2.20) Можливе використання і інтегрального критерію якості фільтрації
Т
Iф = Т-1 ò êy(t) – yф(t) êdt . (2.21)
0
Фільтр вибирають з умов мінімізації наведених показників, ураховую-чи однак існуючу суперечність між точністю та вартістю. Існують два ме-тоди побудови оптимального фільтра:
зміною структури та параметрів фільтра, при цьому розв’язується за-дача структурно-параметричної побудови оптимального фільтра;
зміною параметрів попередньо вибраного фільтра типової структури, при цьому розв’язується параметричної оптимізації фільтра типової структури.
Застосовуючи перший метод, у результаті розв’язання задачі отри-мують оптимальний статистичний фільтр (ОСФ), однак на практиці його не використовують через складність структури та відсутність точних ста-тистичних характеристик випадкових процесів y(t) та e(t). У той же час ОСФ теоретично має мінімально можливу похибку фільтрації і тому мо-же бути застосований як еталон, тобто помилку реальних фільтрів визна-чають у відсотках похибки ОСФ.
Задачу параметричної оптимізації обраного типового фільтра розв’я-зують експериментально або аналітично для порівняно вузького, але на-йбільш поширеного набору вхідних даних, роблячи такі припущення:
сигнал y(t) є стаціонарним випадковим процесом, для якого відомі оцінки математичного сподівання my, дисперсії Dy і автокореляційної функції
Ry(Dt) = Dy exp( – aDt) = Ry(0) exp( – aDt), (2.22)
сигнал е(t) також є стаціонарним випадковим процесом некоре-льованим і адитивним сигналу y(t), для якого математичне сподівання me = 0, а автокореляційна функція
Re(Dt) = De exp( – maDt) = kDy exp( – maDt), (2.23) де a, m, k – коефіцієнти, причому k<1 (амплітуди шумів менші за амп-литуди корисного сигналу), а m>1(шуми більш високочастотні).
Отримана в результаті фільтрації оцінка y^ = yф повинна задоволь-няти таким вимогам:
бути незміщеною (математичне сподівання не повинне змінювати-ся в результаті фільтрації): my = myф;
оцінка дисперсії помилки фільтрації повинна бути мінимальною.
Остання вимога для типового фільтра задовольняється шляхом роз-в’язання задачі параметричної оптимізації
D^ф min Þ p*, (2.24)
p
де р, р* – вектор параметрів фільтра та його оптимальне значення.
Розрахунок Dф звичайно виконують в частотній області з викорис-танням спектральних щільностей
Dф = p-1 ò Sф^(w) dw, (2.25)
де Sф^(w) – оцінка спектральної щільності функції eф(t) = yф(t) – y(t), причому Sф^(w) визначається за формулою
Sф^(w) = Se^(w) | Wф(jw)| 2 + Sy^(w)|Wф(jw) –1|2 , (2.26)
| Wф (jw)| – модуль (амплітуда) АФХ фільтра; Se^(w), Sy^(w) – оцінки спектральних щільностей відповідно функцій e(t) i y(t), які визначають-ся за формулами
Sy^(w) = 2 Dya / ( a2 + w2); Se^(w) = 2 k Dy m a / [(ma)2 + w2]. (2.27)
Розглянемо далі найпоширеніші типові фільтри: ковзного серед-нього, експоненціальний та статистичні.