по дисциплине «Измерительные информационные системы»
(лектор Шаров В.В.)
Классификация ИИС и их назначение.
Классификация ИИC и назначение.Измерительные информационные системы – это совокупность функционально объединённых общим алгоритмом функционирования измерительных, вычислительных и других вспомогательных технических средств, обладающая набором нормированных метрологических характеристик, выполненных в блочно-модульном исполнении для получения измерительной информации, её преобразования и обработки с целью представления потребителю, в том числе ввода в АСУ ТП, в требуемом виде, либо автоматического осуществления логических функций измерения, контроля, диагностики, идентификации и т. п.
Структурная схема измерительного канала ИИC представлена на рис. 1.
Рис. 1. Структурная схема измерительного канала ИИC
На структурной схеме ИИC обозначено:
Д(ПИП) – датчик (первичный измерительный преобразователь);
УСО – устройство связи с объектом;
КМ – коммутатор;
АЦП- аналого-цифровой преобразователь;
ПК – персональный компьютер (рабочая станция).
Примечание: Между АЦП и ПК, как правило, находится канал связи.
Определение ИИC позволяет провести грань различия между измерительными приборами, обладающими ограниченными функциональными возможностями и выполняемыми обычно из небольшого числа ПИП, объединённых в едином корпусе, и ИИС.
Отличие заключается в том, что ИИC позволяет осуществлять:
непосредственную связь с объектом исследования;
обработку измерительной информации
централизованное автоматическое (автоматизированное) управление; многоканальные измерения различных физических величин.
Эти наиболее характерные признаки в комплексе присущи только ИИС. Однако, каждый в отдельности может существовать в измерительном приборе.
Назначение любой ИИС, необходимые функциональные возможности, технические характеристики и другие параметры в решающей степени определяются объектом исследования, для которого данная система создаётся.
Обобщённая структурная схема ИИC представлена на рис. 2.
Рис. 2. Обобщённая структурная схема ИИC
На обобщённой схеме ИИC обозначено:
ПИП – первичный измерительный преобразователь;
УИП – унифицирующие (нормирующие) измерительные преобразователи, осуществляющие масштабирование, линеаризацию, преобразование мощности и т. п.
УСО – устройство связи с объектом;
CКМ - системный коммутатор;
АЦП- аналого-цифровой преобразователь;
КС – канал связи;
ВУ- вычислительное устройство;
БД- база (банк) данных;
ДП – дисплей;
ЦАП- цифро- аналоговый преобразователь;
ИМ – исполнительные механизмы;
ПО – пульт оператора.
Измерительная информация от объекта исследования, представленная в виде физических величин Х1, Х2, . . ., Xn, преобразуется соответствующими преобразователями ПИП i и УИП i и с помощью системного коммутатора подключается ко входу АЦП. А затем поступает в канал связи КС. С выхода КС измерительная информация в виде некоторого кода поступает на вход вычислительного устройства ВУ, где происходит её обработка. ВУ осуществляет непрерывный обмен информацией с банком данных БД, в котором хранятся заданные параметры, коэффициенты и различная другая оперативная информация. Результаты обработки поступают одновременно или поочерёдно на ДП, в управляющий ПК или непосредственно на ИМ, регулирующие состояние объекта.
Программное управление системой, а именно CКМ, АЦП и ДП, осуществляется либо ВУ, либо автономным блоком управления с ПО.
Назначение ИИC можно определить как целенаправленное оптимальное ведение измерительногопроцесса и обеспечение смежных систем высшего уровня достоверной информацией. Исходя из этого основные функции ИИС – получение измерительной информации от объекта исследования, её обработка, передача, представление информации оператору или/и ПК, запоминание (архивирование), отображение и формирование управляющих воздействий.
В зависимости от выполняемых функций ИИС реализуется в виде, представленном на рис. 3.
Рис. 3. Реализация ИИC в зависимости от выполняемых функций
Классификация ИИС. Степень достижения функций принято характеризовать с помощью критериев измерения. ИИC оптимизируют по многим частным критериям таким, как точность, помехоустойчивость, надёжность, пропускная способность, адаптивность, сложность, экономичность и др.
В н. в. классифицировать ИИС принято по трём основным признакам: по разновидности входных величин, по выходной информации и по принципам их построения.
Классификация BBC по разновидности входных величин приведена в табл. 1.
Таблица 1
Классификация ИИC по разновидности входных величин
Классификационный признак |
Классы |
|
1 |
2 |
|
Поведение во времени |
Неизменное |
Изменяющееся |
Расположение в пространстве |
Сосредоточенное |
Распределённое |
Характер величин |
Непрерывный |
Дискретный |
Энергетический признак |
Активные |
Пассивные |
Взаимосвязь помех с входными величинами |
Независимые помехи |
Помехи, связанные с входными величинами |
Классификация ИИC по принципам их построения приведена в табл. 2.
Таблица 2
Классификация ИИC по принципам построения
Классификационный признак |
Классы |
|
1 |
2 |
|
Наличие специального канала |
Отсутствует |
Имеется |
Порядок выполнения пераций получения информации |
Последовательный |
Параллельный |
Агрегатирование состава системы |
Агрегатированный |
Неагрегатированный |
Использование стандартного интерфейса |
Не используется |
Используется |
Наличие программно - управляемых вычислительных устройств ( МП, контроллеры и т. п.) |
Отсутствует |
Имеется |
Наличие контуров информационной обратной связи |
Разомкнутые |
Компенсационные (одно и многоконтурные) |
Изменение скоростей получения и выдачи информации |
Без изменения (в реальном времени) |
С изменением скоростей |
Сигналы, используемые в ИИС |
Аналоговые |
Кодоимпульсные (цифровые) |
Структурная и информационная избыточность |
Безизбыточные |
Избыточные |
Адаптация к исследуемым величинам |
Неадаптивные |
Адаптивные |
По выходной информации ИИC классифицируются на измерительные, где на выходе получают количественную измерительную информацию, контрольно – диагностические и распознающие, где на выходе получают количественное суждение о состоянии контролируемого объекта.
Процессом функционирования ИИС, как и любой другой технической системы является целенаправленное преобразование входной информации в выходную.
Многоканальные ИИС параллельного действия.
Сканирующие (последовательного действия) ИИС.
Многоточечные (последовательно-параллельного действия) ИИС
Мультиплицированные ИИС.
2 Иис технической диагностики.
ИИС технической диагностики.Техническое диагностирование (ТД) – это процесс определения ТС объекта (системы) с определённой точностью.
Этот процесс реализуется в системе ТД (СТД), представляющей совокупность средств, объекта диагностирования (ОД) и исполнителей, подготовленных к проведению диагностических операций по определённым методам и правилам, устанавливаемым в НТД, базирующимся на результатах исследований в области диагностики и их внедрения в практику эксплуатации.
Таким образом ТД является одним из условий качества функционального применения различных объектов в условиях эксплуатации.
Главными задачами диагностики систем являются выбор совокупности диагностических параметров для определения состояния систем. Разработка и составление рациональных алгоритмов этих состояний (н-р, для определения места отказа) и прогнозирование различных состояний.
В н. в. ОД разделены на два больших класса: ОД с непрерывно изменяющимися параметрами и ОД с дискретно изменяющимися параметрами. В сою очередь класс дискретных объектов разбит ещё на два класса: дискретные комбинационные объекты (автоматы Миля) и дискретные объекты с памятью (автоматы Мура).
ТД осуществляется аппаратурными или программными, встроенными или внешними ТС, реализующими тот или иной алгоритм диагностирования.
Воздействия на ОД поступают либо от средств диагностирования (CрД), либо являются внешними по отношению к СТД сигналами, определяемыми рабочим алгоритмом функционирования ОД.
Исходя из этого различают системы тестового диагностирования, особенность которых состоит в возможности подачи на ОД специально организуемых тестовых воздействий от CрД и системы функционального диагностирования, в которых подача воздействий на ОД от CрД не производится, в этом случае на ОД поступают только рабочие воздействия, предусмотренные рабочим алгоритмом функционирования ОД.
Системы тестового Д обычно решают задачи проверки исправности, работоспособности и поиска О и Н и работают тогда, когда ОД не применяется по прямому назначению.
Системы функционального Д используются, как правило, для решения задач проверки правильности функционирования ОД и поиска О и Н, нарушающих их нормальное функционирование. Эти системы обычно используются тогда, когда ОД применяется по назначению.
Обобщённая структурная схема СТД ТС ОД приведена на рис. 3.
Рис. 3. Обобщённая структурная схема СТД ТС ОД
Эффективная организация процессов ТД ТС ОД является основной целью ТД. В процессе эксплуатации любой системы из-за снижения надёжности изменяются их первоначальные свойства, качества и параметры, заложенные на стадии производства.
3Измерительные системы распознавания образов.
Измерительные системы распознавания образов.
Распознавание образов представляет собой задачу преобразования входной информации, в качестве которой уместно рассматривать некоторые параметры или признаки распознаваемых образов, в выходную, представляющую собой заключение о том, к какому классу относится распознаваемый образ.
ИС распознавание образов применяются для автоматического распознавания печатных, рукописных и фотографических знаков, текстов, рисунков и схем, для распознавания звуков речи, команд, передаваемых голосом, для выявления некоторых ситуаций в сложных технических системах, таких как критическое или аварийное состояние и т. п.
Главные цели распознавания образов – это расширение возможностей общения человека с ПК и автоматизации путём освобождения ШОП от многих операций, которые ограничивают быстродействие, надёжность и эффективность функционирования автоматизированных комплексов.
Распознавание определяется как процесс отнесения ситуаций, явлений и образов к одному из нескольких или многих заранее определённых классов на основе анализа их характеристик. При распознавании возникают взаимосвязанные задачи выбора параметров распознавания и задачи нахождения и оценки качества решаемой функции.
Математическим аппаратом постановки и решения задач распознавания с момента их возникновения является теория статистических решений.
Классические результаты теории статистических решений послужили базой для построения алгоритмов распознавания, обеспечивающих определение класса, к которому может быть отнесён неизвестный объект, на основе экспериментальных измерений определённого набора параметров (признаков), характеризующих этот объект, и определённых априорных данных, описывающих классы рассматриваемых объектов. Для выбора параметров предварительно выделяют совокупность параметров (признаков), характеризующих рассматриваемый образ. Эти признаки могут быть представлены в виде точки в многомерном пространстве, которое называется пространством объектов., а вектор – вектором объекта.
Вторая взаимосвязанная задача нахождения решающей функции должна рассматриваться с учётом сведений об объектах. При этом решающая функция должна удовлетворять следующим условиям:
F(x)>0 , если объект принадлежит одному классу;
F(x)<0, если объект принадлежит другому классу;
Следовательно, решающая функция позволяет найти гиперповерхность, разделяющую многомерное пространство на классы. После выбора алгоритма распознавания можно приступить к решению основной задачи. Составляющей основу проблемы распознавания – определение алфавита классов и словаря признаков, которые в условиях ресурсных ограничений на построение системы распознавания обеспечивают наибольшую эффективность ЭТР.
Структурная схема системы распознавания образов представлена на рис. 1.
На структурной схеме системы распознавания образов обозначено: ДП – детектор признаков; CPU – цифровое вычислительное устройство; ЗУ - запоминающее устройство; ЦУС – цифровое устройство сравнения; Дп – дисплей и ПП – показывающий прибор.
Рис. 1. Структурная схема системы распознавания образов
Детектор признаков ДП воспринимает физические воздействия, характеризующие объект, и выдаёт на выходе совокупность сигналов. Несущих признаки (параметры) распознаваемого образа. В случае необходимости в детекторе признаков производится освобождение (фильтрация) от помех, нормализация по геометрическим размерам и положению (масштабирование), координатные преобразования и т. п. детектор признаков во многих случаях выполняется в виде рецепторного фотоэлектронного поля с системой развёртки для распознавания образов или ПК.
В запоминающем устройстве ЗУ хранятся программы исходных, промежуточных и конечных данных, а также программы функционирования.
Решение о принадлежности совокупности объектов (образа) к одному из заранее определённых классов принимает классификатор CPU. Это осуществляется в соответствии с принятым критерием распознавания или правилом решения в его устройстве на основе сигналов, выдаваемых ДП.
При этом критерием распознавания называется правило. По которому строится гиперповерхность, разделяющая распознаваемые образы на классы в пространстве признаков (объектов).
Классификатор CPU выполняется в виде сети из линейных пороговых элементов или ВУ, а также МП. Сравнение действительного образцового описания распознаваемых классов и выработка сигналов ошибки производятся в ЦУС.
Для функционирования распознающей системы необходимым условием является наличие сведений о классах совокупностей объектов. Эти сведения задаются заранее или возникают в процессе обучения, который в этом случае предшествует процессу классификации. В процессе обучения на вход распознающей системы последовательно подаются признаки образов каждого класса и, если система при этом сообщает, к какому классу принадлежит образ, то процесс называется обучением с учителем. Если же система не сообщает, к какому классу принадлежит образ, то процесс называется обучением без учителя или самообучением.
При этом каждая система распознавания приспособлена для распознавания только данного вида объектов или явлений. Так система, предназначенная для диагностики заболеваний, не умеет диагностировать отказы аппаратуры, а система, предназначенная для чтения букв русского алфавита, не умеет читать китайские иероглифы или ноты.
В процессе разработки и построения систем распознавания образов необходимо иметь математическую или физико - математическую модель системы. При этом необходимо знать признаки объектов, которые подразделяются на детерминированные, вероятностные, логические и структурные .
Детерминированные признаки – признаки, принимающие конкретные числовые значения.
Вероятностные признаки – признаки, случайные значения которых распределены по всем классам объектов, при этом решение о принадлежности распознаваемого объекта к тому или другому классу может приниматься только на основании конкретных значений признаков данного объекта, определённых в результате проведения соответствующих опытов.
Логические признаки – признаки в виде элементарных высказываний, принимающих два значения да, нет или истина и ложь с полной определённостью.
Структурные признаки (лингвистические, синтаксические) - представляют собой непроизводные элементы (символы) структуры объектов.
К простым системам распознавания относят: читающие автоматические распознающие устройства, автоматы для размена монет, автоматы, предназначенные для отбраковки деталей и т. п.
К сложным системам распознавания относят: системы медицинской диагностики, системы, предназначенные для распознавания образов геологической разведки, системы для отыскания Н и О в технических системах, РЛС и т. п.
Если в качестве классификационного признака использовать способ получения апостериорной информации, то сложные системы распознавания делят на одноуровневые и многоуровневые.
Если в качестве принципа классификации избрать количество первоначальной априорной информации о распознаваемых объектах или явлениях, то системы распознавания, как простые, так и сложные, можно разделить на системы без обучения, обучающиеся и самообучающиеся.
Если в качестве принципа классификации использовать характер информации о признаках распознаваемых объектов, то в зависимости от того, на языке каких признаков производится описание этих объектов или в зависимости от того, какой алгоритм распознавания реализован, системы распознавания могут быть подразделены надетерминированные, вероятностные, логические, структурные и комбинированные.
Детерминированные системы. В этих системах для построения алгоритмов распознавания используются геометрические меры близости, основанные на измерении расстояний междураспознаваемым объектам и эталонами классов.
Вероятностные системы. В данных системах для построения алгоритмов распознавания используются вероятностные методы распознавания, основанные на теории статистических решений.
Логические системы. В этих системах для построения алгоритмов распознавания используются логические методы распознавания, основанные на дискретном анализе и базирующемся на нём исчислении высказываний.
Структурные (лингвистические) системы. В этих системах для построения алгоритмов распознавания используются специальные грамматики, порождающие языки, состоящие из предложений, каждое из которых описывает объекты, принадлежащие конкретному классу.
Комбинированные системы. В этих системах для построения алгоритмов распознавания используется специально разработанный метод вычисления оценок. Такие алгоритмы называют алгоритмами вычисления оценок (АВО). Их применение требует наличия таблиц, где содержатся объекты, принадлежащие соответствующим классам, а также значения признаков, которыми характеризуются эти объекты.