Содержание к диссертации
Введение
1 Функциональные структуры процессов преобразования и измерения давления 14
1.1 Функциональная структура процесса преобразования давления в тензорезистивных аналоговых датчиках 14
1.2. Особенности функциональной структуры процессов преобразования и измерения давления в интеллектуальном датчике давления 22
1.3 Анализ возможности снижения погрешности вычислений значений давления при микропроцессорной обработке сигналов 26
Выводы 34
2 Исследование моделей вычислений значений давления .. 36
2.1 Анализ возможности вычислений значений давления без компенсации температурной погрешности 36
2.2 Разработка моделей вычислений значений давления с компенсацией воздействия температуры 41
2.3 Оценка влияния разбиения по давлению при построении моделей пространственной функции преобразования на результаты компенсации температурной погрешности 48
2.4 Оценка зависимости температурной погрешности вычислений значений давления от размеров областей разбиения пространственной функции преобразования по температуре при построении аппроксимирующих моделей 54
2.5 Оценка влияния погрешности исходных данных на точность вычислений значений давления с использованием разработанных моделей с компенсацией температурной погрешности 60
Выводы 63
3 Разработка и исследование микропроцессорных алгоритмов, достроенных на основе модели вычислений значений давления с компенсацией температурной погрешности 66
3.1 Разработка микропроцессорного алгоритма вычислений значений давления с компенсацией температурной погрешности на основе модели, построенной при использовании линейных пространственных элементов .66
3.2 Разработка микропроцессорного алгоритма вычислений значений давления с компенсацией температурной погрешности на основе модели, построенной при применении параболических пространственных элементов 77
3.3 Оценка влияния ограничений современных микроконтроллеров на погрешность определения давления на основе моделей вычислений значений
давления с компенсацией влияния температуры 86
Выводы 94
4 Результаты экспериментального исследования вычислений и прогнозирования значений давления в интеллектуальном микропроцессорном преобразователе . 96
4.1 Особенности построения структуры лабораторного исследовательского стенда 96
4.2 Разработка программы для вычислений значений и масштабирования коэффициентов аппроксимации 101
4.4 Компенсация фазовой задержки на время съёма и обработки информации для своевременного обнаружения предаварийных ситуаций 113
4.5 Проверка работоспособности модели вычислений значений давления на основе применения параболических пространственных элементов в
интеллектуальном микропроцессорном преобразователе 123
Выводы 127
Заключение 129
Литература
- Особенности функциональной структуры процессов преобразования и измерения давления в интеллектуальном датчике давления
- Разработка моделей вычислений значений давления с компенсацией воздействия температуры
- Разработка микропроцессорного алгоритма вычислений значений давления с компенсацией температурной погрешности на основе модели, построенной при применении параболических пространственных элементов
- Разработка программы для вычислений значений и масштабирования коэффициентов аппроксимации
Введение к работе
Современное промышленное производство, транспортировка и добыча нефти и газа, воздушный, морской и наземный транспорт, системы метеопрогноза, пищевая промышленность, предприятия водоканала, ракетно-космическая отрасль, атомная энергетика в массовых количествах используют датчики для измерения давления. С помощью датчиков давления получают информацию о работе узлов и агрегатов двигателей, турбин, компрессоров, измеряют глубину водоемов и давление в скважинах, выполняют автоматическое регулирование в технологических установках на насосных станциях, контролируют расход энергоносителей в узлах учета [1,2,19,20,58].
Среди отечественных производителей датчиков давления можно отметить: ПГ "Метран", ЗАО "Манометр", Ульяновское предприятие "Микроэлектронные нормализаторы и системы", ОАО "Аэроприбор-Восход", НИИФИ г. Пенза, НКТБ "Пьезоприбор", ООО "Пьезоэлектрик" и ряд других. Наиболее известными зарубежными фирмами, производящими датчики давления, являются: Fisher-Rosemount, Siemens, Foxboro, Yokogawa, Honeywell, Motorola, Druck, Wika, Green Sensors [1,3]. Большой вклад в развитие аппаратного и математического обеспечения датчиков давления внесли: Мокров А.Е., Панич А.Е., Ба-гдатьев Е.Е. Гориш А.В., Бутов В.И., Семенов Л.А., Слива Е.С., В.А. Васильев, Jacob Fraden, Clark S.K., Tufte O.N., Kurtz A.D. и другие [1,2,20,23,43, 54].
Современная тенденция развития датчиков давления заключается в их интеллектуализации на базе микроэлектронной технологии и микропроцессорной техники, предполагающей передачу им функций сбора и первичной обработки информации, а также части функций управления [2,4,5].
Первым датчиком, названным интеллектуальным и содержащим в себе микропроцессор, является выпущенный фирмой Honeywell в 1983 году интеллектуальный датчик давления (ИДД) ST 3000. Следующим этапом развития ИДД стало применение в 1989 году первого цифрового двунаправленного протокола сетевого обмена в полевых устройствах [6].
5 Применение микропроцессорной технологии существенно расширило функциональные возможности датчиков давления, а также выявило новые направления их дальнейшего совершенствования [2,6-15,56,70 - 74]:
возможность двустороннего обмена цифровой информацией при настройке и эксплуатации датчика, что обеспечивает получение большей точности и полноты производственных данных. Более стабильные и точные данные составляют основу упреждающего регулирования. Двусторонний сетевой обмен позволяет реализовать централизованное управление базами данных, собирать производственную информацию в масштабах всего предприятия, сокращать время реализации проектов, экономить энергию, рационализировать обслуживание, избегать производственных неполадок и, в целом, повышать производительность. В рамках развития данных функций ИДЦ, происходит постепенный переход от цифровых протоколов с низкой скоростью передачи данных и относительно узким функциональным набором (например, HART-протокол) к современным протоколам, обладающим высокой скоростью передачи данных и расширенным функциональным набором (например, Profibus-PA, Foundation Fieldbus);
возможность удалённой диагностики датчика и электроники, что позволяет значительно сократить вероятность работы неисправного датчика. В рамках совершенствования данных функций производится улучшение алгоритмов самодиагностики, и развитие методов обнаружения чрезмерного влияния и частичной компенсации электромагнитных наводок;
изменение диапазона измерений в широких пределах, что позволяет применять один датчик в более широком диапазоне изменения давления, и в свою очередь приводит к уменьшению числа ИДД, применяемых в системе;
возможность обеспечения стабильного результата измерений при изменяющихся режимах работы, и соответственно увеличение точности измерения давления в реальных условиях работы ИДД. В рамках развития этих функ-
ций, применяются различные методы компенсации воздействий окружающей среды на результаты измерений;
кроме того применение микропроцессорной технологии позволило значительно расширить набор функций реализуемых датчиком. Например, Фирма Honeywell предлагает многопараметровый датчик SMW3000 (модель STM125) одновременно измеряющий три параметра процесса: абсолютное давление и перепад давлений с одной трубной вставки (самого устройства, подключаемого к трубе) и температуру с отдельного стандартного датчика температуры. Фирма Druck реализовала в своих ИДД функции обнаружения заданных событий, что также является новым направлением в развитии ИДД. Российская ПГ "Метран", заявляет о проведении разработок по созданию адаптивных датчиков, то есть датчиков, которые в зависимости от текущей величины измеряемого параметра автоматически изменяют диапазон измерений, и созданию датчиков архивирующих результаты измерений, и фиксирующих сведений об обнаруженных заданных событиях. Данные факты говорят о непрерывном совершенствовании современных ИДД.
Одной из наиболее важных проблем при разработке ИДД является решение задачи компенсации дополнительной погрешности, возникающей из-за влияния температуры, связанной со снижением чувствительности измерительного преобразователя при повышении температуры, вызванного в основном уменьшением сопротивления полупроводниковых резисторов, образующих тензомост. Например, изменение температуры в диапазоне от минус 40 С до 80 С, может привести к изменению выходного напряжения чувствительного элемента (ЧЭ) на 36% [3,16-18].
Основные направления решения данной задачи лежат, как в дальнейшем совершенствовании аналоговых схем преобразования, так и в применении микропроцессорной обработки [3,16-18].
Другой проблемой, возникающей при построении ИДД, является необходимость прогноза состояния контролируемого процесса, как минимум, на время
7 отклика ИДЦ для своевременного обнаружения предаварийной ситуации. Основным направлением решения данной задачи является применение методов экстраполяции для прогнозирования состояния контролируемой переменной на момент получения информации управляющей системой [12,61 - 64, 73].
Тема работы, связанная с построением новых моделей вычислений значений давления с компенсацией температурной погрешности, позволяющих значительно повысить точность измерения давления, и исследованием методов прогнозирования состояния контролируемой переменной с применением экстраполяции на основе полинома Лагранжа, является АКТУАЛЬНОЙ.
ЦЕЛЬЮ диссертационной работы является исследование и разработка моделей вычислений значений давления с компенсацией температурной погрешности и алгоритмов на их основе с учётом особенностей, связанных с применением современной микроконтроллерной техники, а также исследование и разработка методов прогнозирования состояния контролируемого процесса для своевременного обнаружения предаварийной ситуации.
Для достижения поставленной цели необходимо решение следующих задач:
Анализ достоинств и недостатков аналоговых и интеллектуальных датчиков давления, составляющих суммарной погрешности интеллектуальных датчиков давления, и направлений дальнейшего функционального и метрологического развития интеллектуальных датчиков давления.
Разработка новых математических моделей вычислений значений давления с компенсацией температурной погрешности чувствительного элемента, позволяющих снизить суммарную погрешность измерения давления.
Сравнение результатов вычислений значений давления с использованием разработанных моделей с результатами определения давления без компенсации температурного воздействия.
Оценка влияния размеров локальных пространственных элементов, используемых при аппроксимации пространственной функции преобразования (ПФП) датчика, на погрешность измерения давления.
Разработка алгоритмов компенсации влияния температурной погрешности на точность определения давления с учётом ограничений, накладываемых применением современной микроконтроллерной техники.
Исследование прогнозирования состояния контролируемого процесса, основанного на экстраполяции измеряемой переменной, построенной на основе полинома Лагранжа, позволяющего своевременно обнаруживать предаварий-ные ситуации.
Оценка влияния погрешности исходных данных, используемых для прогноза состояния контролируемого процесса, на эффективность применения разработанных методов экстраполяции.
Разработка программы для расчёта и масштабирования коэффициентов аппроксимации пространственной функции преобразования чувствительного элемента выбранного для компенсации температурной погрешности параболического полинома аппроксимации.
Экспериментальные исследования разработанной модели вычислений значений давления с компенсацией температурной погрешности на лабораторном исследовательском стенде.
Для решения поставленных задач использовались следующие МЕТОДЫ ИССЛЕДОВАНИЙ: компьютерное моделирование, аналитические оценки, методы линейного программирования, численные методы.
НАУЧНАЯ НОВИЗНА диссертационной работы заключается в следующем:
1. Разработана модель вычислений значений давления с компенсацией влияния температуры на точность определения давления, основанная на разбиении пространственной функции преобразования чувствительного элемента на области по давлению и температуре и её аппроксимации с использованием
9 линейных пространственных элементов, позволяющая снизить суммарную погрешность измерения давления.
2. Разработана модель вычислений значений давления с компенсацией
температурной погрешности, основанная на разбиении пространственной
функции преобразования чувствительного элемента на области по давлению и
температуре и её аппроксимации пространственными параболическими эле
ментами, позволяющая минимизировать влияние температуры на погрешность
вычислений значений давления.
Для выбора коэффициентов аппроксимации, необходимых при вычислении значений давления с компенсацией температурной погрешности разработаны методы определения области разбиения пространственной функции преобразования, которой принадлежат текущие значения сигналов каналов давления и температуры.
Исследованы методы прогноза состояния контролируемого процесса, построенные на применении экстраполяции на основе полинома Лагранжа, и показана возможность их применения для своевременного обнаружения преда-варийной ситуации.
ПРАКТИЧЕСКУЮ ЦЕННОСТЬ работы представляют:
Алгоритмы вычислений значений давления в целочисленной арифметике с компенсацией температурной погрешности, построенные на основе разработанных моделей и предложенных методов.
Программа расчёта и масштабирования коэффициентов аппроксимации для вычислений значений давления с использованием модели с компенсацией температурной погрешности на основе параболического пространственного элемента, разработанная под Windows 9х/МЕ/2000/ХР фирмы Microsoft Corporation, созданная в среде объектно-ориентированного программирования Borland C++Builder for Microsoft Windows Version 10.0.2166.28377.
Результаты макетирования интеллектуального микропроцессорного преобразователя, построенного на базе микроконтроллера TMS430F1611 и экс-
10 периментальные исследования вычислений значений давления в нём, которые послужили одним из основных аргументов в пользу целесообразности проведения дальнейших разработок по созданию подобных изделий.
РЕАЛИЗАЦИЯ РЕЗУЛЬТАТОВ РАБОТЫ. Основные теоретические и практические результаты диссертационной работы использованы в х/д между ТРТУ и ФГУП НИИ Физических измерений, г. Пенза НИР 11714 «Разработка малогабаритного интеллектуального прецизионного датчика абсолютного давления», шифр «Паскаль», НИР 11716 «Исследование возможности создания и разработка базовых технических решений интеллектуальных функциональных модулей преобразования и нормализации сигналов тензорезисторных и емкостных датчиков физических величин с возможностью подключения к цифровым полевым сетям», шифр «Датчик 2», ОКР 11717 "Разработка интеллектуального микропроцессорного преобразователя для пьезорезисторных датчиков, шифр «Возрождение-Т».
АПРОБАЦИЯ основных теоретических и практических результатов работы проводилась на научных семинарах (с 2004 по 2007 гг., ТРТУ), международном научном практическом семинаре «Практика и перспективы развития партнёрства в сфере высшей школы» (Украина г. Донецк, 2005 г.), международной научной конференции «Статистические методы в естественных, гуманитарных и технических науках» (г. Таганрог, 2006 г.), международной научной конференции «Информационные технологии в современном мире» (г. Таганрог, 2006 г.), третьей международной молодёжной научно-технической конференции «Современные проблемы радиотехники и телекоммуникаций РТ-2007» (г. Севастополь 2007, г.).
ПУБЛИКАЦИИ. По теме диссертации опубликовано 10 печатных работ.
СТРУКТУРА И ОБЪЁМ ДИССЕРТАЦИОННОЙ РАБОТЫ. Диссертационная работа состоит из введения, четырёх глав, заключения, списка использованных источников и приложений. Работа содержит 139 стр., включая 43 рис.,
14 табл., список использованных источников из 77 наименований, 86 стр. приложений и актов об использовании.
СОДЕРЖАНИЕ РАБОТЫ.
ВО ВВЕДЕНИИ проводится обоснование актуальности темы диссертационной работы, формируется цель работы, рассматривается круг задач, указываются методы исследований, определяется научная новизна и практическая значимость диссертационной работы.
В ПЕРВОЙ ГЛАВЕ приведён анализ существующих датчиков давления, проанализированы суммарные погрешности аналоговых и интеллектуальных датчиков давления, показаны преимущества и недостатки ИДД по сравнению с аналоговыми датчиками, намечены направления дальнейшего совершенствования функциональных и метрологических характеристик датчиков давления, выявлены основные направления исследований диссертационной работы.
ВО ВТОРОЙ ГЛАВЕ рассмотрены модели вычислений значений давления с компенсацией влияния температуры на точность измерения давления, построенные на основе разбиении ПФП ЧЭ на локальные пространственные элементы и дальнейшая их аппроксимация с использованием линейных и параболических полиномов. Выполнена оценка приведённых относительных погрешностей вычислений значений давления с использованием разработанных моделей при вычислениях по данным, используемым для расчета коэффициентов аппроксимации, и по данным содержащим погрешность. Проведено сравнение погрешностей вычислений значений давления с использованием разработанных моделей между собой и с вычислениями давления без компенсации температурной погрешности.
В ТРЕТЬЕЙ ГЛАВЕ разработаны микропроцессорные алгоритмы компенсации температурной погрешности измерения давления, на основе разработанных моделей, содержащие алгоритм выбора масштабированных коэффициентов аппроксимации соответствующих текущим значениям сигналов каналов давления и температуры, методику вычислений значений давления с учётом
12 масштабирования, необходимого при использовании вычислений с ограниченной разрядной сетки. Оценена приведенная относительная погрешность вычислений значений давления в целочисленной арифметике, по данным, используемым для вычисления коэффициентов аппроксимации, и по данным содержащим погрешность.
В ЧЕТВЕРТОЙ ГЛАВЕ рассмотрена структура интеллектуального микропроцессорного преобразователя и лабораторного исследовательского стенда для проверки работоспособности моделей вычислений значений давления с компенсацией температурной погрешности.
Приведено описание программы, разработанной в среде объектно-ориентированного программирования Borland C++Builder for Microsoft Windows Version 10.0.2166.28377, для расчёта и масштабирования коэффициентов аппроксимации ПФП ЧЭ с использованием модели вычислений значений давления, на основе применения параболических пространственных элементов. Учтены особенности организации обработки данных, связанные с необходимостью проведения проверки на достоверность полученных с аналого-цифрового преобразователя (АЦП) данных.
Рассмотрены методы прогнозирования состояния контролируемой переменной, необходимые для компенсации задержки на время ввода и обработки информации в интеллектуальном микропроцессорном преобразователе. Разработаны методики оценки погрешности вычислений значений давления в интеллектуальном микропроцессорном преобразователе. Проведены экспериментальные оценки приведённой относительной погрешности вычислений значений давления с использованием модели вычислений значений давления с компенсацией температурной погрешности на основе применения пространственных параболических элементов.
В ЗАКЛЮЧЕНИИ изложены основные выводы и результаты диссертационной работы.
13 В приложениях приведены копии актов об использовании, экспериментальные значения пространственной функции преобразования ЧЭ, тексты разработанных моделей в математической системе MATLAB, текст программы в среде объектно-ориентированного программирования Borland C++Builder for Microsoft Windows Version 10.0.2166.28377, для расчёта и масштабирования коэффициентов аппроксимации ПФП ЧЭ с использованием модели вычислений значений давления с компенсацией температурной погрешности, построенной на основе применения параболических пространственных элементов, дополнительная информация, связанная с лабораторным исследовательским стендом, применяемым для экспериментальной оценки работоспособности разработанных алгоритмов компенсации температурной погрешности.
Особенности функциональной структуры процессов преобразования и измерения давления в интеллектуальном датчике давления
Помимо довольно высокой погрешности измерения давления из-за влияния температуры аналоговые датчики давления имеют ещё один существенный недостаток - узкий набор функций, ограничивающийся лишь преобразованием давления в электрический сигнал, усиление и передача по аналоговому интерфейсу полученного электрического сигнала. В связи с этим следующим этапом развития датчиков давления является появление интеллектуальных датчиков давления, связанное с широким развитием и постоянным совершенствованием электронных компонентов (в частности, микроконтроллеров) [2,4].
Первым датчиком, названным интеллектуальным и содержащим в себе микропроцессор, является выпущенный фирмой Honeywell в 1983 году интеллектуальный датчик давления ST 3000. Следующим шагом развития ИДД стало введения в действие в 1989 году первого цифрового двунаправленного протокола для интеллектуальных устройств поля [6]. Широкое распространение в девяностых годах прошлого столетия получил HART-протокол, позволяющий совмещать аналоговый и цифровой выход, но в настоящее время его постепенно вытесняют более функциональные современные протоколы, например, такие как Profibus-PA, Foundation Fieldbus [6, 8,30 - 32, 56].
В России развитие интеллектуальных приборов началось с образования в Челябинске в 1992 году промышленной группы Метран, которая в 2002 году выпустила на российский рынок свой первый ИДД. В первое время данные датчики были мало востребованы на нашем рынке, так как потребителю необходимо было время, чтобы увидеть, почувствовать и осознать ценность и значимость новых решений. Но прошло время, и доля, реализуемых промышленной группой Метран, интеллектуальных датчиков резко возросла по сравнения с выпуском традиционных аналоговых приборов [33,34].
Фирма Honeywell называет интеллектуальным прибор, который с помощью сенсора на кремниевой основе и микропроцессорной технологии, обеспечивает [9]: возможность двустороннего обмена цифровой информацией при настройке и эксплуатации датчика; диагностику датчика и электроники; изменение диапазона измерений в широких пределах; стабильный результат измерений при изменяющихся режимах работы.
Одним из важных отличий ИДД от аналогового датчика давления является его расширенный функциональный набор. Рассмотрим более подробно основные функции современного ИДД [2,9,10,14,15,24, 70 - 74]:
1. Предотвращение работы ИДД в режиме не соответствующем текущим параметрам окружающей среды. Данная группа функций состоит из: функции настройки датчика; функции калибровки датчика; функции отображения текущих настроек датчика.
Для решения задач, составляющих данную группу функций, производители современных ИДД применяют в своих решениях встроенную кнопочную панель управления и возможность вывода цифровых значений сигнала датчика и текущих настроек на дисплей цифрового индикатора, встроенного в корпус электронного блока, также реализуют удобную возможность производить удалённую настройку датчика по сети.
2. Предотвращение работы неисправного ИДД. В данную группу функций входят: функции предстартовой и непрерывной самодиагностики; функции тестирования и управление параметрами ИДД на расстоянии; передача информации об отказе датчика на следующий уровень полевой сети.
3. Повышение метрологических характеристик ИДД. Данная группа функций формируется из: функции, снижающие суммарную погрешность измерений при работе датчика в реальных условиях эксплуатации за счёт автоматической компенса ции температуры окружающей среды (для всех типов ИДД) и статического давления в трубопроводе (для датчиков разности давления);
Разработка моделей вычислений значений давления с компенсацией воздействия температуры
Снижение температурной погрешности вычислений значений давления возможно с использованием построения специализированной модели ПФП ЧЭ. Модель пространственной функции преобразования (ПФП ЧЭ).
Исходные данные при построении моделей ПФП, применяемых для решения задачи компенсации погрешности из-за влияния температуры, можно представить в следующем виде [57]:
1. Имеется область определения пространственной функции преобразо вания: Q = QPUQT » Qp = lPmin Pmax J» QT = Umin ДтахJ» где Pmin, Ртах - минимальное и максимальное эталонные значения давления, установленные при испытаниях датчика; Train» Tmax - минимальное и максимальное эталонные значения температуры, установленные при испытаниях датчика.
2. Имеется множество фиксированных значений эталонных давления и температуры, при которых проводятся тестовые замеры сигналов каналов дав ления и температуры датчика давления: P = {PIL P Qp І=І-І. т={тк}кк:=1, тиедт, к=і...к.
3. Каждой паре значений (Pj,Tk) ставятся в соответствие множество зна чений сигналов каналов давления и температуры датчика давления: где Uj,Uj - j - е значения сигналов каналов давления и температуры при установлении эталонных значений Pj и температуры Тк на испытательном стенде; m - количество испытаний.
Таким образом, имеется множество точек экспериментальных значений, на основе которых строится аппроксимация пространственной функции преобразования: H(PJ.UVUTJ) , где п - общее количество экспериментальных точек.
4. С учётом нелинейности пространственной функции преобразования, модель ПФП ЧЭ рассматривается в виде системы локальных поверхностей, описанных функцией: P = f„(UP,UT). (2.2)
Эти локальные поверхности (П2,т,ПиТ) перекрываются на границах, то есть П ППит = П 0. Такое перекрытие границ снимает неопределенность при принятии решения о принадлежности к той или другой области сигналов каналов давления (UPj) и температуры (UTJ), если значения этих сигналов формально принадлежат границе этих областей Upj, UTj є П .
5. Разбиение ПФП на локальные поверхности будет проводиться как по давлению, так и по температуре. Такой способ позволит снизить погрешность вычислений по сравнению с подходом, когда пространственная функция пре образования строится на всю область определения, и упростит вычисления в микроконтроллере, так как в этом случае можно использовать менее сложные модели аппроксимации. Так же применение разбиения ПФП по давлению и температуре позволит частично компенсировать нелинейность, являющуюся одной из составляющих основной погрешности датчика давления.
Построенная таким образом система локальных пространственных элементов является аппроксимацией экспериментальной пространственной функции преобразования тензорезистивного чувствительного элемента.
Модели элементарного аппроксимирующего элемента.
Базовые зависимости (2.2), используемые для построения локальных элементов пространственной функции преобразования датчика в виде плоскости или поверхности, могут быть различными.
Наиболее приемлемыми моделями элементарного аппроксимирующего элемента являются [3,40 - 42,57,58,65 - 68]: 1. Модель элементарной аппроксимирующей плоскости в виде: P=A+BiUP+B2UT (2.3) Коэффициенты А,В15В2 определяются следующим образом: а. Находятся промежуточные значения: j=i и и п п п п п ап = Z-rUpj; ai2=Z-UTj» a2i=2jUPj; а22 = 2JUPJUTJ; а32 =2 UTj. j=i j=i j=i j=i j=i б. Рассчитываются параметры: Q, =1102-3,,0, Q2=nD3-a12D, y„ =a2,n-an; y21 =a22n-ana21; Yl2 = а22П —аИаі2Ї Ї22 =а23П-а12 в. Вычисляются коэффициенты В, и B2 в выражении (2.3): В_ V2Y12 QiY22. і- » Y12Y21 Y11Y22 В = Q2Y21-Q1Y11 Y12Y21 — Y11Y22 г. Определяется коэффициент выражения (2.3) А: A = DLlaiiBlj:ai2B1 п где п - общее количество экспериментальных точек принадлежащих текущей локальной поверхности.
Разработка микропроцессорного алгоритма вычислений значений давления с компенсацией температурной погрешности на основе модели, построенной при применении параболических пространственных элементов
Для выбора схемы масштабирования МІЖ приведём в приложении 5 коэффициенты аппроксимации для МПК, рассчитанные по экспериментальных данным, выбранным из приложения 2 с шагом измерения эталонных давления -120КПа, шагом эталонных температур - 5С, и преобразованным формулами (3.1) - (3.4). Следует учесть, что для МПК области разбиения ПФП включают в себя 9 экспериментальных точек, а не 4 как при МЛК, поэтому границы разбиения областей ПФП для этих методов будут отличаться.
Из приложения 5 видно, что максимальные значения модулей коэффициенты аппроксимации имеют сильно различающиеся размерности, а коэффициенты аппроксимации уоо и угг различаются на 14 порядков. Кроме того, из уравнения (2.7) видно, что для вычисления значений давления МПК необходимо выполнить 12 операций умножения, и 9 операций сложения, что может затруднить вычисления в реальном масштабе времени при высоких частотах измерения давления. Следовательно, желательно осуществить переход от коэффициентов у; к коэффициентам АМпк, Вімпк» В2мпк, использовав для этого зависимость (2.7). Так как коэффициенты аппроксимации Амгж, Вімпк, Вгмпк зависят только от сигнала канала температуры, то переход к ним от коэффициентов у будет осуществляться подстановкой значений сигнала канала давления от минимального (100) до максимального (4000) значения с шагом 2к. Использование такого преобразования коэффициентов у. , позволит найти номер столбца коэффициентов аппроксимации АМпк, Вімпк, В2мпк по формуле: j n»=E (UT -minUT) 2k + 1, (3.7) где E - функция округления до ближайшего целого, UT - значение сигнала канала температуры после прохождения ПАП и АЦП, minUT - минимальное значение сигнала канала температуры после прохождения ПАП и АЦП.
Максимальные значения модулей коэффициентов аппроксимации не зависимо от используемого значения к составят: АМпк= 971,5616; Вімпк 1,3666; B2MnK= 1,1424-Ю-5. Сравнив максимальные значения модулей коэффициентов аппроксимации Ампк, Вщпк В2мпк и максимальные значения модулей коэффициентов аппроксимации у. можно сделать вывод, о значительном снижении разницы разрядности коэффициентов аппроксимации. Но всё равно, использование единого масштабного коэффициента даже для коэффициентов аппроксимации В1МПК и В2мпк невозможно, так как в таком случае будет полностью потерян коэффициент аппроксимации Вгмпк В результате применения масштабирования уравнение (2.7) примет вид: Т , В1МПК U р t J5 2мпк Up Л. x/fmc т " г ШК м м(1) м(2) iVi д(М) 1V1 В(М) iV1 R(M) Т) _ И1МПК 2МПК В2МПК / Q\ гмпк - Г7 W-6J МА,м, Ампк Масштабные коэффициенты М w , М (М) , MJJJ,, , МЙо подбираются АМПК В1МПК В2МПК В2МПК так чтобы масштабированные коэффициенты аппроксимации наиболее полно занимали 16-битный целочисленный формат со знаком. Так как оговорено применение микроконтроллера не имеющего операции деления, масштабные коэффициенты подбираются кратными степени двойки, это позволит применять операцию арифметического сдвига вместо операции деления [59]. Этому условию удовлетворяют следующие значения масштабных коэффициентов: МЛ(М) =22=4, МН(М) = 2,2=4096, М(" = 214 =16384, М =214 =16384. Масшта «мпк В1МПК В2МПК Н2МПК бирование коэффициентов аппроксимации будет осуществляться путём умножения, рассчитанных коэффициентов аппроксимации, на соответствующие масштабные коэффициенты и последующим округлением до ближайшего целого.
При вычислениях значений давления МПК в микроконтроллере после по лучения текущих оцифрованных значений сигналов Up и UT, необходимо, для выбора соответствующих коэффициентов аппроксимации, найти соответствующую область разбиения ПФП. Для этой цели в памяти микроконтроллера хранятся массивы граничных значений областей сигналов для канала давления (и(рГРМПК)) и температуры а также к - степень двойки шага квантова ния сигнала UT при формировании массивов коэффициентов аппроксимации.
Определение области разбиения ПФП, которой принадлежат текущие значения оцифрованных сигналов канала давления и канала температуры при вычислениях значений давления МПК осуществляется, так же как и для МЛК. Но из-за перехода от коэффициентов yi( к коэффициентам аппроксимации
Ащж В1МПК, В2МПК, разбиения ПФП по температуре видоизменена, так как шаг вычисления коэффициентов аппроксимации Ашк, В1МПК, В2МПК равен 2к для сигнала UT, а не 10 С как для коэффициентов у, . Поэтому номер столбца будет определяться по формуле (3.7).
После этого по значениям коэффициентов аппроксимации для найденной области разбиения ПФП вычисляется давление с использованием выбранного метода масштабирования.
На (рис. 3.2) приведён микропроцессорный алгоритм вычислений значений давления с использованием МПК, изменённой в результате применения масштабирования к виду (3.8). Следует учесть, что при составлении данного алгоритма индексация массивов начиналась с 1, использование другой индексации массивов потребует некоторых изменений в разработанном алгоритме.
Разработка программы для вычислений значений и масштабирования коэффициентов аппроксимации
Целью исследования является подтверждение возможности использования разработанных моделей вьиислении значений давления с компенсацией температурной погрешности при применении современной микроэлектронной техники. Для этого разработан интеллектуальный микропроцессорный преобразователь (ИМП), предназначенный для проведения периодических измерений и микроконтроллерной обработки выходных сигналов ЧЭ канала давления с учетом влияния температуры, организации передачи результатов измерений по цифровому последовательному каналу связи.
ИМП решает следующие задачи [75]: 1. Прецизионно аналоговое преобразование. 2. Аналого-цифровое преобразование сигналов физических величин. 3. Проверка на достоверность значений сигналов физических величин. 4. Вычисление сумм значений сигналов физических величин. 5. Вычисление усредненных значений физических величин. 6. Проверка на достоверность усредненных значений сигналов физических величин и замена недостоверных значений. 7. Обнаружение отказа аппаратуры. 8. Измерение значений физических величин. 9. Формирование результатов для выдачи на цифровой выход (с учетом признака недостоверности и признака отказа). 10. Выдачу результатов в цифровой форме.
Структура макета ИМП приведена на рис. 4.1 [47].
ИМП функционально разделен на две основные части: прецизионный аналоговый преобразователь (ПАП) и центральный микроконтроллер (ЦМП). ПАП выполняет функции усиления, фильтрации и измерения аналоговых сигналов с ЧЭ датчика, а также формирование сигналов с внутренних контрольных точек, позволяющих контролировать работоспособность модуля. Контроллер ЦМП реализует аналого-цифровое преобразование и цифровую обработку выходных сигналов ПАП, компенсацию температурной погрешности с использованием модели вычислений значений давления на основе применения локальных параболических элементов, выдачу их в сетевой канал по требованию от управляющего ПК, контроль и диагностику ПАП и ряд других функций [76].
В ПАП выделяются три основных функциональных компонента: схему аналоговой обработки сигнала давления (САОСД), схема аналоговой обработки сигнала температуры (САОСТ), ИОН - источник опорного напряжения прецизионных усилителей и аналого-цифровых преобразователей из состава контроллера ИМП. Причем основным назначением САОСД является осуществление приема сигнала с ЧЭ тензорезистивного типа, предварительной фильтрации с масштабируемым усилением, а также формирование контрольных сигналов. САОСТ обеспечивает аналоговую обработку и фильтрацию сигнала температуры, поступающего с терморезистора.
В состав контроллера ЦМП включены три основных модуля: микропроцессорный модуль (МПМ), модуль аналогового вывода информации (МАВИ), модуль сетевого обмена информацией (МСОИ).
Ядром МПМ является цифровой микроконтроллер TMS430F1611 [75].
В состав МПМ также входят блок режимных переключателей (S1,S3-S5), двухцветный индикатор состояния ИМП, блок DC-DC-преобразователей, схема сброса и разъем JTAG для внутрисхемной отладки и программирования.
МАВИ решает задачу приведения выходного сигнала ЦАП к требуемому диапазону как по напряжению, так и по току. Так МАВИ формирует пропорциональный измеренному значению давления аналоговый токовый сигнал в диапазоне от 4мА до 20мА, что соответствует стандарту «Токовая петля -20мА» [76].
МСОИ поддерживает на аппаратном уровне функциональное и электрическое сопряжение последовательного асинхронного канала микроконтроллера с сетевым каналом передачи данных. Все логическое управление сетевым каналом в ИМП возложено на микроконтроллер из состава МПМ.
Для проверки работоспособности ИМП использовался лабораторный исследовательских стендов представленный на рис. 4.2. Встроенное в ПК испытательное оборудование Цифровой канал
Имитатор Специальное программное обеспечение лабораторного исследовательского стенда, реализовано в среде OS Microsoft Windows ХР Pro и обеспечивает подготовку исходных данных, управление интеллектуальным микропроцессорным преобразователем и оборудованием лабораторного исследовательского стенда и обмен данными между устройствами.
