Содержание к диссертации
Введение
1. Современные тенденции развития преобразователей пара метров синусоидальных сигналов 8
1.1. Кодирующие измерительные преобразователи амплитуды синусоидального сигнала 9
1.2. Методы обработки временного ряда измерений амплитуды синусоидального сигнала 12
1.2.1. Измерение амплитуды синусоидального сигнала с использованием преобразования Фурье 12
1.2.2. Метод измерения амплитуды гармонических колебаний с использованием вычислительных операций на основе мгновенных отсчетов 16
1.2.3. Метод измерения амплитуды синусоидальных сигналов на основе интегральных выборок 18
1.2.4. Метод измерения амплитуды синусоидального сигнала с использованием отношения К отсчетов амплитуд 20
1.3. Сопоставление методов измерения амплитуды синусои дального сигнала с применением вычислительных процедур 25
1.3.1. Выбор целевой функции 25
1.3.2. Анализ методов измерения амплитуды синусоидального сигнала 27
1.4. Выводы 28
2. Разработка и исследование алгоритма и структуры преобразователя амплитуды синусоидального сигнала 30
2.1. Алгоритм преобразования и структура преобразователя амплитуды синусоидального сигнала 30
2.2. Исследование преобразователя 33
2.2.1. Исследование модели ИПр для случая постоянной частоты измеряемого сигнала 33
2.2.2. Исследование модели ИПр при меняющейся частоте исследуемого сигнала 35
2.2.3. Исследование модели измерительного преобразователя по упрощению вычислительных процедур 38
2.3. Выводы 42
3. Разработка алгоритма и структуры преобразователя амплитуды и частоты синусоидального сигнала 44
3.1. Алгоритм измерения и структура совместного преобразователя амплитуды и частоты синусоидального сигнала 44
3.2. Исследование модели совместного преобразователя 46
3.2.1. Решение системы уравнений методом Ньютона 46
3.2.2. Решение системы уравнений градиентным методом 51
3.2.3 Решение системы уравнений модифицированным методом Ньютона 54
3.3. Решение системы уравнений с использованием разложения функции синуса в ряд 57
3.4. Сопоставление методов выполнения вычислительных операций совместного определения амплитуды и частоты синусоидального сигнала 61
3.5. Выводы 64
4. Разработка алгоритма функционирования и структуры адаптивного преобразователя частоты синусоидального сигнала 66
4.1. Принципы построения и функционирования адаптивных частотных преобразователей 67
4.1.1. Способы измерения значений вспомогательного параметра 68
4.1.2. Способы формирования значений параметра адаптации... 69
4.1.2.1. Аддитивный способ формирования значений параметра адаптации 69
4.1.2.2. Мультипликативный способ формирования значений параметра адаптации 73
4.1.2.3. Сравнительная оценка способов формирований значения параметра адаптации 78
4.2. Алгоритмическое описание процесса преобразования адаптивного преобразователя частоты синусоидального сигнала 79
4.3. Алгоритмы вычисления измеренного значения кода 83
4.4. Сравнительная оценка технических характеристик адаптивных и неадаптивных преобразователей частоты 84
4.5. Выводы 86
5. Разработка и реализация преобразователей параметров синусоидальных сигналов в составе системы автоматизации испытаний 88
5.1. Описание аппаратурного и программного обеспечения системы автоматизации испытаний 88
5.1.1. Характеристика объекта автоматизации 88
5.1.2. Назначение системы 89
5.1.3. Структура системы 89
5.1.4. Функционирование системы 91
5.1.5. Результаты опытной эксплуатации САИ 92
5.2. Разработка мультиплицированного преобразователя ам плитуды датчиков угловых и линейных перемещений 93
5.3. Разработка совместного преобразователя амплитуды и частоты сигналов датчика вибрации 97
5.4. Выводы 104
6. Заключение 105
Литература
- Измерение амплитуды синусоидального сигнала с использованием преобразования Фурье
- Исследование модели ИПр для случая постоянной частоты измеряемого сигнала
- Решение системы уравнений модифицированным методом Ньютона
- Способы измерения значений вспомогательного параметра
Введение к работе
Главный путь повышения эффективности фрезерования крупногабаритных фасонных деталей - наиболее полное использование машинного времени, т.е. работа с наибольшей производительностью, когда выпуск деталей в единицу времени максимален.
В тоже время, совокупность САПР и информационного массива «облака точек», полученного с координатно-измерительной машины (КИМ), представляют возможности по созданию геометрических моделей, размерные параметры которых могут быть заданы конструктором детали, или определяются сканированием поверхностей физического объекта с помощью КИМ. Сравнение геометрии таких моделей позволяет выявить размерные отклонения от номинала, а с позиций процесса мехобработки, сравнение геометрии позволяет заново подойти к решению задачи оптимального «вписывания» в заготовку и предсказать глубину фрезерования при обработке фасонных деталей со сложной поверхностью.
Поэтому актуальность диссертации в научном аспекте состоит в попытке разрешения проблемы повышения эффективности фрезерования за счет установления более тесных связей между конструкторской теоретической моделью и изготавливаемой крупногабаритной фасонной деталью (например гребным винтом) в едином информационном пространстве САПР. Это позволит выявить детальные несоответствия между геометрией теоретической и измеряемой модели, предсказывать и корректировать дальнейший процесс фрезерования изделия. Актуальность темы в прикладном аспекте состоит в нахождении пригодных для производства методик, позволяющих выявлять и анализировать отклонение геометрии, а также принимать решения по корректировке параметров фрезерования доступными средствами САПР.
Целью диссертационной работы является повышение эффективности обработки крупногабаритных фасонных деталей путем автоматизированной корректировки подачи и скорости фрезерования в зависимости от глубины резания.
Для выполнения данной цели необходимо решить следующие задачи:
разработать методику создания конструкторской модели на основе современного развития САПР;
разработать методику автоматизированного рационального распределения припусков заготовки и управления глубиной резания, за счет оптимального «вписывания» конструкторской модели в оцифрованную измеряемую модель заготовки на базе средств автоматизированной КИМ и алгоритмов программного обеспечения для контроля форм и размеров;
разработать теоретические положения и методику по корректировке режимов резания (подачи и скорости инструмента) в зависимости от изменения глубины резания при неравномерном припуске по критерию стабилизации силы резания и стойкости инструмента;
подтвердить правильность и работоспособность методик создания конструкторской и измеряемой модели, методики автоматизированного
управления глубиной резания и корректировки режимных параметров резания в производственных условиях. Направления исследований.
-
Поиск путей создания и сравнения конструкторской и измеряемой модели на различных этапах изготовления гребного винта на основе современного развития САПР и автоматизированных КИМ.
-
Разработка методики «вписывания» винта в заготовку и ее первичной разметки средствами автоматизированной КИМ.
-
Развитие теоретических положений по корректировке режимов резания (подачи и скорости инструмента) в зависимости от изменения глубины резания при неравномерном припуске по критерию стабильности силы резания и стойкости инструмента.
-
Практическая реализация методик создания конструкторской и измеряемой модели, методики «вписывания» и коректировки режимных параметров резания.
Методы исследования. В работе использованы эмпирические и теоретические методы исследования. При выполнении работы использованы основные положения теории проектирования гребных винтов с использованием аппарата дифференциальной геометрии, численных методов, теории резания, теории формообразования, математических методов обработки экспериментальных данных. Разработанные теоретические положения и конструкторско-технологические решения опробованы на производстве. Достоверность и обоснованность результатов подтверждается корректностью разработанных методик, сходимостью теоретических результатов с результатами промышленной эксплуатации на винтообрабатывающем произв о дств е.
Научная новизна работы состоит в следующем:
представлены теоретические положения и методика автоматизированной корректировки режимов обработки (скорости и подачи инструмента) на операциях многокоординатного фрезерования лопастей гребных винтов по критерию стабильности возникающего поля сил резания в процессе обработки и обеспечения требуемой стойкости фрез;
- предложена и практически отработана методика автоматизированного рационального распределения припусков заготовки и управления режимами резания на базе алгоритмов позиционирования конструкторской теоретической и измеряемой модели винта в среде программного обеспечения для контроля сложных форм;
разработана и практически отработана методика создания конструкторской геометрической модели гребного винта, основанная на новом применении функции CAD «семейство деталей», допускающей параметризацию основных геометрических элементов.
Практическая ценность работы. Результаты работы использованы при разработке процесса фрезерования и контроля геометрии поверхностей гребных винтов на многокоординатных станках ФГУП МП «Звездочка» и в учебном процессе
кафедры САПР филиала СПбГМТУ - «Севмашвтуз».
Апробация работы. Материалы диссертационной работы докладывались на:
- научно-технических конференциях «Ломоносовские чтения в
Архангельской области», Северодвинск, 2002 - 2005 гг.
второй международной научно-технической конференции «Современные проблемы машиностроения», Томск, 2004 г.
на международной научно-технической конференции «Информационные технологии в науке, образовании и промышленности», Архангельск, 2005 г.
- научно-практической конференции «100 лет Российскому подводному
флоту», Северодвинск, 2006 г.
Личное участие автора в работе. Основные результаты работы получены лично автором, включая постановку задач исследования и разработку методик.
Публикации Основные результаты работы опубликованы в 10 печатных работах.
Структура и объем работы Диссертационная работа состоит из введения, 5 разделов, заключения, списка использованных источников, включающего 102 наименования. Работа изложена на 135 листах машинописного текста, содержит 97 рисунков, 9 таблиц.
Измерение амплитуды синусоидального сигнала с использованием преобразования Фурье
Классическое преобразование Фурье имеет дело со спектром сигнала, взятым во всем диапазоне существования переменной. Нередко интерес представляет только локальное распределение частот, в то время как требуется сохранить изначальную переменную (обычно время). В этом случае используется обобщение преобразования Фурье, так называемое оконное преобразование Фурье. Для начала необходимо выбрать некоторую оконную функцию: ПО = 4= )тПт - tymdx, (1.1) V2;r _i где F(t,a) дает распределение частот части оригинального сигнала f[t) в окрестности времени /.
Дискретное преобразование Фурье с фиксированным к является частным случаем (и иногда применяется для аппроксимации) дискретного во времени преобразования Фурье, в котором хк определены на дискретных, но бесконечных областях, и таким образом спектр является непрерывным и периодическим. Дискретное во времени преобразование Фурье является по существу обратным для рядов Фурье.
Эти разновидности преобразования Фурье могут быть обобщены на преобразования Фурье произвольных локально сжатых абелевых топологических групп; они преобразуют группу в ее дуальную группу. Эта трактовка также позволяет сформулировать теорему свертки, которая устанавливает связь между преобразованиями Фурье и свертками.
Пользуясь этими математическими приёмами, можно раскладывать функции, представляя колебательные процессы в виде набора синусоидальных составляющих. Преобразование Фурье (ПФ) - это функция, описывающая амплитуду и фазу каждой синусоиды, соответствующей определённой частоте. (Амплитуда представляет высоту кривой, а фаза - начальную точку синусоиды.)
Преобразование Фурье стало мощным инструментом, применяемым в различных научных областях [10]. В некоторых случаях его можно использовать как средство решения сложных уравнений, описывающих динамические процессы, которые возникают под воздействием электрической, тепловой или световой энергии. В других случаях оно позволяет выделять регулярные составляющие в сложном колебательном сигнале, благодаря чему можно правильно интерпретировать экспериментальные наблюдения в астрономии, медицине и химии.
Неоспоримым достоинством ПФ является его гибкость - преобразование может использоваться как для непрерывных функций времени, так и для дискретных. В последнем случае оно называется дискретным ПФ -ДПФ.
Если выполнять ДПФ входной последовательности, так сказать, впрямую - строго по исходной формуле, то потребуется много времени (особенно если количество входных отсчетов велико). Конструктивнее использовать принцип, лежащий в основе алгоритма Быстрого преобразования Фурье (БПФ). Согласно ему входная последовательность делится на группы (например, четные и нечетные отсчеты), и для каждой из них выполняется ДПФ, а затем полученные результаты объединяются. В итоге получается ДПФ входной последовательности - и существенная экономия времени. Это обстоятельство обуславливает возможность применения БП для осуществления вычислительных операций по восстановлению преобразуемого синусоидального сигнала как математической модели с последующей оценкой ее параметров.
Процесс измерения в соответствии с этим методом представляет собой обработку по определенным алгоритмам временного ряда дискретных отсчетов мгновенных значений сигнала [11]. Рассмотрим задачу измерения параметров гармонического и(0 = /08Іп(27Й + ФоХ (1.2) где Uo,fo и фо - соответственно амплитуда, частота и начальная фаза колебания.
В принципе, для измерения параметров гармонического колебания (амплитуды, начальной фазы и частоты) достаточно трех отсчетов по числу неизвестных величин. При известной частоте достаточно двух отсчетов. Точность такого измерения зависит от погрешности измерителя (аналого-цифрового преобразователя) и влияния шумов. С учетом действия указанных факторов выражение для отсчетов можно представить в виде [11] (0 = [ 2/ » (1.3) где round [х] - ближайшее целое числа х в скобках; d - количество разрядов АЦП с двоичным шагом квантования; 0 i N-порядковый номер отсчета (дискретное время); N- количество отсчетов; e(i) - мгновенные значения аддитивного белого шума с дисперсией 5е.
С помощью функции round {х} учитываются погрешность и шумы квантования АЦП при условии, что значение амплитуды /0 измеряемого напряжения u(t) не выходит за пределы рабочего диапазона АЦП. Если диапазон измерения АЦП перекрывает декаду, то приведенное к верхнему пре и - и« делу итах значение амплитуды измеряемого напряжения и„р должно max находиться в пределах 0,1 Uup 1 .В конкретно применяемом АЦП могут быть реализованы другие законы округления, например, округление результата до меньшего или большего ближайшего значения младшего разряда. Такие варианты приводят к появлению определенной систематической погрешности измерения амплитуды, которая может быть учтена в процессе обработки результатов измерения.
Для расчетов по указанному выражению можно использовать интегральные значения, полученные путем суммирования последовательностей мгновенных значений, с дальнейшим решением системы уравнений, связы вающих интегральные значения с параметрами исследуемых напряжений. Однако эти варианты неизбежно ведут к увеличению времени измерения.
Измерение за один период сигнала с хорошим подавлением помех реализуется при разложении отсчетов на ортогональные (синусную и косинусную) составляющие и определении коэффициентов при них по методу наименьших квадратов [11]. Данный вариант дает неплохие результаты, но требует жесткого выполнения условия равенства или кратности времени измерения периоду исследуемого сигнала. В противном случае погрешности измерения резко возрастают. Для реализации указанного условия необходимо, чтобы максимальная частота преобразования АЦП превышала частоту измеряемого сигнала не менее чем на 5 порядков. Следовательно, метод практически неприменим для измерений в килогерцовом диапазоне частот. Устранить недостатки указанных методов при сохранении их достоинств позволяет аппроксимация отсчетов парой комплексно сопряженных экспонент [11] z\ = z\ = exp(j27tf0At), где знак обозначает комплексную сопряженность; ; = V T; ти А? - -тг - шаг дискретизации, равный отношению времени измерения Ги к количеству отсчетов N. Аппроксимирующая функция имеет вид u(t) = h\ z\+hi zz =2/cos(2;z/"0—/ + # ), где h\ -hi = [/ехр(/ф) - комплексно сопряженные амплитуды, представляющие собой не зависимые от времени параметры; U и ф - соответственно амплитуда и начальная фаза экспоненциального колебания.
В случае, когда число отсчетов больше минимально необходимого, для определения параметров /и ф применяют процедуру наименьших квадратов, чтобы минимизировать ошибку (а2 - средняя квадратическая погрешность)
Исследование модели ИПр для случая постоянной частоты измеряемого сигнала
Вычислительные операции направлены на достижение равенства: Uxsm(2nfoNTnM) = KNTrm. Постоянный период Го означает, что известно точное (идеальное) значение частоты , и частота в процессе измерения не изменяется (является фиксированным значением). Полная таблица расчетов для данного примера приведена в приложении 2.1.
В полученных результатах прослеживается увеличение єрас при увеличении частоты и амплитуды сигнала. Для рассматриваемого примера зависимость величины расчетной относительной погрешности рас(в логарифмическом масштабе) от значений величины шага дискретизации Ггти приТо= 50 Гц, представлена на рис. 2.3.
При увеличении частоты сигнала при неизменной амплитуде относительная расчетная погрешность увеличивается (см. рис 2.4). На рис. 2.4 построены графики зависимости величины расчетной относительной погрешности рас (в логарифмическом масштабе) от значений величины шага дискретизации при фиксированной амплитуде Ux = 1 В. Для расчета использовались значения частот = 50, 100, 150 Гц.
В расчетах принималось значение допустимой погрешности едоп = = 0,01 %, так как для Ггти = Ю"6 с были получены значения относительной погрешности превышающие допустимые, то в дальнейших расчетах значение 7гти= Ю"6 с не использовалось. Таким образом, для заданных параметров ИПр при ограничении на бдоп = 0,01 % шаг дискретизации Ггти = 10 7 с.
Итак, при использовании идеальной операции взятия функции синуса и известного точного (идеального) значения частоты измеряемого сигнала, предлагаемый алгоритм и устройство преобразования обеспечивает получение заданной точности измерения (єдоп) при определении требуемой погрешности преобразования (ГГТИтр) промежуточного временного параметра (і) (2.1). Ггтитр определяется для верхнего диапазона измеряемой амплитуды и частоты синусоидального сигнала. В примере это Ux= 10 В,/0 = = 150 Гц, а Ггтитр = Ю-7 с.
Рассмотрим, как изменятся показатели точности устройства при снятии ограничения на постоянство частоты входного сигнала на интервале преобразования.
Переменный период Г0 означает, что значение частоты уо не является фиксированной величиной fQ =f0 ±А/0. Период сигнала Г0 измеряется отдельным устройством. Информация об измеренном значении периода Г передается в устройство для измерения амплитуды, т.е. появляется At (временное отклонение) - погрешность от измерения параметра Т0. При этом будем считать, что погрешность квантования Г0 имеет то же значение, что и погрешность измерения временного отсчета t (2.1.). В данном случае значение частоты/ = = —, где Т0 = —-±ГГТИ„ (7тГИ„ = 1 Ю" о /о ...Ы0"7,и = 1, 2, 3;/0=50 ... 150 Гц), тогда fQ = 2-n- [ . Ттш - шаг —- + т мі ГТИп Л квантования по времени Го и f. Проведем моделирование процесса преобразования для тех же исходных данных, что и в разделе 2.2.
В полученных результатах прослеживается тенденция увеличения расчетной относительной погрешности (єрас) при увеличении частоты и амплитуды сигнала.
Для рассматриваемого примера зависимость величины расчетной относительной погрешности рас (в логарифмическом масштабе) от значе ний величины шага дискретизации At представлена на рис. 2.5 (построение зависимости произведено для случая п = 3).
При увеличении частоты сигнала при неизменной амплитуде относительная погрешность увеличивается (см. рис. 2.6). На рис. 2.6 построены графики зависимости величины расчетной относительной погрешности рас (в логарифмическом масштабе) от значений величины шага дискретизации при фиксированной амплитуде UQ = 1 В. Для расчета использовались значения частот/о = 50, 100,150 Гц.
Анализируя результаты моделирования, можно заключить следующее: 1. Девиация Уо приводит к увеличению рас. Так при/0 ± А, Д = —, ти є измерения амплитуды увеличивается на 0,005 %. 2. Целесообразно, чтобы погрешность квантования 2"0 (1//о) имела ту же величину, что и погрешность квантования промежуточного временного параметра /. Увеличение погрешности квантования Го по отношению к по грешности квантования t приводит к нарушению неравенства грас єаоп, а уменьшение - к увеличению информационной мощности кода Т0 и неоправданному завышению точности измерения
Решение системы уравнений модифицированным методом Ньютона
Вычисление времени нахождения результата с использованием программы осуществлялось на персональном компьютере на базе процессора Intel Pentium IV 2 ГГц, с памятью: RAM - 512 Mb; ROM - 200 Gb.
Проведем сопоставление полученных результатов на основании введенной целевой функции (погрешность преобразования, затраты на вычислительные операции) (табл. 3.8).
При решении системы уравнений (3.1) приведенными методами, можно сделать вывод, что наиболее точное решение дает метод Ньютона, но для его сходимости необходимо достаточно близкие, к истинным значениям, начальные приближения.
Для предварительной оценки можно использовать градиентный метод, так как он обладает достаточно быстрой сходимостью и не столь требователен к значениям начальных приближений, при условии, что вектор градиента направлен в сторону истинного значения.
При решении системы (3.1) с использованием разложения в ряд процесс вычисления упрощается и промежуток вычисления занимает меньшее количество времени. Но при решении системы уравнений данным способом необходимо осуществлять выбор полученных корней, так как среди множества только один является истинным.
Указанные сопоставительные свойства организации вычислительных операций сохраняются для различных значений коэффициентов пропорциональности К\ и К2. Аппаратурные затраты на реализацию ИПр одинаковы для всех анализируемых алгоритмов. Вычислительная модель преобразователя на основе полиномиальной аппроксимации с разложением синуса в ряд является простой в реализации и позволяет производить измерения амплитуды и частоты с заданной степенью точности. При этом время преобразования укладывается в половину периода синусоидального сигнала при/і 150 Гц.
Анализируя результаты моделирования, представленные в табл. 3.5-3.7, можно заключить следующее: - увеличение разности значений коэффициентов приводит к уменьшению погрешности преобразования для максимальных амплитуд, (так для Кх = 100, К2 = 300 єрас(Л (Ux = 10 В) = 0,009897, а для Кх = 125, К2 = 200 Брасі/ (Цх= 10 В) = 0,09659)); и увеличивает погрешность преобразования для минимальных амплитуд (так для Кх = 100, К2 = 300 epacMr (Ux = 1 В) = 0,0004479, а для Кх = 125, К2 = 200 врасШ (Ux = 1 В) = 0,60000066)); - каждое соотношение коэффициентов (Кх/К2) требует уточнения подбора значений ТЬ-и и m в вычислительных алгоритмах. Учитывая изло женное, необходимо провести дополнительные исследования по оптимальному подбору отношения коэффициентов К\/К2.
Для одного из диапазонов значений К\ и Кг (125 и 250) проведены исследования о возможности совместного измерения амплитуды сигнала. При этом предполагается, что все время преобразования (определение временных интервалов t\ и t2, и время вычисления N(UX), N(fy)), должно укладываться в Т/2, где Т- период синусоидального сигнала.
В табл. 3.9 представлены значения временных отчетов в соответствии со значениями коэффициентов пропорциональности, величин амплитуды и частоты. Величина 772- есть промежуток времени, который возможно использовать для процесса вычислений. Величина Гв ыч приведена для расчета в полиномиальном виде.
1. Разработан метод совместного измерения амплитуды и частоты синусоидального сигнала с использованием вычислительных процедур. Показано, что совместное преобразование амплитуды и частоты синусоидального сигнала может быть осуществлено на основе метода развертывания в течение времени, не превышающего Ту/2 и выполнения вычислительных операций (3.2). Проведены исследования по определению основных характеристик совместного ИПр с использованием различных численных методов выполнения вычислительных процедур: метода Ньютона, градиентного метода, модифицированного метода Ньютона. Проведены сопоставления используемых частотных методов по степени сложности вычислительных процедур.
2. Проведенный анализ показал: при увеличении количества неизвестных параметров синусоидального сигнала (Ux nfy) по сравнению с условиями раздела 2, время вычисления и относительная погрешность увеличиваются; - при увеличении амплитуды и частоты синусоидального сигнала увеличивается значение относительной погрешности преобразования; - наиболее эффективными с точки зрения соотношения точности и временных затрат являются процедуры вычислений амплитуды и частоты, основанные на методе Ньютона и методе полиномиального представления с разложением функции синуса в ряд; - наиболее эффективными вычислительными операциями (процедурами) с точки зрения соотношения быстродействия вычислений и начального приближения являются два метода: градиентный метод и метод полиномиального представления с разложением функции синуса в ряд.
3. Определены области целесообразного применения предложенных методов: - при наличии точного первого приближения (следящие ИПр) целесообразно использовать метод Ньютона; - градиентный метод может быть использован для определения первого приближения для метода Ньютона, так как он достаточно быстро сходится и требует точного начального приближения; - метод полиномиального представления с разложением функции синуса в ряд является наилучшим по целевой функции точность - быстродействие - аппаратурные затраты особенно для измерения синусоидальных сигналов с высокой частотой.
4. В соответствии с требуемой точностью преобразования изменяется сложность вычислений метода полиномиального представления с разложением функции синуса в ряд. Зависимость сложности вычислений от точности преобразования определена моделированием. Установлено, что с увеличением точности измерений число членов ряда, а, следовательно, и сложность вычислений растет нелинейно.
5. Предложена структурная реализация метода совместного измерения амплитуды и частоты синусоидального сигнала в современном микропроцессорном базисе в режиме реального времени.
Способы измерения значений вспомогательного параметра
Преобразователи перемещений занимают особое место среди аналого-цифровых преобразователей (АЦП) [42,43]. Специфика этого вида преобразователей связана с тем, что при построении преобразователей перемещений используются самые различные физические явления.
Для преобразователей перемещений в кодах характерно использование двух классических методов преобразования: последовательного счета и считывания [43]. Наибольшее распространение получили последовательные преобразователи угловых перемещений на основе вращающихся трансформаторов [42,43]. В авиационных агрегатах, как правило, используются датчики типа БСКТ [44]. Другой важной особенностью применения БСКТ в авиационных агрегатах является то, что опорное (питающее) напряжение для нескольких датчиков формируется одним устройством, т.е. выходные сигналы синусоидальных (косинусоидальных) обмоток датчиков синхронизированы. Эта особенность предполагает возможность использования измерительных устройств [45], которые позволяют в течение цикла измерения образцовой величины (развертки) выполнить измерение значений однородных по физической природе измеряемых величин [46] без применения коммутационных элементов в канале измерения. Такие измерительные устройства имеют меньшее общее количество элементов по сравнению с устройствами параллельного действия [45] и могут обеспечить высокое быстродействие.
Структурная схема мультиплицированного преобразователя амплитуды датчиков (МПАД) БСКТ САИ приведена на рис. 5.3 [47].
МПАД содержит в каждом канале / (/=1- 3) датчик БСКТ (аруд, авнА осди), сравнивающее устройство (СУ,), ключ (Кл,) и счетчик (Сч,). Источник эталонного питающего напряжения частотой/„ (ИЭПу-эт) запитыва-ет соответствующие первичные обмотки всех датчиков БСКТ. Генератор линейно изменяющегося напряжения (ГЛИН) формирует уравновешивающее напряжение, которое поступает одновременно на вторые входы всех СУ,. Генератор тактовых импульсов (ГТИ) требуемой частоты (см. раздел 2,/гти = Ю" Гц) формирует импульсы, подсчитываемые соответствующими счетчиками Сч,. При этом iV,- =Д/,), а Ц - p(Uxl). К управляющей части относится устройство запуска (БЗ), обеспечивающее начало функционирования ГЛИН и ГТИ. Вычислительное устройство (ВУ) обеспечивает расчет амплитуды синусоидального сигнала, а, следовательно, и величины перемещения, согласно раздела 2. Устройство управления (УУ) реализует управляющие задачи. При этом вычисления основаны на методе аппроксимации полиномиального разложения функции синуса в ряд, разработанные в разделе 2.4.
Устройство функционирует следующим образом (см. временную диаграмму, рис. 5.4). При этом происходит последовательное чередование следующих циклов: цикл начальной установки, цикл измерения и цикл выдачи информации.
В цикле начальной установки устройство БЗ в момент изменения входного сигнала от отрицательного значения в положительное (переход напряжения через «О») осуществляется запуск ГЛИН и ГТИ.
В цикле измерения СУ, сравнивают входные синусоидальные сигналы UxiSirunfnt и уравновешивающий сигнал ГЛИН, т.е. на выходе СУ, формируются временные интервалы (/,), пропорциональные амплитуде входного сигнала (UXI), т.е. /, = 9(). Временной интервал tt преобразуется в цифровой отсчет Nt = J[t,) благодаря ключам Кл, и ГТИ. Последовательное срабатывание СУ, приводит к формированию в Сч, кода Nh пропорционального амплитуде сигнала JV, = (). Цикл измерения заканчивается, когда сработают все три СУ,.
В цикле выдачи информации УУ осуществляется перепись информации из счетчиков Сч( в ВУ и их обнуление. Кроме этого, ГЛИН и ГТИ возвращаются в исходное состояние. Далее в течение времени (tB) происходит расчет Ni = () согласно формуле (2.3) и выдача информации в соответствующий контроллер (К\) (см. рис. 5.1).
Далее устройство снова входит в цикл начальной установки и рассмотренные выше операции повторяются.
Похожие диссертации на Повышение эффективности фрезерования крупногабаритных фасонных деталей на основе автоматизированного управления режимами резания : на примере гребных винтов
