Содержание к диссертации
Введение
Глава 1. Анализ процесса дозирования в смесеприготовительных агрегатах непрерывного действия. 12
1.1. Особенности процесса дозирования в технологических линиях. 12
1.2. Основные методы смешивания. 15
1.3. Оценка качества получаемой смеси 16
1.4. Виды процесса смешивания. 17
1.4.1. Определение погрешности при непрерывном дозировании в смесительном агрегате. 19
1.5. Обоснование выбора математического метода для анализа нестационарных сигналов в процессе непрерывного дозирования. 22
1.6. Основы теории вейвлет-преобразований. 25
1.7. Сравнение различных представлений сигналов. 31
1.7.1. Скорость вычислений при вейвлет-преобразованиях, 32
Глава 2. Теоретические аспекты моделирования режимов систем непрерывного смесеприготовления на основе математического аппарата теории вейвлет преобразования . 34
2.1. Смесеприготовительный процесс и дозировочное оборудование. 34
2.2. Основные понятия математического аппарата теории вейвлет -преобразований. 36
2.3. От преобразования Фурье к вейвлет-преобразованию. 37
2.3.1. Ряды Фурье. 39
2.3.2. Разложение в ряды по вейвлетам. 40
2.3.3. Вейвлет-преобразование. 43
2.3.4. Интегральное вейвлет преобразование. 44
2.3.5. Частотно-временная локализация. 45
2.3.6. Частотное-временное окно. 45
2.3.7. Представления вейвлетов в дискретном времени и быстрые алгоритмы вычисления. 47
2.4. Метод поиска соответствия в рамках адаптивной фильтрации. 49
2.5. Класс квадратичных время-частотных распределений для отображения динамических спектров материалопотоков. 53
2.6. Дискретный поиск соответствия в словаре Габора. 55
2.7. Реализация алгоритма вейвлет-апроксимации сигналов смесеприго-товительной системы и расчет трехмерных режимов дозирования.57
Глава 3. Разработка экспериментального стенда и методологические основы его эксплуатации. 62
3.1. Описание лабораторно-исследовательского стенда. 62
3.2. Дозировочное оборудование 65
3.2.1. Шнековый дозатор. 65
3.2.2. Спиральный дозатор. 68
3.2.3. Порционный дозатор. 68
3.2.4. Центробежный смеситель непрерывного действия. 70
3.2.5. Ленточный весовой дозатор. 72
3.3. Глобальный импульсный пневматический рецикл-канал. ...74
3.4. Первичные измерительные преобразователи для регистрации мате-риалопотоковых сигналов. 80
3.4.1. Тензометрические преобразователи. 80
3.4.2. Пьезоэлектрические преобразователи... ... 81
3.4.3. Пневмо-электропреобразователь интеллектуальный. 83
3.5. Частотно-индуктивный преобразователь для измерения концентрации ключевого компонента в смеси сыпучих материалов. 85
3.6. Физико-механические свойства исследованных материалов. 88
3.7. Аппаратно-программный управляющий мониторинговый комплекс для регистрации, обработки материалопотоковых сигналов и управления смесеприготовительным агрегатом. 89
3.8. Методика определения качества смесей. 95
Глава 4. Экспериментальные исследования дозирую щих устройств, работы мониторингового угоавляющего комплекса и машинный анализ моделей смесеприготовительных процессов. 96
4.1. Исследование работы дозирующих устройств. 96
4.2. Погрешность и производительность дозирования. 91
4.3. Аналитические зависимости сигналов дозирующих устройств непрерывного действия. 99
4.3.1. Спиральное дозирующее устройство. 99
4.3.2. Шнековое дозирующее устройство. 100
4.3.3. Порционного типа. 101
4.4. Оценка сглаживания входных потоков при изменении интенсивности рецикла. 103
4.5. Методика обработки первичных материалопотоковых сигналов, регистрируемых измерительными устройствами. 103
4.6. Алгоритмический анализ определения местоположения время-частотных атомов на карте Вигнера. 106
4.7. Определение режима работы по время-частотной карте режима дозирования. 111
Основные результаты работы и выводы. 121
Литература. 124
Приложение 133
- Обоснование выбора математического метода для анализа нестационарных сигналов в процессе непрерывного дозирования.
- Основные понятия математического аппарата теории вейвлет -преобразований.
- Первичные измерительные преобразователи для регистрации мате-риалопотоковых сигналов.
- Аналитические зависимости сигналов дозирующих устройств непрерывного действия.
Введение к работе
Актуальность работы. Обеспечение продовольственного рынка РФ качественными пищевыми продуктами является важнейшей народнохозяйственной задачей. Для ее решения в настоящее время предприятия пищевой и перерабатывающей промышленности переходят на выпуск комбинированных продуктов и полуфабрикатов, обогащенных витаминами и биологически активными и минеральными добавками. Разработка аппаратурного оформления процессов переработки сыпучих материалов, в том числе получения однородных по составу многокомпонентных смесей, является важным условием для решения поставленной цели и представляет собой непростую инженерно-техническую задачу.
Для разработки пищевых продуктов с заданной концентрацией активных добавок возникают трудности на этапе дозирования и дальнейшего равномерного распределения исходных компонентов по объему смеси при механическом способе смешения, если их содержание отличается в десятки и сотни раз.
В связи с этим, особую значимость приобретает дозирование многокомпонентных пищевых продуктов в аппаратах с непрерывной и дискретной (порционной) подачей материала. Смешивание дисперсных материалов осуществляется, как правило, на морально устаревшем оборудовании. При этом качество получаемых композиций и интенсивность процесса зачастую не удовлетворяют современным требованиям. Использование же более новой, как правило, импортной техники связано с большими материальными затратами, что не всегда экономически оправдано.
Перспективными направлениями в технологиях переработки сыпучих материалов являются:
переход на использование новейших разработок в области аппаратурно-программного обеспечения, визуализация многостадийного механизированного процесса смешивания и дозирования;
разработка принципиально новых конструкций смесителей, позволяющих сглаживать погрешности входных потоков;
осуществление процесса в тонких или разреженных слоях для увеличения поверхности контакта между частицами;
организация направленного движения материальных потоков за счет использования различных каналов в одном аппарате.
Проведенный анализ результатов теоретических и экспериментальных исследований процессов для получения смесей сыпучих материалов показывает преимущество механизированного способа смешивания в агрегатах непрерывного действия по сравнению с их периодическим аналогом.
Однако до настоящего времени смесители непрерывного действия (СНД) не получили широкого распространения в промышленности, в основном из-за сложности непрерывной подачи исходных компонентов в строго заданных соотношениях, особенно при соотношении смешиваемых компонентов на уровне 1:100 и выше.
Для достоверного визуального отображения и последующей идентификации текущих режимов дозирования смесевых компонентов в работе использу-
ется разработанный метод время-частотного анализа материалопотоковых сигналов на базе вейвлет-функций. В основе этого метода — преобразование материалопотоковых сигналов дозирования, представляющих собой одномерные переменные расхода материала в определенной технологической точке агрегата, в многомерные координаты. Последние формируются в результате адаптивной аппроксимации первичных одномерных сигналов в вейвлет-среде с их дальнейшим преобразованием в соответствующие двумерные/трехмерные образы во время-частотном пространстве.
Такой математический аппарат позволяет адекватно описывать и моделировать стационарные и нестационарные (с время-зависимым частотным спектром) процессы на отдельных стадиях смесеприготовления, а также создавать эффективные формализованные средства, позволяющие поддерживать и/или корректировать текущие режимы в отдельных фрагментах агрегата.
Таким образом, решение вопросов практической регистрации, исследования и моделирования режимов дозирования в смесительных системах непрерывного действия, а также эффективного контроля процессов с возможностью их коррекции в режиме реального времени, - на базе теоретических и экспериментальных исследований - представляет собой актуальную проблему, имеющую важное народнохозяйственное значение для ряда отраслей промышленности и АПК, в том числе, пищевой и перерабатывающей.
Диссертационная работа выполнена в соответствии с планами НИР по грантам Министерства образования РФ на 2003-2004 г:
-
ТО2-06.7-1238 «Научно-практические основы разработки непрерывно действующих смесителей центробежного типа с регулируемой инерционностью для получения сухих и увлажненных композиционных материалов»; научный руководитель - Иванец В.Н.;
-
ТО2-03.2-2440 «Система технологического мониторингового и автоматизированного управления динамикой непрерывных технологических процессов в агрегатах для производства пищевых дисперсных композиций на базе всплесковых преобразований»; научный руководитель — Федосенков Б.А.
Цель работы. Создание алгоритмов и программ для математического моделирования процессов непрерывного и дискретного дозирования дисперсных материалов в смесительных агрегатах непрерывного действия.
Задачи исследования. В соответствии с поставленной целью в данной диссертационной работе решались следующие задачи:
изучение комплекса вопросов, связанного с управлением качеством готовых смесей по каналам дозирования и смешивания;
исследование влияния режимов работы устройств непрерывного и дискретного (порционного) действия на погрешность дозирования сыпучих материалов;
создание программно-алгоритмической системы обработки информации о процессах дозирования с возможностью мониторирования, идентифи-
кации и коррекции их динамики по двумерным время-частотным переменным в режиме реального времени; поверка математических моделей в вейвлет-формате, алгоритмов и комплекса программ по моделированию процессов дозирования на адекватность описания ими реальных процессов в агрегатах непрерывного действия.
Научная новизна.
-
Доказана целесообразность применения новых, нетрадиционных, подходов на базе вейвлет-преобразований, разработанных с целью управления качеством готовой продукции, получаемой в агрегатах непрерывного действия.
-
Проведены экспериментально-теоретические исследования режимов дозирования дисперсных материалов устройствами непрерывного (шнекового и спирального типов) и дискретного (порционного) действия при варьировании режимно-конструктивных параметров - в условиях регистрации одномерных материалопотоковых переменных во вторичной виртуальной компьютерной среде.
-
Созданы математические модели процессов дозирования в непрерывно действующих смесеприготовительных агрегатах, оперирующие мате-риалопотоковыми переменными в виде набора апериодических и колебательных вейвлет-функций.
-
Разработаны процедуры адаптивной аппроксимации одномерных переменных расхода на выходах/выходе дозаторов/блока дозаторов в реальном масштабе времени на базе алгоритма проецирования (поиска соответствия) анализируемых сигналов на специализированный избыточный словарь вейвлет-функций.
-
Предложены алгоритмы отображения контроля, идентификации и коррекции текущих режимов дозирования на основе получения и итеративной параметризации двумерных/трехмерных изображений (карт) материалопотоковых переменных.
Практическая значимость и реализация На основании выполненных исследований получены следующие практически значимые результаты.
Сформирован комплекс разработанных алгоритмов и программ, на основе которого созданы инженерные способы визуального контроля и стабилизации режимов дозирования аппаратами непрерывного и дискретного типов. В частности, в аппаратурной среде Linux реализован алгоритм отображения текущих материалопотоковых процессов в блоках дозирования и питателя в системах полупромышленного образца; система сопровождения процессов дозирования, разработанная на базе алгоритмов и программ вейвлет-преобразования одномерных сигналов расхода в многомерные, обеспечивает повышение качества готовых комбинированных продуктов на 10-15% - по сравнению с традиционными методами; результаты исследований внедрены на ряде промышленных предприятий: на Кемеровском гормолзаводе - в производстве детских молоч-
ных смесей; на предприятии по производству мясных продуктов и в пекарне учебно-производственного центра Кемеровского технологического института пищевой промышленности (КемТИПП) - при обеспечении процесса мульти-компонентного дозирования сухих ингредиентов;
Полученные в диссертационной работе результаты исследования и разработанные материалы (комплекс алгоритмов и программ вейвлет-отображения и управления динамикой режимов дозирования) внедрены в научный и учебно-методический комплексы кафедр «Процессы и аппараты пищевых производств» и «Автоматизация производственных процессов и автоматизированные системы управления» ГОУ ВПО КемТИПП, и, кроме того, используются при подготовке бакалавров и специалистов, при обучении в магистратуре и аспирантуре.
Автор защищает:
результаты исследования влияния режимов дозаторов сыпучих материалов непрерывного и дискретного действия на погрешности в их работе;
комплексные подходы в реализации теоретических алгоритмов, основанные на использовании всплесковых преобразований для внедрения их в систему математического моделирования процессов непрерывного и дискретного дозирования сыпучих материалов;
способ применения математического сопровождения по идентификации и контролю текущих режимов работы дозирующих устройств с использованием параметризации элементов в координатном пространстве на основе адаптивного вейвлет-преобразования;
методики регистрации и способы фильтрации одномерных сигналов с использованием разнородных видов вейвлетов;
модель мониторинговой системы управления процессами дозирования с корректирующей связью по двумерным время-частотным координатами.
Апробация работы. Основные положения и результаты диссертационной работы были представлены и обсуждены: на ежегодных научных конференциях КемТИПП (2001-2005 гг.); на региональных и Всероссийских научно-практических конференциях Кемеровского государственного университета «Информационные недра Кузбасса» / «Инновационные недра Кузбасса: информационные технологии» (2002 — 2005 гг.); на научно-технической конференции «Кибернетика и технологии XXI века» (Воронеж - 2002 г.); на четвертой международной конференции «Инструменты математического моделирования» (Санкт-Петербург - 2003 г.); на XVI международной научно-технической конференции «Математические методы в технике и технологиях» (Ангарск, Санкт-Петербург - 2003 г.); на научном межкафедральном семинаре в ГОУ ВПО «Кузбасский государственный технический университет» (Кемерово - июнь 2006 г.); на четвертой международной научно-технической конференции «CAD/CAM/PDM-2006» (Москва, ИПУ РАН - октябрь 2006).
Публикации. По материалам диссертации опубликовано 7 печатных работ, из них 1 - в журнале, рекомендуемом ВАК РФ для публикации результатов
диссертаций на соискание ученой степени доктора наук, 6 - в материалах, трудах и докладах региональных, всероссийских и международных конференций.
Структура и объем диссертации. Диссертация состоит из введения, четырех глав, основных результатов работы и выводов, библиографического списка и приложений. Основной текст работы изложен на 131 стр. машинописного текста, включает 50 рисунков и 14 таблиц; приложения — на 17 стр.; список литературы включает 119 наименований.
Обоснование выбора математического метода для анализа нестационарных сигналов в процессе непрерывного дозирования.
В начале 90-тых годов ХХ-го века в математике и в теории обработки функций, сигналов и изображений произошли события, которые можно охарактеризовать как новое важное открытие. Появились вейвлеты (wavelets), специфические математические объекты, являющиеся средством представления функций и обработки сигналов и изображений.
В последние годы стало очевидно, что традиционный аппарат представления произвольных функций и сигналов в виде рядов Фурье (или Фурье-представлений) оказывается малоэффективным для функций с локальными особенностями, в частности, для импульсных и цифровых сигналов и изображений, получивших весьма широкое распространение. Это связано с тем, что базисная функция рядов Фурье - синусоида - определена в пространстве от -О0 до + и по своей природе является гладкой и строго периодической функцией. Такая функция на практике (в условиях ограничения числа членов ряда или спектра разложения) принципиально не способна описывать произвольные сигналы и функции. Таким образом, известные методы представления сигналов и функций постоянно наталкивались на принципиальные теоретические ограничения, не позволяющие всерьез говорить о принципиальном решении проблемы единообразного представления функций и сигналов (особенно нестационарных) методами, созданными на основе средств преобразований Фурье. Так продолжалось до открытия вейвлетов, которые, похоже, наконец решили эту сложнейшую и актуальную научную проблему. Основой этого решения стала разработка принципиально нового базиса и класса функций, которые используются для декомпозиции и реконструкции функций и сигналов - в том числе, нестационарных. Соответственно был создан и новый аппарат представления функций и сигналов, а уже совсем недавно и необходимые инструментальные и программные средства для его реализации.
Вейвлеты по существу являются новыми математическими понятиями и объектами, применение которых может теоретически строго и точно приблизить любую функцию или любой сигнал. Поэтому они весьма перспективны в решении многих математических задач приближения (интерполяции, аппроксимации, регрессии и фильтрации) функций, сигналов и изображений. Вейвлет-обработка сигналов обеспечивает возможность весьма эффективного сжатия сигналов и их восстановления с малыми потерями информации, а также решение задач фильтрации сигналов. Таким образом, вейвлеты существенно пополняют привычный набор традиционных средств обработки сигналов и изображений.
Но особенно важна принципиальная возможность вейвлетов представлять нестационарные сигналы, например, состоящие из разных компонент, действующих в разные промежутки времени, модулированные сигналы и т. д. Такие сигналы в наше время находят куда более широкое применение, чем стационарнвіе или квазистационарные (искусственно сводящиеся к стационарным) сигналы, а также процессы и системы, их порождающие. Как известно, ряды и преобразования Фурье в классическом виде непригодны для представления нестационарных сигналов, процессов и систем. Поэтому возможность их представления вейвлетами трудно переоценить.
Вейвлет-спектрограммы намного более информативны, чем обычные Фурье-спектрограммы и (в отличие от последних) позволяют легко выявлять тончайшие локальные особенности функций, сигналов и изображений. Это полезно при решении задач идентификации сигналов и образов в различных областях науки, техники и промышленности. В частности, при выполнении процедур визуального контроля (режимного мониторирования) процессов мультикомпонентного дозирования устройствами различного типа и действия, а также последующих этапов идентификации и коррекции текущих режимов смесеприготовления на предсмесительных стадиях.
Таким образом, вейвлеты - это обобщенное название особых функций, имеющих вид коротких волновых пакетов с нулевым интегральным значением и с той или иной, подчас очень сложной, формой, локализованных по оси независимой переменной t (временного носителя,) и способных к сдвигу по ней и масштабированию (сжатию/растяжению). Вейвлеты создаются с помощью специальных базовых функций — прототипов, задающих их вид и свойства и удовлетворяющих целому ряду специфических условий. Набор вейвлетов, в их временном или частотном представлении, может аппроксимировать сложный сигнал, причем, идеально точно или с некоторой погрешностью.
По своей значимости роль вейвлетов можно сравнить разве что с выдающейся ролью рядов и преобразований Фурье [27, 95,102]. Как известно, именно ряды и преобразования Фурье при всех их, известных и обнаруженных уже в наше время и ранее, недостатках, легли в основу многих новых и ведущих областей науки и техники, начиная от решения дифференциальных уравнений различных классов, создания теоретических основ современной электротехники, радиотехники и всевозможных средств связи и телекоммуникаций и кончая многочисленными физическими и измерительными приборами на их основе (анализаторы спектра, синтезаторы сложных сигналов по гармоникам и др.).
Основные понятия математического аппарата теории вейвлет -преобразований.
Вейвлет-анализ - современный и перспективный метод обработки данных. Аппарат вейвлет-анализа получил свое развитие в работах Морле, Гроссмана [114] и некоторых других авторов. Результаты, полученные с помощью вейвлет-анализа в самых различных областях, усиливают интерес к этому направлению и способствуют непрерывно продолжающемуся его развитию. Вейвлет-преобразование состоит в разложении сигнала по базису, сконструированному из обладающей определенными свойствами солитоно-подобной функции (вейвлета) посредством масштабных изменений и переносов. Каждая из функций этого базиса характеризует как определенную про странственную (временную) частоту, так и ее локализацию в физическом пространстве (времени).
Методы вейвлет-анализа можно применить к данным различной природы. Это могут быть, в числе прочих, одномерные функции (как в нашем случае) или двумерные изображения. Грубую классификацию вейвлет-алгоритмов можно сделать, выделив непрерывное и дискретное вейвлет-преобразования. Получить набор вейвлет-коэффициентов в случае дискретного преобразования можно быстрее, и он дает достаточно точное представление о сигнале при меньшем объеме получаемых в результате данных. Непрерывное преобразование требует больших вычислительных затрат, но, вместе с тем, позволяет детальнее рассмотреть структуру сигнала.
В отличие от традиционно применяемого для анализа сигналов преобразования Фурье, вейвлет-преобразование обеспечивает двумерную развертку исследуемого одномерного сигнала, при этом частота и время рассматриваются как независимые переменные. В результате появляется возможность анализировать свойства сигнала одновременно в физическом (время) и в спектральном (частота) пространстве.
Основным средством анализа реальных физических процессов, в том числе случайных, являлся гармонический анализ. Математической основой гармонического анализа является преобразование Фурье (ряды Фурье для конечных отрезков времен и интегралы Фурье для процессов, не ограниченных по времени). Гармонический Фурье - анализ позволяет наглядно выявить быстрые и медленные изменения в исследуемом процессе и исследовать их по отдельности. Все необходимые свойства и формулы выражаются с помощью одной комплексной базисной функции &хр(ш) или двух вещественных функций sin(ffl?)H cos(cot). Таким образом, преобразование Фурье разлагает произвольный процесс на элементарные гармонические колебания с различными частотами.
Если имеется одночастотный сигнал еш, методы, основанные на преобразовании Фурье, будут выделять пик на частоте со. Однако, если сигнал состоит из двух синусоид на различных временных интервалах (то есть em [l%[a,b\t)+ е2 %[c,d\t)), возникает проблема: получаются два пика без локализации во времени. Отсюда вытекает потребность во время-частотном представлении сигнала, которое бы обеспечивало локальную информацию о сигнале как в частотной, так и во временной областях. Очевидно, что требуются более локализованные функции, нежели синусоиды. Поэтому вводятся "окна", в результате частотные составляющие в волновой форме будут выглядеть так: где ocyt) - функция окна, обеспечивающая локализацию во времени. Такое преобразование является оконным, или кратковременным - КПФ, преобразованием Фурье на коротком интервале времени.
Получившиеся составляющие разбивают частотно-временную плоскость определенным образом. При этом невозможно достичь произвольно хорошей локализации и по частоте, и по времени одновременно в силу принципа неопределенности Гейзенберга. Разрешение по частоте и по времени ограничиваются неравенством: At&f 1 / Аж. На рис. 2.3.1 а) представлено разбиение время-частотной плоскости при КПФ. При данном представлении оказываются зафиксированными степень локализации по частоте и по времени.
Вейвлеты предполагают другой компромисс: локализация по частоте логарифмическая, то есть, пропорциональна значению частоты. Как результат, временная локализация становится более точной на высоких частотах. Этот случай представлен нарис, 2.3.1 б). Заметим, что произвольное разбиение время-частотной плоскости достигается использованием концепции кратно масштабного анализа (КМА) [99, 102, 106, 107].
В вычислительном и теоретическом аспектах применение интегрального преобразования и рядов Фурье также наглядно, поскольку все необходимые свойства таких разложений формируются с помощью одной комплексной гармонической функции exp(-j G$)=cos(ojt)+jsin(cot).
В ейвлет-преобразование же не так хорошо и широко известно, поскольку применяется сравнительно недавно, и математический аппарат находится в стадии активной разработки. Поэтому для большей наглядности опишем необходимые понятия вейвлет-анализа, проводя аналогии и сравнения с анализом Фурье, значимость и привлекательность которого неоспоримы и проверены временем.
Первичные измерительные преобразователи для регистрации мате-риалопотоковых сигналов.
Функционально тензометрический датчик (рис.3.4.1) выполнен в виде балки равного сопротивления изгибу, изготовленный из фосфористой бронзы, с наклеенными тензорезисторами в составе мостовой / полумостовой схемы. Для увеличения уровня сигнала тензопреобразователя разработан высококачественный дифференциальный усилитель постоянного тока с коэффициентом усиления Хи=100 в полосе частот 0-100 кГц.
Схема тензоизмерений приведена на рис.3.4.2. При проведении регистрации измерений вспомогательный поток материала, ответвлявшийся от основного посредством разграничительного устройства, воздействовал на уп ругий тензобалочный элемент, исполнявший роль чувствительного органа тензодатчика. Аналоговый сигнал мгновенного расхода материала в потоке фиксировался в цифровом виде в ЭВМ с помощью интерфейсного узла. Дублирование тензосигнала расхода на аналоговом уровне производилось магнитоэлектрическими осциллографами МЭО НІ 17М и К12-24. На рис.3.4.3 показаны схема пьезоэлектрического преобразователя (а) и его внешний вид (б). Измеряемый сигнал мгновенного расхода X(t) действует на мембрану 1. Кварцевые пластины 2 соединены параллельно. Наружные обкладки кварцевых пластин заземляются, а средняя (латунная фольга) 3, размещенная между ними, изолируется относительно корпуса кристаллом кварца, который имеет высокое удельное сопротивление.
Сигнал с кварцевых пластин снимается экранированным кабелем 5. Для удобства соединения вывода от фольги 3 с внутренней жилой кабеля в корпусе преобразователя предусмотрено отверстие, закрываемое пробкой 4.
Выходная мощность пьезоэлектрических преобразователей мала, поэтому для усиления снимаемого сигнала используется усилительное устройство с большим входным сопротивлением.
Схема включения пьезоэлектрического датчика представленна на рис.3.4.4. Предлагаемая схема предназначена для использования в системах сигнализации в качестве высокочувствительного датчика шума или вибрации. Датчик собран на микросхеме К1056УП1, обычно используемой в дистанционных системах управления. Она состоит из усилителя на вход которого подключен пьезодатчик
В1. С выхода усилителя (вывод 13) сигнал через разделительный конденсатор С2 поступает на регулятор чувствительности R2, с которого поступает на вход второго усилителя (вывод 14), затем сигнал фильтруется и подается на выход 7 и 10. На выходе 10 сигнал имеет положительную амплитуду, на выводе 7 - инвертируется. К выводам подключается модуль аналого-цифрового преобразователя.
Для текущего контроля за движением смеси в пневматическом транспорте нам необходимо фиксировать перепады давления и расход воздуха. Для этого используются датчики с пневматическим выходом, для связи же с АЦП программного комплекса необходимо преобразовать пневмо-выход в электрический сигнал. Для этого был использован пневматический интеллектуальный преобразователь. Схема преобразователя приведена на рис.3.4.5.
Для решения вопроса коплексного снятия данных с пневмотранспорта использовался групповой 12-ти канальный пневмо-электропреобразователь типа ППМ, выполняющий пропорциональное преобразование унифицированного пневматического сигнала (0,2-1,0)кг/см2 в электрический цифровой сигнал, удовлетворяющий, по электрическим характеристикам, требованиям стандарта EI A RS-485. Логический алгоритм обмена соответствует протоколу MODBUS. Принцип действия прибора основан на преобразовании давления входных пневматических сигналов тензопреобразователями 1...12 в электрические сигналы милливольтового диапазона, которые поступают далее на входы аналого-цифровых преобразователей (АЦП) 13...16. Каждый АЦП имеет 3 входных канала. С выходов АЦП 16-ти битные коды считыва-ются микроконтроллером 19. Температура воздуха в корпусе прибора измеряется датчиком 17. Микроконтроллер вычислительным путем корректирует разброс индивидуальных характеристик тензопреобразователей, а также выполняет компенсацию дополнительной погрешности, вызванной отклонением температуры в корпусе прибора от нормальной (25С). Все индивидуальные калибровочные коэффициенты по каждому измерительному каналу хранятся в энергонезависимом ПЗУ 20. Откорректированные значения измеренного давления по всем 12-ти каналам и значение температуры в корпусе прибора в цифровой форме передаются (по запросу вышестоящего уровня) в линию связи интерфейса RS-485 через порт с гальванической развязкой 21. Индивидуальный системный адрес каждому ППМ присваивается с помощью микропереключателя 18.
Аналитические зависимости сигналов дозирующих устройств непрерывного действия.
Свойства дозируемых материалов, использованных в экспериментальных исследованиях (зерно и продукты его переработки), практически не оказывают влияния на период дозирования. Сигнал расхода спирального дозатора виде имеет вид: где Xdm, Xd0 и со - амплитуда колебания, постоянная составляющая и угловая частота сигнала Аналитические зависимости сигналов потока разгрузки спирального дозирующего устройства для разных материалов и режимов его работы приве дены в Приложении 2. Аналитические зависимости сигналов шнекового дозирующего устройства для разных материалов и режимов его работы также приведены в Приложении 2. Результаты экспериментов по оценке периода дозирования сведены в таблицу 4.3.1. Сигнал расхода порционного дозатора в общем виде выглядит так: значения Ак и Вк рассчитываются по формулам (4.3.4), где к изменяется от 1 до 10 (индекс сложности модели): Результаты экспериментов по оценке периода дозирования порционного дозирующего устройства сведены в таблицу 4.3.2. Экспериментально установлено, что сигнал дозы представляет собой трапецию. Значения скважностей формирования переднего и заднего фронтов волны равны: v = 3, ц = 1,33. Параметры, определяющие аналитические зависимости сигналов порционного дозатора для разных режимов его работы сведены в таблицу 4.3.3. Материал дозирования - соль.
Результаты моделирования полной расчетной схемы СМПА при изменении параметров рецикла (KR=0,25; 0,5; 0,65) приведены в Приложении 4. Из графиков расходов на выходе смесителя видно, что при KR-0,65 (кривая J) инерционность СМПА наибольшая, поскольку выход расхода на установившийся уровень происходит примерно за 100 е., в то время как при 7 =0,25 (кривая К) - всего лишь за 55 с. При этом процесс дозирования происходит на частоте 3,14с"1 (период дозирования TcNSc.).
Так как амплитудно-частотная характеристика, соответствующая кривой J гасит колебания потока дозирования в наибольшей степени, то степень сглаживания составляет Хс!т/Хввыт=10г/с/0,06г/с = 166,6 о.е. Соответственно, для режимов К и / (Л -0,25 и KR =0,5) имеем сглаживание на уровне 10/0,2=50 (о.е.) и 10/0,12=83,3 (о.е.).
Анализ амплитудно-частотной характеристики схемы СМПА приводит к аналогичным результатам: соответственно - 158,5 о.е., 54,2 о.е. и 85,8 о.е., то есть ошибка достоверности степени сглаживания пульсаций, определяемая по соотношению сглаживания, найденного в частотном режиме (когда реальный сигнал порционного дозирования заменяется гармоническим сигналом), к сглаживанию, определяемому во временном анализе, составляет: 4,86%, 8,4% и 3%. Ошибка сравнения является приемлемой.
Посредством пьезоэлектрических измерений на цифровом уровне были зарегистрированы сигналы расхода дозирующих устройств. Для сопряжения пьезоэлектрического датчика с шиной данных компьютера использовалась интерфейсная плата. Программно-алгоритмический комплекс (рис. 4.5.1) состоит из: платы регистрации материалопотоковых сигналов, поступающих от первичных измерительных преобразователей, установленных на всех элементах дозировочно-смесительного тракта - ПР; блока формирующих фильтров - БФФ; блока цифрового вейвлет-преобразования, включающего три модуля -1) модуль вейвлет-преобразования одномерных переменных в трехмерные -1D/3D, 2) модуль идентификации режимов дозирования - ИРД, 3) модуль параметризации 3D - изображения, в котором происходит определение и считывание параметров (ОСП) элементов трехмерной карты режима дозирования и вычисление временной и частотной ошибок отклонения текущего режима от номинального. В свою очередь, в состав модуля 1D/3D входят блоки адаптивного вейвлет-преобразования - АВП, визуализации материалопотоковых одномерных переменных - ВОП, и визуализации модифицированных (трехмерных) переменных - ВМП. После цифрового вейвлет-преобразования рас-ходовых сигналов производится преобразование временного и частотного отклонения в напряжение постоянного тока и далее - формирование корректирующего воздействия на исполнительный механизм дозатора - на схеме рис. 7 -"выход". При непревышении ошибки отклонения текущих режимов от номинального цикл повторяется.
