Содержание к диссертации
1 АНАЛИТИЧЕСКИЙ ОБЗОР СПОСОБОВ ОБРАБОТКИ ДАННЫХ
ДИНАМИЧЕСКИХ ИЗМЕРЕНИЙ 9
Аналитический обзор методов динамических измерений 10
Аналитический обзор методов нейросетевого управления 19
Выводы 24
2 КОРРЕКЦИЯ СОСТАВЛЯЮЩЕЙ ДИНАМИЧЕСКОЙ ПОГРЕШНОСТИ
ИЗМЕРЕНИЙ, ОБУСЛОВЛЕННОЙ ИНЕРЦИОННОСТЬЮ
ПЕРВИЧНОГО ИЗМЕРИТЕЛЬНОГО ПРЕОБРАЗОВАТЕЛЯ 27
2.1 Динамическая модель первичного измерительного преобразователя 27
Нейросетевая динамическая модель датчика 28
Критерий и схема обучения нейросетевой модели датчика 31
Формирование последовательностей для обучения
нейросетевой модели датчика 37
2.1.4 Результаты цифрового моделирования 41
2.2 Нейросетевая динамическая модель измерительной системы
с инверсной моделью датчика в виде секции произвольного порядка 45
Критерий и схема обучения нейросетевой инверсной модели датчика 48
Формирование последовательностей для обучения
нейросетевой инверсной модели датчика 52
Алгоритм коррекции динамической погрешности измерений, обусловленной инерционностью датчика 55
Результаты цифрового моделирования 56
2.3 Нейросетевая динамическая модель измерительной системы
с инверсной моделью датчика в виде последовательных секций
первого и второго порядка 68
2.3.1 Формирование последовательных секций на основе
каскадного представления структуры датчика 68
2.3.2 Схема реализации нейросетевой инверсной модели датчика 71
Алгоритм коррекции динамической погрешности измерений, обусловленной инерционностью датчика 72
Результаты цифрового моделирования 73
2.4 Нейросетевая динамическая модель измерительной системы
с инверсной моделью датчика в виде корректирующего фильтра
и последовательных секций первого порядка 76
2.4.1 Формирование последовательных секций на основе
передаточной функции корректирующего фильтра 76
Схема реализации нейросетевой инверсной модели датчика 78
Алгоритм коррекции динамической погрешности измерений, обусловленной инерционностью датчика 80
Результаты цифрового моделирования 81
2.5 Выводы 85
3 КОРРЕКЦИЯ СОСТАВЛЯЮЩЕЙ ДИНАМИЧЕСКОЙ ПОГРЕШНОСТИ
ИЗМЕРЕНИЙ, ОБУСЛОВЛЕННОЙ ИНЕРЦИОННОСТЬЮ ПЕРВИЧНОГО
ИЗМЕРИТЕЛЬНОГО ПРЕОБРАЗОВАТЕЛЯ И АДДИТИВНЫМИ ШУМАМИ,
ПРИСУТСТВУЮЩИМИ НА ЕГО ВЫХОДЕ 86
3.1 Нейросетевая динамическая модель измерительной системы
в виде последовательных рекурсивных секций
с фильтрацией восстанавливаемого сигнала 86
3.1.1 Структурная схема рекурсивной секции
с фильтрацией восстанавливаемого сигнала 87
3.1.2 Схема обучения рекурсивной секции
с фильтрацией восстанавливаемого сигнала 89
3.1.3 Результаты цифрового моделирования 97
3.2 Нейросетевая динамическая модель измерительной системы
в виде последовательных нерекурсивных секций
с фильтрацией восстанавливаемого сигнала 100
3.2.1 Структурная схема нерекурсивной секции
с фильтрацией восстанавливаемого сигнала 100
3.2.2 Схема обучения нерекурсивной секции
с фильтрацией восстанавливаемого сигнала 102
3.2.3 Алгоритм коррекции динамической погрешности измерений,
обусловленной инерционностью датчика и аддитивной
шумовой составляющей его выходного сигнала 104
3.2.4 Результаты цифрового моделирования 105
3.3 Выводы 110
4 ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ
ДИНАМИЧЕСКОГО ИЗМЕРЕНИЯ ТЕМПЕРАТУРЫ 111
Системы динамического измерения температур 111
Описание экспериментальной установки для получения переходной характеристики термоэлектрического преобразователя 112
Схема экспериментальной установки 112
Основные элементы экспериментальной установки 113
Описание хода эксперимента 117
4.3 Обработка экспериментальных данных 118
Идентификация параметров термопреобразователя 118
Нейросетевая инверсная модель термопреобразователя 119
Результаты обработки данных нагрева термопреобразователя 120
4.4 Выводы 123
ЗАКЛЮЧЕНИЕ 124
ЛИТЕРАТУРА 126
ПРИЛОЖЕНИЕ А 135
ПРИЛОЖЕНИЕ Б 136
ПРИЛОЖЕНИЕ В 137
Введение к работе
Измерения, выполняемые в динамическом режиме, характеризуются динамической погрешностью, обусловленной инерционностью первичного измерительного преобразователя и аддитивными шумами, присутствующими на его выходе. Данная составляющая погрешности измерений оказывается существенно больше всех других составляющих общей погрешности.
В случае сопряжения испытательно-измерительных комплексов с современными вычислительными средствами и введения дополнительной математической обработки результатов испытаний можно значительно повысить точность динамических измерений, улучшить метрологические характеристики испытательных систем и значительно расширить функциональные возможности существующих датчиков. Это повышает эффективность испытаний при создании новых образцов техники без дополнительных материальных затрат.
Динамический режим измерений характеризуется таким изменением измеряемой величины за время проведения измерительного эксперимента, которые влияют на результат измерения. Вследствие этого, в теории динамических измерений наибольшее значение имеют две проблемы: восстановление измеряемого сигнала, динамически искаженного средством измерения, и анализ динамической погрешности.
Формирование теории динамических измерений как самостоятельного раздела метрологии началось в нашей стране в конце 70-х годов. Существенный вклад в развитие этой теории внесли Г.И, Солопченко, В.В, Леонов, В.А. Грановский, Ґ.И. Василенко, А.Н. Тихонов, А.Ф. Верлань, Ю.Е. Воскобойников и другие ученые.
До настоящего времени получили развитие методы восстановления динамически искаженного сигнала на основе регуляризации А.Н. Тихонова /68, 69/, приводящие к необходимости использовать обратное преобразование Фурье, представленные, например, в работах Г.И. Василенко /6/, Ґ.Н. Солопченко /59/, О.В. Тулинского /24/, и методы восстановления на основе численного решения интегрального уравнения свертки. Наиболее полно этот метод решения рассмотрен в работах А.В. Верлань, B.C. Сизикова /7/. Однако эти методы не позволяют получить требуемую точность измерений в испытательно-измерительных системах, в частности, из-за трудности обработки длинных реализаций и проблем с получением импульсной переходной функции измерительной системы.
В настоящее время анализ динамических погрешностей рассматривается часто как самостоятельная проблема. Ряд методов анализа динамической погрешности приведен в работах В.А, Грановского /21, 22, 23/, Вопросы определения коэффициентов передаточных функций средства измерения по экспериментальным данным и понижение порядка передаточной функции рассматривается в работах В.В. Леонова /3, 43, 44/. Задача определения весовой и передаточной функции решается также в работах Г.Н. Солопченко,
Разработка вопросов анализа динамической погрешности и ее коррекции методами структурной теории автоматического управления на основе измерительной системы с модальным управлением динамическими характеристиками приведена в работах А.Л. Шестакова /80-84,106/.
Создание подобных интеллектуальных измерительных систем в связи с бурным развитием современной вычислительной техники является перспективным направлением в области теории автоматического управления /34/ и динамических измерений /30/. К одной из составляющих такого направления представляется возможным отнести построение динамических измерительных систем на основе нейронных сетей, которые, наряду с экспертными адаптивными регуляторами и системами с ассоциативной памятью, составляют основу интеллектуальных технологий управления и обработки информации /66, 89, 90/.
Учитывая сказанное, задача разработки нейросетевых динамических моделей измерительных систем и алгоритмов восстановления динамически искаженных сигналов с помощью этих моделей является весьма актуальной. Успешное ее решение значительно улучшит метрологические характеристики и эффективность существующих испытательно-измерительных комплексов без значительных материальных затрат за счет глубокой математической обработки результатов измерений. Кроме того, внедрение таких динамических моделей и алгоритмов позволит создать интеллектуальные измерительные системы со способностью к индивидуализации своих динамических параметров под реальные условия проведения измерений и конкретную структуру датчика.
ЦЕЛЬ РАБОТЫ. Целью диссертационной работы является повышение точности динамических измерений на основе неиросетевых динамических моделей измерительных систем.
ЗАДАЧИ РАБОТЫ. Для достижения цели диссертационной работы необходимо решить следующие задачи:
Провести анализ существующих методов коррекции динамической погрешности измерений.
На основе нейросетевой модели первичного измерительного преобразователя разработать и исследовать нейросетевые динамические модели измерительных систем, позволяющие уменьшить динамическую погрешность измерений.
Разработать алгоритмы коррекции динамической погрешности измерений, обусловленной инерционностью первичного измерительного преобразователя, с использованием полученных моделей.
Разработать нейросетевые динамические модели измерительных систем, учитывающие присутствие аддитивного шума в выходном сигнале первичного измерительного преобразователя.
На основе полученных моделей с фильтрацией восстанавливаемого сигнала разработать алгоритмы коррекции динамической погрешности измерений, обусловленной инерционностью первичного измерительного преобразователя и аддитивными шумами на его выходе.
Осуществить цифровое моделирование и экспериментальное исследование разработанных неиросетевых динамических моделей и алгоритмов.
МЕТОДЫ ИССЛЕДОВАНИЯ. Разработка динамических моделей измерительных систем основана на использовании методов структурного преобразования, нейросетевого управления, цифровой обработки сигналов, и математического моделирования.
НАУЧНАЯ НОВИЗНА И ПРАКТИЧЕСКАЯ ЦЕННОСТЬ. Научная новизна диссертационной работы заключается в следующем:
1) Разработаны новые нейросетевые динамические модели измерительных систем с инверсной моделью датчика в виде единой нейросетевой структуры (секции) произвольного порядка, в виде последовательных секций первого и второго порядков, а также в виде корректирующего фильтра и последовательных идентичных секций первого порядка.
Разработаны новые нейросетевые динамические модели измерительных систем с инверсной моделью датчика в виде рекурсивных и нерекурсивных структур последовательных секций с фильтрацией восстанавливаемого сигнала на основе синусоидального сглаживания переходной характеристики измерительной системы.
Разработаны новые алгоритмы коррекции динамической погрешности измерений, обусловленной инерционностью первичного измерительного преобразователя и аддитивной шумовой составляющей его выходного сигнала, с использованием разработанных моделей.
Предложен новый алгоритм формирования и выбора длины входной и целевой обучающих последовательностей для эффективной реализации процедуры настройки параметров полученных нейросетевых структур.
Практическая ценность полученных результатов заключается в том, что разработанные нейросетевые динамические модели и алгоритмы восстановления динамически искаженных сигналов позволяют существенно уменьшить динамическую погрешность измерения как при последующей обработке данных, получаемых, например, в испытательно-измерительных комплексах, так и в режиме реального времени на основе существующих интеллектуальных измерительных преобразователей со встроенным электронным модулем обработки информации.
ОСНОВНЫЕ ПОЛОЖЕНИЯ, ВЫНОСИМЫЕ НА ЗАЩИТУ. На защиту выносятся сформулированные выше научная новизна и практическая ценность настоящей работы.
АПРОБАЦИЯ РАБОТЫ. Основные положения и результаты работы докладывались на заочной электронной конференции «Новые информационные технологии и системы» РАЕ 20-25 декабря 2004 г. Результаты, полученные в ходе выполнения работы, были отмечены 4 грантами губернатора Челябинской области (№№ С2003224, А2004282, А2005308, А2006545), грантом Промышленной группы «Метран» {№ 2005193), а также грантом РФФИ {№ 0002004120).
ПУБЛИКАЦИИ. Результаты работы отражены в 4 научных публикациях, рекомендованных ВАК.
СТРУКТУРА И ОБЪЕМ РАБОТЫ. Диссертация состоит из введения, четырех глав, заключения, списка использованной литературы (111 наименований) и приложений. Основная часть работы содержит стр. 137 и рис. 79.
СОДЕРЖАНИЕ РАБОТЫ. Во введении обоснована актуальность темы, сформулирована цель и поставлены задачи диссертационной работы.
В первой главе работы рассматриваются различные методы определения измеряемого сигнала, динамически искаженного средством измерений, по известной информации об операторе физического прибора и отклике этого прибора на входной сигнал, их достоинства и недостатки. Проведен обзор литературы по современным системам управления на основе теории нейронных сетей.
Во второй главе построена нейросетевая динамическая модель датчика и на ее основе разработаны нейросетевые динамические модели измерительных систем. На основе предложенных моделей разработаны и исследованы алгоритмы коррекции динамической погрешности измерений, обусловленной инерционностью первичного измерительного преобразователя. Разработан алгоритм формирования и выбора длины обучающих последовательностей для настройки параметров моделей. Представлены результаты цифрового моделирования, проведенного с использованием предложенных моделей и алгоритмов.
В третьей главе рассмотрены нейросетевые динамические модели измерительных систем в виде последовательных рекурсивных и нерекурсивных секций с фильтрацией восстанавливаемого сигнала. На основе предложенных моделей разработаны и исследованы алгоритмы коррекции динамической погрешности измерений, обусловленной инерционностью первичного измерительного преобразователя и аддитивными шумами, присутствующими на его выходе. Представлены результаты цифрового моделирования, проведенного с использованием разработанных моделей и алгоритмов.
В четвертой главе представлены результаты обработки экспериментальных данных динамического измерения температуры, проведенного с использованием термоэлектрического преобразователя «Метран-281».
Работа выполнена на кафедре «Информационно-измерительная техника» Южно-Уральского государственного университета.
Автор выражает благодарность директору по исследованиям и разработкам Промышленной группы «Метран» Ушакову Л.В., а также главному конструктору по термометрии Новожилову А.Н. и инженеру-испытателю Смирнягину Е. за содействие и помощь в проведении экспериментального исследования и внедрения результатов диссертационной работы.
1 АНАЛИТИЧЕСКИЙ ОБЗОР СПОСОБОВ ОБРАБОТКИ ДАННЫХ
ДИНАМИЧЕСКИХ ИЗМЕРЕНИЙ
Динамические измерения получают все большее распространение в технике и научных исследованиях. Эти измерения связаны в первую очередь с изучением закономерностей протекания физических процессов в исследуемых объектах. Поэтому роль динамических измерений особенно велика, во-первых, в областях науки, связанных с исследованием структуры материи, анализом и синтезом новых веществ и материалов, изучением объектов в экстремальных условиях, и, во-вторых, в отраслях техники и производства, для которых характерно создание новых технологических процессов и испытание новых машин, приборов и автоматов.
Требования, предъявляемые к качеству стендовых испытаний и эффективности производства, привели к изменению требований к результатам измерений. Отсутствие данных о точности измерений или недостаточно достоверные ее оценки полностью или в значительной степени обесценивают информацию о свойствах объектов и процессов, получаемых в результате измерений. Некорректная оценка погрешности измерений чревата большими экономическими потерями и техническими последствиями.
Для современного этапа развития измерительной техники характерен переход от наблюдения постоянных величин (характеристик свойств и состояний объектов) к наблюдениям переменных величин (характеристик процессов, т.е. закономерных изменений свойств и состояний объектов). Этот переход обусловлен двумя основными тенденциями развития измерений /37/.
Первая тенденция - это расширение областей применения точных измерений (измерение с оцениваемой точностью), в частности для технологического контроля параметров изделий в процессе изготовления, для эксплуатационного контроля технических устройств в процессе их работы, для испытания образцов новой техники, в том числе в нестационарных режимах, для исследования новых физических объектов и явлений, для изучения поведения объектов в экстремальных условиях. Вторая тенденция - повышение точности измерений, обусловленное стремлением исследовать все более тонкие явления природы и создать все более совершенные технические устройства. При этом ранее постоянные величины оказываются переменными.
Все это обуславливает актуальность динамических измерений.
