Описание алгоритмов сбора, первичной обработки информации и циклического опроса датчиков.
Алгоритмические и программное обеспечение задач сбора и первичной обработки информации в информационных подсистемах.
Алгоритм циклического опроса датчиков
В общем случае опрос датчиков может осуществляться циклически и ациклически (адресно). При циклическом опросе порядок подключения датчиков к ИВК сохраняется постоянным во времени. Ациклический опрос точек измерения производится, как правило, по требованию оператора при нарушении нормального протекания технологического процесса.
Блок –схема алгоритма циклического опроса датчиков и контроля их показаний приведена на рис.1.
Предпологается, что датчики пронумерованы последовательно, начиная с первого и кончая n. Исходными данными для алгоритма служат число датчиков n, массивы верхних и нижних А,В,С,Д для сбора данных о выходе за пределы нормы показаний датчиков. В ячейках памяти А,В,С,Д соответственно хранятся показания 1-го датчика, Х отклонения его значения от нормы X, порядковый номер датчика и время (), в которое произошло отклонение от нормы.
Опрос начинается с первого I датчика. Вначале следует сравнить показания датчика с верхней нормой. Если это показание не выходит за верхнее предельное значение, то переходят к сравнению с нижней нормой. Если показание первого датчика не выходит за пределы верхней и нижней нормы, то переходят к опросу второго датчика. Аналогично обрабатывается информация, считываемая с последующих датчиков. Если при опросе всех датчиков системы их показаия остаются в пределах нормы, то машина прекращает работу по данному алгоритму. Печать данных не производтся или производится только по требованию оператора. Для следующего цикла опроса датчиков необходимо повторить запуск программы.
Если показания i-го датчика вышло за пределы нормы, то согласно алгоритму, представленному на рис.4, выполняются следующие операции: обращаются к таймеру;
В ячейки памяти А,Б,С,Д записывают соответственно величины.
С помощью переменной j отмечают порядковый номер события выхода контролируемого параметра за пределы нормы;
Из ячеек А,Б,С,Д величины переписывают в новые ячейки памяти А+1,В+1,С+1,Д+1;
Ячейки А,В,С,Д очищаю и подготавливают для приема данных на случай, если показания следующего датчика выйдут за пределы нормы;
Проводят опрос (0+1)-го датчика.
После завершения цикла опроса всех датчиков происходит печать данных. Данные выдаются в виде таблицы, содержащей j строк и четыре столбца с величинами соответственно.
На этом выполнение заданной программы прекращается. Через промежуток времени, равный периоду опроса, эту программу вновь запускают для обработки новых даных, поступающих от измерительных датчиков.
Алгоритм циклического опроса датчиков и сравнения их показаний с нормой иногда модифицируют и контролируют граничные значения до нескольких границ, соответствующих, например, предаварийной и аварийной ситуации. В этом случае наряду с печатью данных одновременно подают сигнал звуковой или световой индикации на пульт оператора.
5.2. Задачи первичной обработки информации.
К числу основных задач первичной обработки информации относятся:
1. Линеаризация выходных сигналов датчиков с нелинейными и слаболинейными статическими характеристиками.
2.Фильтрация выходных сигналов датчиков от высокочастотных помех, искажающих полезный сигнал.
3.Проверка исходной информации на достоверность и коррекция результатов измерений.
4.Коррекция показаний датчиков при отклонений условий измерения от расчетных (градуировочных).
5.Расчет действительных-:значений измеряемых величин в физических единицах измерения по кодам АЦП.
6.Экстрополяция значений измеряемых величин на интервале времени между очередными и последующими опросами датчиков.
5.2.Линеаризация выходных сигналов датчиков
Линеаризация сигналов осуществляется для датчиков с нелинейными статическими характеристиками. Нелинейность статических характеристик связаны с физическими свойствами чувстительных элементов (сильфонов, мембран, термосопротивлений и др.) или с методом измерения соответствующих величин (например, измерение расхода по методу переменного перепада дав.)
Одним из наиболее рациональных методов линеаризации, используемых при программировании и п 3.2.1, является аппроксимация статической характеристики датчика полином степени n.
Наибольшая возможная степень полинома выбирается из условия
Где допустимая погрешность аппроксимации.
Линеаризация выходных сигналов датчиков с квадратичными статическими характеристиками (дифманометров-расходомеров) осуществляется по алгоритму извлечения квадратного корня, описанному в (1).
5.2.2.Фильтрация измеряемых величин от помех
Методы фильтрации с целью исключения случайной погрешности измерения датчика основаны на гипотезе о том, что спектр случайного процесса содержит более высокие частоты, чем спектр полезного сигнала.Внешне фильтрация проявляется в том, что реализация процесса становится более плавной, чем исходная реализация. Отсюда второе название той же процедуры – сглаживание.
5.3.Фильтры.Алгоритмы фильтрации. Области применимости.
При построения оптимального или близкому к нему фильтра корреляционная функция полезного сигнал помеха, действующая на входе датчика, также является случайным стационарным процессом, некоррелироавнным с сигналом, имеющим нулевое математическое ожидание и корреляционную функцию вида.
Где К и m – параметры помехи, определяющие соответственно ее размах (дисперсию) и частотный спектр.
Рассматривается помеха более высокочастотная, чем полезный сигнал, поэтому всегда m>1.
В большинстве конкретных случаев получаемые оценки статических характеристик полезного сигнала и, тем более, помехи слишком приближенны, чтобы принимать для их корреляционных функций более точные, чем экспоненты, поэтому эти аппроксимации и приняты для дальнейшего анализа.
Фильтрация методом скользящего среднего.
Фильтр, осуществляющий сглаживание по методу скользящего среднего описывается следующим выражением
Где y(t) исходный случайный процесс, содержащий помеху;
T-интервал времени усреднения (параметр настройки фильтра). Погрешность этого метода фильтрации определяется путем подстановки выражения (6) в (3). В результате преобразования получим
Оптимальное значение интервала усреднения Т находится из условия минимизации погрешности фильтрации т.е.
В дискретной форме алгоритм фильтрации по методу скользящего среднего имеет вид:
Где число отсчете y(t), по которому производится усреднение;
-период опроса датчика
Простая по вычислениям формула (8) занимает, к сожалению, достаточно большой объем V оперативной памяти УВМ для хранения промежуточных значений суммы
Где -интервал времени, через который требуется выдавать значения α(t). Обычно 𝞶>= и кратно ему.
Наиболее распространенными является определением значения α(T) каждый период опроса датчика. В этом случае 𝞶= и V=n слов. Погрешность фильтрации дискретного варианта фильтра скользящего среднего определяется путем подстановки выражений (8), (4) и (5) в (3). В результате преобразования получим
Оптимальное значение n находится из условия минимизации погрешности фильтрации. Оно зависит от заданных параметров помехи Кт и периода опроса.
Фильтрация методом экспоненциального сглаживания.
В непрерывном варианте экспоненциальный фильтр представляет собой элементарно реализуемое одно емкостное звено с передаточной функцией вида
Где -коэффициент экспоненциального сглаживания (параметр настройки фильтра), выбираемый из условия минимизации средней квадратичной погрешности работы фильтра.
Погрешность работы фильтра определяется по формуле
Используя (12), можно определить оптимальное значении параметра настройки фильтра, т.е. значение, соответствующего условиям:
Реализуемый экспоненциальный фильтр должен иметь (), что возможно при условии.
В дискретной форме алгоритм фильтрации по методу экспоненциального сглаживания представляет собой рекуррентное соотношения вида
Где y(t)-значение входа; -значение вывода в момент предыдущего опроса.
Использование соотношения (13), независимо от требуемого интервала выдачи значения α(t), позволяет хранения промежуточных значений в оперативной памяти УВМ выделить всего одно слово. Погрешность работы дискретного фильтра экспоненциального сглаживания определяется по формуле:
При заданном периоде опроса значение параметра определяется минимизацией погрешности.
Области применимости фильтров скользящего среднего и экспоненциального сглаживания в плоскости параметров к и m приведены на рис.6.
Программы расчета фильтров скользящего среднего и экспоненциального сглаживания приведены в приложении.
5.3.Проверка исходной информации на достоверность и коррекция результатов измерений.
Исходная информация о текущем состоянии объекта поступает в ЭВМ по многим десяткам, а иногда и сотням ИИК. С увеличением их числа возрастает и риск попадания в систему недостоверной информации.
Недостоверная исходная информация появляется при отказах ИИК, которые делятся на полные и частичные (метрологические). Полный отказ наступает при выходе из строя или повреждении ИИК. При частичном отказе средства измерения сохраняют работоспособность, однако погрешность измерения соответствующего параметра превышает допустимое значение.
Обнаружение полных отказов ИИК является гораздо более простой задачей, чем выявление частичных отказов. Поэтому сначала рассмотрим алгоритм контроля достоверности исходной информации, позволяющие обнаружить только полный отказ ИИК. При этом недостоверное значение этого параметра должно быть заменено достоверной оценкой, в качестве которой может быть использовано предыдущее достоверное значение этого параметра или его значение, усредненное за некоторой интервал времени, предшествующий моменту обнаружения отказа ИИК. Последний способ применяют для наиболее ответственных параметров, например, расходов, значения которых используют при расчете ТЭП.
Алгоритм допускового контроля параметра. Он основал на том, при работе объекта значения каждого из контролируемых технологических параметров Х не могут выходить за определенные границы X<X<X
Соответственно при исправном ИИК должен быть ограничен и сигнал измерительной информации Y, поступающей в УВМ по этому каналу.
Y<Y<Y
Контроль достоверности по этому алгоритму заключается в проверке выполнение условия (15) для каждого значение сигнала измерительной информации, поступившего при очередном опросе ИИК. Блок-схема алгоритма представлена на рис. Он работает следующим образов.
После инициации работы алгоритма (блок-1) и вводе исходных данных (блок 2) организуется цикл проверки ИИК, каждому из которых присвоен свой номер (блок 3); в блоке 4 проверяется условие (I) при выполнении которого проверяется условие окончания работы алгоритма (блок 5). Выполнение условия ч=n (где n-число контролируемых ИИК) останавливает работу алгоритма. Если это условие не выполняется на I (блок 8),и цикл повторяется. Если при проверке в блоке 4 условие (I) не выполняется, то в блоке 6 недостоверное значение, заменяется на, в предыдущем цикле опроса ИИК. Затем на печать выводится сообщение о том, что обнаружен отказ j-того ИИК (блок 7) и работу алгоритма продолжает блок 5.
Алгоритм допускового контроля скорости измерения сигнала измерительной информации основан на том, что скорость изменения любого параметра X, ограничена условием.
Контроль достоверности исходной информации по условиям (15) и (17) часто совмещается. Тогда в блок-схему алгоритма на рис.7 между блоками 4 и 5 вводится еще одни блок, осуществляется проверку выполнения условия (17). При нарушении этого условия инициируется блок 6.
Алгоритмы контроля достоверности исходной информации, с помощью которых выявляются частичном отказы ИИК, основы на использовании информационной избыточности, которая всегда имеется в АСУ.Избыточность прежде всего может быть создана искусственно при проектировании АСУ за счет аппаратурной избыточности, например, резервирования ИИК для контроля наиболее важных параметров.
Другой вид информационной избыточности в АСУ обусловлен тем, что информация о действительном значении некоторого параметра содержится не только в измеренном значении этого параметра, но и в измеренных значениях других параметров, связанных с ним устойчив зависимостями, например, уравнениями материального баланса.
При разработке алгоритмов контроля достоверности исходной информации на основе информационной избыточности принимают следующие допущения:
1)маловероятно одновременное появление в пределах рассматриваемой структуры более чем одного источника недостоверной информации;
2)маловероятно одновременное изменение характеристик двух независимое источников информации, при котором соотношение между ними остается неизменным;
3)маловероятен выход за допустимые пределы показателя, зависящего от нескольких независимых величин, при нормальной вариации последних.
Эти алгоритмы широко применяют для контроля достоверности исходной информации и диагностики частичных отказов ИИК. При этом связи могут быть функциональные (например, уравнения материального и энергетического баланса) или вероятностными. В последнем случае они описываются регрессионными уравнениями.
Нарушения условия (30) хотя бы для одного уравнения связи служит признаком наличия частичных отказов. При этом в блоке 6 логическая переменная К приобретает значение I, и после окончания цикла расчета погрешностей уравнений связи алгоритм переходит к расчету оценок погрешностей измерений (блоки 10-25). Он начинается с циклического вычисления оценок коэффициентов, линеаризованных уравнений связи в блоках 10-16. Коэффициенты рассчитываются по формуле (8) в блоке 12. В блоке 17 формируется матрица коэффициентов системы линейных уравнений (24) и матрица столбец погрешностей. Если расчет выполняется для случая n=m, то на этом работа блока 17 заканчивается. Для случая n>m матрица, формируемая блоком 17, дополняется строками, соответствующим уравнениям (27). Блок 18 предназначен для решения одним из численных методов системы линейных уравнений (27) и (28). Эта часть алгоритма требует основных затрат машинного времени и оперативной памяти ЭВМ. В результатах работы блока 18 получают оценки погрешностей измерений.
В блоках 19-23 производится диагностика частичных отказов ИИК, для сего оценки, сравнивают с наибольшими допустимыми значениями погрешностей измерений.
Нарушение условия (31), которое проверяется в блоке 20,является признаком частичного отказа i-го ИИК: сообщение об этом формируется блоком 21. В блоке 22 рассчитывается откорректированное значение, измеряемой величины по формуле (29). Блок 25 служит для вывода результатов расчета, после чего работа алгоритма завершается. Исходными данными для работы алгоритма являются массивы следующих величин: измеренных значений параметров; допустимых погрешностей измерений; весовых коэффициентов (если n>m)
