电气测量技术新发展ppt课件

,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,上一页,下一页,返 回,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,第,11,章 电气测量技术新发展,主讲：朱明,高级工程师、,高级技师、,国家,经济师,高级国家职业技能鉴定考评员,高级技能专业教师,知足常乐，历经兵农工商学。,历经：,兵团开车，地方修车，企业管理：技术、运营、物流、安全、保卫，,职任：,客运站长、公司经理，集团技术总监，总经理及法人代表。,学历：,本科、MBA，,专业：,汽车维修与使用、企业管理、经济管理。,职业资格与职称：,高级工程师、高级技师、国家经济师、高级技能专业教师、高级国家职业资格考评员。管理科学研究院特约讲师、管理顾问有限公司高级讲师。,客座任教：,大学、技师学院、国家职业资格培训与考评及企业内部职业培训。,Q,号,657555589,朱明 百度个人主页,(本人教学资料搜索:,朱明zhubob(资料内容),朱明工作室,第,11,章 电气测量技术新发展,11.1,误差修正技术,11.2,传感器自评估技术,11.3,多传感器数据融合,11.4,DSP,技术在测量系统中的应用,11.1,误差修正技术,我们从时间角度，把误差分为,静态误差,和,动态误差,。,静态误差包括通常所说的,系统误差,和,随机误差,。,动态误差又可分为第一类和第二类,11.1.1,系统误差的数字修正,11.1.2,动态误差的实时补偿,11.1.1,系统误差的数字修正,提高传感器动态响应的快速性，可以从两方面入手,:,一是在传感器本身想办法，改变传感器的结构、参数和设计。,二是在传感器输出信号的后续处理方面想办法，设计用于动态补偿的模拟或数字滤波器,(,通常称为动态补偿器,),，对传感器的信号进行校正，改善其动态性能。传感器动态补偿器设计的方法有零极点配置法、系统辨识法和神经网络方法等,1,零极点配置法,例如，对于一个属于二阶系统的传感器，其传递函数为,:,(1),一阶模型的补偿器,AD590,集成温度传感器可以等效为一阶系统,设计动态补偿器为,:,经过动态补偿后，等效系统,(,传感器和补偿器的组合,),为,(2),二阶模型的补偿器,设传感器为二阶系统，其传递函数为,有两种方法构造补偿器：,第一种是,将传感器的零极点全部消去，换上合适的极 点，此时，补偿器为,:,等效系统为,对,进行变换，得：,第二种方法,是替换传感器的极点，不动零点。补偿器为,两种方法比较,这两种方法的效果相当。但是，第一种方法得出的补偿器是三阶非齐次模型；第二种是二阶齐次模型，较易实现，更为可靠。用零极点配置法设计补偿器，要依据传感器的模型，所以，对传感器建模精度有一定要求，但是，并不严格。由于人为控制极点，补偿效果非常明显。对于高阶系统，一可以采用降阶的方法去近似处理；二可以用低阶补偿器去校正。,2.,系统辨识设计方法,(1),理想的动态响应,设等效系统为一阶系统：,设等效系统为二阶系统,(2),设计步骤,把传感器的阶跃响应作为补偿器的输入，把等效系统的理想阶跃响应作为补偿器的输出，用最小二乘辨识方法建立补偿器的模型。如果对传感器做阶跃响应法标定不方便，没有传感器的阶跃响应数据，可以依据其它标定方法的数据，建立传感器的模型，再计算出传感器的阶跃响应,11.2,传感器自评估技术,11,2,1,问题的提出,11,2,2,基本定义,11,2,3,应用举例,11,2,1,问题的提出,传感器受本身工作原理的限制、设计和制造方面的不足以及外界环境的干扰，使得其输出的测量结果有时不够准确和不可信。为了保证传感器测量的质量和输出数据的可信，和英国科学家提出了传感器自评估这一新的概念，指出传感器应该利用各种可用的信息，通过分析原始数据、测量值和辅助信号等，对自身的状态和性能做出一个内部的评估，给出有效测量数据，即当前测量值的最佳估计和有效度指数。,11,2,2,基本定义,它的输出有：被评估的测量值,(Validated Measurement Value,缩写为,VMV),、被评估的不确定度,(Validated Uncertainty,缩写为,VU),、测量值状态,(Measurement Value Status),和设备状态。,11,2,3,应用举例,传感器自评估技术已经在热电偶、溶解氧传感器、科氏力质量流量计、涡街流量计和差压式流量计等中得到了应用。,11,3,多传感器数据融合,11.3.1,基本概念,11.3.2,融合方法,11.3.3,应用举例,11.3.1,基本概念,1.,工作原理,多传感器数据融合就是像人脑综合处理信息一样，充分利用多个传感器的资源，通过对这些传感器及其观测信息的合理支配和使用，把多个传感器在空间或者时间上的冗余或者互补信息以某种准则来进行组合，以获得被测对象的一致性解释和描述。,2.,基本定义,比较全面的定义关于概括为：采用计算机技术，对不同时间与空间的多传感器信息资源，按照一定准则加以分析、综合、支配和使用，获得被测对象的一致性解释与描述，以完成所需的决策或者评估。,3.,发展过程,在第二次世界大战末期，高炮火控系统中同时使用了雷达和光学传感器。,上个世纪,80,年代初，多传感器数据融合的研究受到更多学者的注意，相应的理论和技术也在孕育中。,1984,年美国成立了数据融合专家组，并把数据融合列为重点研究开发的,20,项关键技术之一。,1998,年，在机器人领域颇有影响的一些国际学术会议、期刊都推出了传感器数据融合的专辑，自此，这一方向的研究变得十分活跃。,4.,主要作用,(1),提高信息的准确性和全面性。与一个传感器相比，多传感器数据融合处理可以获得有关周围环境更准确、全面的信息；,(2),降低信息的不确定性，一组相似的传感器采集的信息存在明显的互补性，这种互补性经过适当处理后，可以对单一传感器的不确定性和测量范围的局限性进行补偿；,(3),提高系统的可靠性，某个或某几个传感器失效时，系统仍能正常运行；,11.3.2,融合方法,1,处理过程,由于被测对象多半为具有不同特征的非电量，如温度、压力、声音、色彩和灰度等，所以首先要将它们转换为电信号，然后经过,A,D,变换将它们转换为能由计算机处理的数字量。数字化后电信号需经过预处理，以滤除数据采集过程中的干扰和噪声。对经处理后的有用信号作特征抽取，再进行数据融合；或者直接对信号进行数据融合。最后，输出融合的结果。,2,融合层次,数据融合层次的划分主要有两种方法。,第一种方法是将数据融合划分为低层（数据级或像素级）、中层（特征级）和高层（决策级）。,另一种方法将是将传感器集成和数据融合划分为信号级、证据级和动态级。,局限性,(1),由于所要处理的传感器信息量大，故处理代价高；,(2),融合是在信息最低层进行的，由于传感器的原始数据的不确定性、不完全性和不稳定性，要求在融合时有较高的纠错能力；,(3),由于要求各传感器信息之间具有精确到一个像素的配准精度，故要求传感器信息来自同质传感器；,(4),通信量大。,3,主要方法,具体的数据融合算法有：,加权平均,卡尔曼滤波,贝叶斯估计,统计决策理论,模糊逻辑法,产生式规则法,神经网络方法,神经网络方法,基于神经网络的多传感器信息融合,处理过程,用选定的,N,个传感器检测系统状态；,采集,N,个传感器的测量信号并进行预处理；,对预处理后的,N,个传感器信号进行特征选择；,对特征信号进行归一化处理，为神经网络的输入提供标准形式；,将归一化的特征信息与已知的系统状态信息作为训练样本，送神经网络进行训练，直到满足要求为止,11,3,3,应用举例,在工业机器人、智能检测系统、工业过程监控、智能交通、遥感和军事等领域得到应用。,11.4 DSP,技术在测量系统中的应用,11,4,1 DSP,的特点,11,4,2 DSP,的主要系列,11,4,3 DSP,应用举例,11.4.1 DSP,的特点,DSP,针对实时数字处理在处理器结构、指令系统、指令流程上做了很大的改进，其,特点,如下：,(1),哈佛结构,(2),流水线操作,(3),硬件乘法器,/,累加器,(4),取指令和存取多个数据的操作,(5),带有,DMA,通道控制器,(6),配有中断处理器和定时控制器,(7),具有软、硬件等待功能,(1),哈佛结构,DSP,普遍采用了数据总线和程序总线分离的哈佛,(Harvard),结构及改进的哈佛结构，比传统处理器的冯,诺依曼,(Von Neumann),结构有更高的指令执行速度。,微处理器结构,冯,诺伊曼结构,哈佛结构,(c),超级哈佛结构,(2),流水线操作,要执行一条,DSP,指令需要通过取指令、译码、取操作数和执行等几个阶段，,DSP,的流水线是指它的几个阶段在程序执行过程中是重叠的，即在执行本条指令的同时，下面的三条指令也依次完成了取操作数、译码、取指令的操作。,(3),硬件乘法器,/,累加器,针对滤波、相关、矩阵运算等需要大量乘法累加运算的特点，,DSP,大都配有独立的乘法器和加法器，使得同一时钟周期内可以完成一次乘加运算。,(4),片内不仅有多条总线，可以同时进行取指令和存取多个数据的操作，并且有辅助寄存器用于寻址，它们可以在寻址访问前或访问后自动修改内容，以指向下一个要访问的地址；,(5),许多,DSP,带有,DMA,通道控制器，以及串行通信口等，配合片内多总线结构，数据块传送速度大大提高；,(6),配有中断处理器和定时控制器，可以方便地构成一个小规模系统；,(7),具有软、硬件等待功能，能与各种存储器接口。,11.4.2 DSP,的主要系列,TI(,美国德州仪器,),公司和,ADI(,美国模拟器件,),公司,ADI,公司,16,位定点,DSP,芯片,ADSP-21xx,、,SHARC,系列,DSP,芯片以及,TigerSHARC,系列,DSP,芯片。,TMS320,系列已有,:,C2000,，,C5000,和,C6000,系列。其中，,C2000,系列主要用于数字控制，,C5000,系列主要用于数字通信，,C6000,系列主要用于图像处理。,11.4.3 DSP,应用举例,1,基于,DSP,的传感器动态补偿系统,2.,基于,DSP,的多传感器数据融合系统,1,基于,DSP,的传感器动态补偿系统,动态实时校正系统框图,动态补偿结果,1,为腕力传感器输出信号，,2,为动态补偿结果,2.,基于,DSP,的多传感器数据融合系统,系统硬件框图,软件总框图,