WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

загрузка...
   Добро пожаловать!

Pages:     | 1 || 3 |

После этого проводится аппроксимация параметров bj функции 1(аj) по величине x3. В результате аппроксимации получаем значения параметров сj функции 1(bj), описывающих функцию поведения потенциала значений величины ув трехмерном скалярном поле у1 = f1(x1,x2,х3). Аналогичным образом задаются поля передаточных функций y2 = f2(x1,x2,х3) и у3 = f3(х1, х2,х3).

Итак, ИП описан математической моделью, представляющей собой три набора коэффициентов, определяющих вид передаточных функций для каждого канала преобразователя. Теперь по значениям выходных величин измерительного преобразователя, используя параметры полученной математической модели, можно определить значения его входных величин. Один из возможных способов решения этой задачи заключается в сужении области возможных значений входных величин при заданных значениях выходных величин. Данный процесс является итерационным и сходящимся. Критериями выхода из итерационного процесса могут быть, например, количество циклов, разница между значениями входных величин, рассчитанных на двух соседних итерациях и др.

В результате область возможных значений входных величин ИП сузится с некоторой погрешностью до искомых значений x1, x2, х3.

Таким образом, по значениям выходных величин ИП и заранее определенным параметрам его математической модели можно определить значения входных величин в условиях их взаимного влияния и нелинейности передаточных функций для произвольного числа измерительных каналов.

Апробация предложенного способа проводилась на примере ИП расхода, состоящего из двух тензометрических датчиков давления, включенных последовательно в единую измерительную цепь. Подобная схема включения позволила организовать в преобразователе три влияющих друг на друга измерительных канала: давления, перепада давления и температуры. Использование разработанного способа не потребовало какого-либо усложнения ИП или включения его в более сложную схему. Указанное обстоятельство позволило упростить устройство измерительных каналов, а максимальная приведенная погрешность по каждому каналу при аппроксимации передаточных функций преобразователя полиномами второго порядка не превысила 0,25% во всем диапазоне изменения влияющих величин.

Описанные выше методы позволяют добиться высокой точности при обработке градуировочных данных, не содержащих случайные выбросы. В реальных условиях эмпирические данные, участвующие в градуировочном эксперименте, содержат некоторую ошибку измерения, в том числе выбросы или промахи, что отрицательно сказывается при определении параметров математической модели измерительного преобразователя.

Добиться уменьшения погрешности от влияния случайных выбросов экспериментальных данных, полученных в результате градуировочного эксперимента, позволил другой разработанный автором способ.

Рассмотрим его на примере ИП с двумя влияющими друг на друга измерительными каналами. Предположим, что х1, х2 – входные величины, а у1 и у2 – выходные величины, являющиеся функциями величин, действующих на его входе, т.е. у1 = f1(x1, x2), а у2 = f2(x1, x2). Опишем передаточные функции измерительных каналов преобразователя у1 и у2 математической моделью согласно рассмотренному выше методу.

Расчетные значения входных величин в узловых точках матрицы экспериментальных данных можно получить путем решения обратной задачи с использованием параметров полученной математической модели. После чего определяются значения погрешностей приближения расчетных значений, полученных в соответствии с математической моделью, к истинным значениям измеряемых величин в узловых точках матрицы экспериментальных данных как разность истинного и расчетного значений входных величин.

Разные способы аппроксимации имеют соответствующие критерии достижения близости аппроксимирующих функций к экспериментальным данным.

Так, метод наименьших квадратов в качестве такого критерия использует минимум суммы квадратов отклонений экспериментальных значений от значений, полученных с помощью аппроксимирующей функции.

На следующем этапе реализации способа производят коррекцию параметров математической модели ИП путем повторного ее определения с учетом поправочных коэффициентов, определяемых как величины, функционально связанные со значениями погрешностей в узловых точках матрицы экспериментальных данных. Данные поправочные коэффициенты учитываются в критерии соответствующего способа аппроксимации по достижению оптимального приближения к экспериментальным данным. В частном случае, при использовании в качестве способа аппроксимации метода наименьших квадратов, вместо критерия n min (yi - f(xi )),(1) i=используется следующая форма с учетом поправочных коэффициентов:

n min (yi - f(xi )) ki.(2) i=В формулах (1) и (2) уi – значение выходных, хi – значение входных величин, f(х) – аппроксимирующая функция, n – число точек, участвующих в эксперименте, ki – поправочный коэффициент i-той точки данных, определяемый, в частности, как ki = 1 ei, где ei – погрешность приближения в i-той точке матрицы экспериментальных данных.

Процесс определения поправочных коэффициентов, а затем и параметров математической модели, повторяют в итерационном цикле, критерием выхода из которого может служить, например, разность приведенных погрешностей в узловых точках матрицы экспериментальных данных, рассчитанных на двух соседних итерациях.

Предлагаемый способ прошел апробацию при работе с интегральными тензометрическими преобразователями давления. Основной входной величиной в этом случае являлось измеряемое давление, а дополнительным параметром – температура преобразователя. Передаточные функции каждого канала ИП по результатам градуировочного эксперимента аппроксимировались полиномами второго порядка методом наименьших квадратов. В одной из точек градуировочного эксперимента был искусственно введен выброс данных, соответствующий изменению значения давления на 0,75%. После этого с помощью полученных параметров математической модели во всех точках градуировочного эксперимента была решена задача определения пар значений давления и температуры по соответствующим парам выходных величин ИП. Затем, в каждой точке градуировочного эксперимента были рассчитаны погрешности приближения расчетных и экспериментальных значений, представленные на рисунке 1(а) в виде трехмерных диаграмм в координатах давления и температуры.

Характерные изгибы поверхности в точке выброса и ее окрестности указывают на высокие погрешности адекватности модели в этих точках.

На рисунке 1(б) показана диаграмма погрешностей определения математической модели измерительного преобразователя по описанной выше методике. В этом случае погрешности приближения в окрестности точки выброса заметно уменьшились, вследствие чего можно считать, что математическая модель измерительного преобразователя определена более корректно.

Сказанное выше подтверждает рисунок 1(в), на котором приведена трехмерная диаграмма погрешностей измерительного преобразователя в узловых точках матрицы экспериментальных данных без выброса, рассчитанных с использованием скорректированных параметров математической модели. Максимальная погрешность адекватности модели в этом случае не превышает 0,02%.

а) б) в) Рисунок 1– Графическая иллюстрация погрешностей ИП Упомянутые выше методы предполагают проведение градуировочного эксперимента, в ходе которого необходимо точно знать значение влияющего параметра и, кроме того, поддерживать его постоянным на нескольких уровнях в течение определенного времени. В реальных условиях далеко не всегда удается измерить значение помехи и, тем более, добиться ее стабильности.

В этом случае предлагается воспользоваться другим способом. Рассмотрим общий случай n-канального ИП. Предположим, что Х1, Х2, …, ХM – входные информативные параметры, а ХM+1, ХM+2, …, ХN – помехи по отношению к ним.

Y1, Y2, …, YN – выходные величины, являющиеся функциями величин, действующих на его входе. Опишем ИП системой уравнений:

Y1 = f1(X1,X2,...,XM-1,XM,XM+1,...,XN ), Y = f2 (X1,X2,...,XM-1,XM,XM+1,...,XN ), (3)...

YN = fN (X1,X2,...,XM-1,XM,XM+1,...,XN ).

Определим входные величины Х1, Х2, …, ХM по значениям выходных величин Yi в условиях влияния параметров ХM+1, ХM+2, …, ХN. Решая систему уравнений (3) относительно информативных параметров, получим следующие функциональные зависимости:

X1 = 1(Y1,Y2,...,YN-1,YN );

X = 2 (Y1,Y2,...,YN-1, YN );

...

(4) XM-2 = M-2 (Y1,Y2,...,YN-1,YN );

XM-1 = M-1(Y1,Y2,...,YN-1,YN );

= M (Y1,Y2,...,YN-1,YN ).

XM Для определения параметров функций i, проводится градуировочный эксперимент с измерением значений выходных величин ИП. Входные величины при этом необходимо изменять во всем возможном диапазоне. Но, поскольку чувствительный элемент ИП интегрированный, т.е. воспринимает все входные воздействия одновременно, и изменение любой входной величины приводит к мгновенному отклику со стороны выходных величин измерительного преобразователя, нет необходимости стабилизировать влияющие факторы. Для получения параметров математической модели ИП используют значения входных и выходных величин основных каналов и значения выходных величин дополнительных каналов.

Использование разработанного способа градуировки измерительных преобразователей при работе с интегральными тензометрическими преобразователями давления позволило производить измерения давления с приведенной погрешностью, не превышающей 0,25% во всем диапазоне изменения давления и температуры.

Все перечисленные выше способы не учитывают временную нестабильность характеристик ИП. Тем не менее, только дополнительная приведенная погрешность от дрейфа нуля ИП в течение года может достигать 0,1%. В связи с этим, для достижения требуемой точности измерения во всех частях широкого диапазона измеряемых величин, считается перспективным использовать для коррекции статических характеристик самообучающиеся системы на основе искусственных нейронных сетей.

Третья глава посвящена описанию ИИС МТУ, разработанной при непосредственном участии автора на основании полученных в данной работе результатов.

МТУ предназначен для измерения давления и температуры на нефтегазодобывающих и нефтеперерабатывающих предприятиях, предприятиях теплоэнергетики и водоснабжения как автономном, так и в дистанционном.

Структурная схема МТУ приведена на рис. 2. На схеме обозначено: АЦП – аналого-цифровой преобразователь, МК – микроконтроллер, PWR – стабилизатор питания, RTС – таймер реального времени, ППЗУ – энергонезависимая FLASH-память, ЭВМ – электронно-вычислительная машина, ТПД – тензометрический преобразователь давления, ДТ – выносной малоинерционный датчик температуры, ИТ – источник тока, G1 – батарея питания, G2 – литиевый элемент питания, SPI, I2C – внутрисхемные протоколы обмена.

ИТ ИТ RTC GДТ Т I2C ТПД АЦП ППЗУ FТ МК SPI Р RS-232 ЭВМ +3V PWR RS-GРисунок 2 – Структурная схема МТУ Прибор содержит чувствительный элемент питания в виде интегрально тензометрического преобразователя давления (ТПД), включенного в цепь источника тока, состоящего из управляемого источника опорного напряжения и операционного усилителя. Выходной сигнал с ТПД в виде напряжения поступает на один из входов многоканального сигма-дельта АЦП. Ко второму входу АЦП подключен вход измерительной цепи, формирующей напряжение, пропорциональное температуре ТПД, что позволяет в дальнейшем программным путем корректировать температурную погрешность ТПД. Третий вход АЦП подключен к выходу измерительной цепи выносного датчика температуры (ДТ).

Использование разработанного способа градуировки ИП с интегрированным чувствительным элементом позволяет скомпенсировать погрешности, вносимые дрейфом нуля тензометрического преобразователя давления при изменении температуры, а также температурной зависимостью чувствительности ИП. При этом основными источниками погрешностей МТУ являются: погрешности образцовых средств измерения, используемых при градуировке, погрешность аналого-цифрового преобразования, погрешность адекватности модели ИП и временная нестабильность параметров компонентов, а также изменение последних при циклическом воздействии измеряемых величин. Анализ источников этих погрешностей и оценка их значений показали, что максимальная приведенная погрешность МТУ не превышает 0,1%, однако, на основании испытаний во ВНИИМ им. Менделеева она была принята равной 0,25%.

В четвертой главе описана программная оболочка, предназначенная для организации пользовательского интерфейса с измерительным преобразователем давления и определения параметров его математической модели.

Рисунок 3 – Внешний вид программы.

Программа позволяет запускать МТУ в работу с различной дискретностью измерения, считывать и сохранять информацию из памяти прибора с последующим визуальным представлением полученной информации. Отдельным пунктом в программе реализована разработанная автором методика обработки результатов градуировочного эксперимента и определение параметров математической модели измерительного преобразователя.

Высокие метрологические характеристики измерительных преобразователей давления МТУ позволяют использовать их в составе систем обнаружения утечек, предназначенных для контроля целостности газопровода и выявления места и объема утечки на контролируемом участке.

Для промышленных экспериментов выбрали участок магистрального газопровода диаметром 1400 мм в Полянском ЛПУ МГ. В испытаниях участвовали преобразователи давления с пределом измерения 100 кГ/см2. Показания преобразователей давления измерительных МТУ сопоставлялись с показаниями датчиков избыточного давления фирмы HoneyWell, широко применяющихся в настоящее время в подразделениях ОАО «Газпром».

В ходе первого испытания последовательно, через временной интервал, равный 1 минуте, открывались шаровые краны отводов труб 30 мм каждая.

Расстояние от датчиков до кранов составляло при этом около 300 метров. Как видно из рисунка 4(а), измерительные преобразователи давления МТУ зафиксировали перепад давления, равный 0,04 атм. После обработки результатов измерений с помощью программы верхнего уровня с использованием методов цифровой фильтрации данных (рисунок 4(б)) можно наблюдать полки давления, соответствующие изменению давления в системе на 4, 5 и 6 минутах. Датчики избыточного давления HoneyWell не зарегистрировали изменение давления в системе во время эксперимента.

Промысловые испытания и промышленная эксплуатация МТУ подтвердили правильность заложенных алгоритмических и конструктивных решений и показали, что технические и метрологические характеристики МТУ позволяют контролировать технологический процесс перекачки и обнаруживать малейшие его изменения, связанные с возникновением утечек, и могут быть использованы, в том числе, и для управления работой автоматических кранов магистральных газопроводов.

Pages:     | 1 || 3 |






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»