Errors Compensation Caused by Time Delay of Digital Sensors

Capa

Citar

Texto integral

Resumo

The paper is devoted to improving the accuracy of digital sensors with a time lag. The relevance of the topic is due to the widespread use of sensors of this type, which is largely due to a sharp increase in the requirements for measurement accuracy. The timeliness is associated also with the extensive application of digital technologies for information processing in control systems, communications, monitoring and many others. To eliminate the errors caused by the time delay of digital sensors, it is suggested to use an astatic high-speed corrector. The applicability of this corrector is justified by the properties of discrete-time dynamical systems. In this regard, at first, the conditions are considered under which the discrete systems are physically realizable and have a finite duration of the transient since in this latter case they are the fastest. It is also shown that in order to measure a polynomial signal of limited intensity with zero error in steady-state mode, the astatism order of the sensor must be one value greater than the degree of this signal. Based on the above conditions, the main result of the article is proved – a theorem in which the conditions for the existence of the astatic high-speed corrector are established. When this corrector is switched on at the output of the digital sensor or when its software is being corrected an upgraded sensor is formed, the error of which will be zero in steady-state mode. This is due to the fact that the corrector eliminates the error of the digital sensor caused by its time delay, which is assumed to be multiple of the sampling period. The order of the corrector as a system is determined by the integer solution of the equation obtained in the work, which relates the degree of the measured polynomial signal, the time delay of the digital sensor, the permissible overshoot of the upgraded sensor and the relative order of the desired corrector. This equation is solved for the cases, where the degree of the measured signals is not greater than one, the overshoot is equal to the frequently assigned values, and the time delay does not exceed four sampling periods. The corresponding order of the upgraded sensor is given in tabular form. This makes it possible to find the required corrector without solving the shown equation in many cases. The effectiveness of the suggested approach with respect to improving the accuracy of digital sensors is shown by a numerical example. The zero error value of the upgraded sensor is confirmed both by computer simulation and numerical calculation. The results obtained can be used in the development of high-precision digital sensors of various physical quantities.

Sobre autores

A. Gaiduk

Southern Federal University

Email: gaiduk_2003@mail.ru
Nekrasovsky Lane 44

N. Prokopenko

Don State Technical University

Email: prokopenko@sssu.ru
Gagarina Sq. 1

A. Bugakova

Don State Technical University

Email: annabugakova.1992@mail.ru
Gagarina Sq. 1

Bibliografia

  1. Liu С., Liu J.-G., Kennel R. Accuracy improvement of rotational speed sensors by novel signal processing method // Journal of Physics: Conference Series. IOP Publishing. 2018. vol. 1065. no. 7. pp. 072013. doi: 10.1088/1742-6596/1065/7/072013.
  2. Cao M., Yang J. The Effect of the approximation method for large time delay process on the performance of IMC-PID controller // Processing of the International Conference on Control, Power, Communication and Computing Technologies (ICCPCCT’2018). 2018. pp. 73–77. doi: 10.1109/ICCPCC.2018.8574299.
  3. Azzoni P., Caminale G., Carratù M., Iacono S.D., Fenza G., Gallo N., Liguori C., Londero E., Pietrosanto A., Rebella N. Distributed Smart Measurement Architecture for Industrial Automation // arXiv preprint arXiv:2107.14272. 2021. pp. 1–6. doi: 10.48550/arXiv.2107.14272.
  4. Zhang Y., Zhang S., Yin Y. Adaptive Fault Diagnosis for continuous Time-delay Repetitive System Subject to sensor Fault // Processing of the International Conference on Advanced Mechatronic Systems (ICAMechS’2015). 2015. pp. 456–460. doi: 10.1109/ICAMechS.2015.7287154.
  5. Annaby M.N., Al-Abdi I.A., Abou-Dina M.S., Ghaleb A.F. Regularized sampling reconstruction of signals in the linear canonical transform domain // Signal Processing. 2022. vol. 198. pp. 108569. doi: 10.1016/j.sigpro.2022.108569.
  6. Butler P. Antialiasing filtering considerations for high precision SAR analog-to-digital converters // Analog Dialogue. 2018. vol. 52. no. 3. pp. 54–59.
  7. Bakshi U.A., Bakshi L.A.V. Electronic measurement and instrumentation // Technical Publications. 2020. 700 р.
  8. Samoylov L.K., Prokopenko N.N., Bugakova A.V. Selection of the band-pass range of the normalizing signal transducer of the sensing element in the instrumentation and control systems // Processing of the IEEE International Conference on Solid-State and Integrated Circuit Technology (ICSICT’2018). 2018. pp. 1–3. doi: 10.1109/ICSICT.2018.8564937.
  9. Ballard Z., Brown C., Madni A. M., Ozcan A. Machine learning and computation-enabled intelligent sensor design // Nature Machine Intelligence. 2021. vol. 3. pp. 556–565. doi: 10.1038/s42256-021-00360-9.
  10. Pornsarayouth S., Wongsaisuwan M. Sensor fusion of delay and non-delay signal using Kalman filter with moving covariance // Proceedings of the IEEE International Conference on Robotics and Biomimetics. 2009. pp. 2045–2049. doi: 10.1109/ROBIO.2009.4913316.
  11. Chachula K., Slojewski T.M., Nowak R. Multisensor data fusion for localization of pollution sources in wastewater networks // Sensors. 2022. vol. 22. no. 1. pp. 1–19. doi: 10.3390/s22010387.
  12. Wang W., Cai F., Cui F., Yang F. Observer-based robust reliable H∞ control for uncertain time-delay discrete-time systems in the presence of sensor failure // Proceedings of International Conference on Control, Automation, Robotics and Vision. 2008. pp. 1489–1493. doi: 10.1109/ICARCV.2008.4795744.
  13. You F., Li H., Zhang Y., Guan S. A novel sensor fault diagnosis approach for time-varying delay systems with non-linear uncertainty // Transactions of the Institute of Measurement and Control. 2017. vol. 39. no. 7. pp. 1114–1120. doi: 10.1177/0142331216629200.
  14. Zemzemi A., Kamel M., Toumi A., Farza M. Robust integral-observer-based fault estimation for Lipschitz nonlinear systems with time-varying uncertainties // Transactions of the Institute of Measurement and Control. 2019. vol. 41. no. 7. pp. 1965–1974. doi: 10.1177/0142331218791227.
  15. Liu X., Sheng H. Active fault tolerant control of uncertain robotic system based on observer and sliding mode // IFAC-PapersOnLine. 2022. vol. 55. no. 1. pp. 598–603. doi: 10.1016/j.ifacol.2022.04.098.
  16. Stojanovic S.B., Debelkovic D.L., Antic D.S. Finite-time stability and analysis of discrete time-delay systems using discrete convolution of delayed states // Facta universitatis, Series: Automatic Control and Robotics. 2014. vol. 14. no. 32. pp. 147–158.
  17. Tao R., Li X.M., Wang Y. Time delay estimation of chirp signals in the fractional Fourier domain // IEEE Transactions on Signal Processing. 2009. vol. 57. no. 3. pp. 2852–2855. doi: 10.1109/TSP.2009.2020028.
  18. Pfeiffer J., Wu X., Ayadi A. Evaluation of three different approaches for automated time delay estimation for distributed sensor systems of electric vehicles // Sensors. 2020. vol. 20. no. 2. pp. 1–18. doi: 10.3390/s20020351.
  19. Chaudhary G., Jeong Y. A design of power divider with negative group-delay characteristic // IEEE Microwave Wireless Components Letters. 2015. vol. 25. no. 6. pp. 394–396. doi: 10.1109/LMWC.2015.2421280.
  20. Wan F., Miao X., Ravelo B., Yuan Q., Cheng J., Ji Q., Ge J. Design of multi-scale negative group delay circuit for sensors signal time-delay cancellation // IEEE Sensors Journal. 2019. vol. 19. no. 19. pp. 8951–8962. doi: 10.1109/JSEN.2019.2921834.
  21. Yuan A., Fang S., Wang Z., Liu H. A novel multifunctional negative group delay circuit for realizing band-pass, high-pass and low-pass // Electronics. 2021. vol. 10. no. 14. pp. 1–12. doi: 10.3390/electronics10141742.
  22. Мусаев Р.Ш., Здобнов С.А., Трофимов А.А., Цибизов П.Н. Этапы развития и основные направления совершенствования датчиков физических величин для ракетно-космической техники // Датчики и системы. 2019. № 12. С. 30–38.
  23. Плясовских А.П., Разумов А.В., Саута О.И. Требования к функциям и техническим характеристикам бортовых авиационных навигационно-информационных систем // Труды СПИИРАН. 2012. № 23. С. 381–391.
  24. How to Increase the Analog-to-Digital Converter Accuracy in an Application? Freescale Semiconductor, Inc., AN5250, Rev. 0, 01/2016, 20 p. Available at: https://cache.nxp.com/docs/en/application-note/AN5250.pdf (accessed 10.02.2022).
  25. Oppenheim A.V., Schafer R.W. Discrete-Time Signal Processing: Third edition // Pearson Higher Education. 2010. 1108 p.
  26. Gaiduk A.R., Prokopenko N.N., Bugakova A.V. Accuracy Increase of Discrete Sensors with Time Delay // IEEE Sensors Journal. 2020. vol. 20. no. 19. pp. 11400–11404. doi: 10.1109/JSEN.2020.2996079.
  27. Busek J., Zitek P., Vyhlidal T. Astatism analysis of time delay controllers towards effective anti-windup shemes // Proceedings of the International Conference on Process Control (PC’2019). 2019. pp. 74–79. doi: 10.1109/PC.2019.8815283.
  28. Гайдук А.Р., Плаксиенко Е.А. Анализ и аналитический синтез цифровых систем управления // СПб.: Лань, 2018. 272 с.
  29. Ким Д.П. Теория автоматического управления. Линейные системы // ЮРАЙТ, 2022. 312 с.
  30. Chen C.T. Linear System Theory and Design: Third edition // New York, Oxford: University Press. 1999. 334 p.
  31. Никольский В.А. Об одном способе обеспечения астатизма второго порядка в дискретной системе комбинированного управления с компенсацией возмущений // Известия вузов Электромеханика. 1978. № 11. С. 1168–1173.
  32. Chander B., Pal S., Di D., Buyya R. Artificial intelligence-based internet of things for industry 5.0 // Artificial intelligence-based internet of things systems. 2022. pp. 3–45. doi: 10.1007/978-3-030-87059-1_1.

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
Baixar

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».