Компенсация ошибок, вызванных временной задержкой цифровых датчиков

Обложка

Цитировать

Полный текст

Аннотация

Исследование посвящено повышению точности цифровых датчиков с запаздыванием по времени. Актуальность темы обусловлена широким распространением датчиков этого типа, что во многом обусловлено резким повышением требований к точности датчиков, а также расширяющимся применением цифровых технологий для обработки информации в системах управления, связи, мониторинга и многих других. Для устранения ошибок, обусловленных временной задержкой цифровых датчиков, предлагается использовать астатический быстродействующий корректор. Целесообразность применения этот корректора обосновывается свойствами дискретных динамических систем. В связи с этим сначала рассматриваются условия, при которых дискретные системы являются физически реализуемыми и имеют конечную длительность переходных процессов, поскольку в этом последнем случае они являются наиболее быстродействующими. Также показано, что для измерения полиномиального сигнала ограниченной интенсивности с нулевой ошибкой в установившемся режиме, датчик должен иметь порядок астатизма на единицу больше степени этого сигнала. На основе приведенных условий доказывается основной результат статьи – теорема, в которой устанавливаются условия существования астатического быстродействующего корректора. При включении этого корректора на выходе цифрового датчика или коррекции программного обеспечения последнего образуется модернизированный датчик, ошибка которого в установившемся режиме будет равна нулю. Это происходит вследствие того, что корректор устраняет ошибку цифрового датчика, обусловленную имевшейся в нём задержкой по времени, которая предполагается кратной периоду дискретизации. Порядок корректора как системы определяется целочисленным решением полученного в работе уравнения, которое связывает степень измеряемого полиномиального сигнала, запаздывание цифрового датчика, допустимое перерегулирование модернизированного датчика и относительный порядок искомого корректора. Это уравнение решено для случаев, когда степень измеряемого сигнала не больше единицы, перерегулирование равно часто назначаемым значениям, а задержка по времени не превышает четырёх периодов дискретизации. Порядки соответствующих модернизированных цифровых датчиков приведены в табличной форме. Это позволяет находить необходимый корректор без решения указанного уравнения во многих практических случаях. Эффективность предлагаемого подхода к повышению точности цифровых датчиков показана на численном примере. Нулевое значение ошибки модернизированного датчика подтверждается как путем компьютерного моделирования, так и численным расчетом. Полученные результаты могут использоваться при разработке высокоточных цифровых датчиков различных физических величин.

Об авторах

А. Р Гайдук

Южный федеральный университет

Email: gaiduk_2003@mail.ru
переулок Некрасовский 44

Н. Н Прокопенко

Донской государственный технический университет

Email: prokopenko@sssu.ru
площадь Гагарина 1

А. В Бугакова

Донской государственный технический университет

Email: annabugakova.1992@mail.ru
площадь Гагарина 1

Список литературы

  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.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

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».