Sensors signal processing under influence of environmental disturbances

• Autorzy: Cięszczyk S.

Warianty tytułu

PL

Przetwarzanie sygnałów z czujników przy zmiennych warunkach otoczenia

• Języki publikacji: EN

Abstrakty

EN

The article presents methods of counteracting the influence of environmental conditions on the measurement. Graphical representations of these methods have been proposed. Environmental disturbances occur in the measurement of industrial and environmental processes. It was assumed the presence of cross-sensitivity to one physical quantity (temperature) in an intelligent sensor with a multidimensional output. Correction of errors related to the influence of disturbances is done using signal processing methods.

PL

W artykule przedstawiono metody przeciwdziałania wpływowi zmian warunków fizykochemicznych na wynik pomiaru. Zaproponowano graficzną reprezentację omawianych metod. Zmiana warunków występuje w pomiarach wielu procesów przemysłowych oraz środowiskowych. Założono występowanie czułości skrośnej na jedną wielkość fizyczną (temperaturę) w czujniku inteligentnym o wyjściu wielowymiarowym. Korekcja błędów związanych z wpływem wielkości zakłócających odbywa się za pomocą metod przetwarzania sygnałów.

Słowa kluczowe

EN

measurement; measurand reconstruction; signal processing

PL

pomiary; rekonstrukcja mezurandu; przetwarzanie sygnałów

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2013
• Tom: R. 89, nr 4
• Strony: 129--131
• Opis fizyczny: Bibliogr. 21 poz., rys.

Twórcy

autor

Cięszczyk S.

• Lublin University of Technology, Institute of Electronics and Information Technology

Bibliografia

• [1] Ruhm K.H., Science and Technology of Measurement – A Unifying Graphic-Based Approach, 10th IMEKO TC7 International Symposium, June 30−July 2, 2004, Saint-Petersburg, Russia
• [2] Ruhm K.H., Sensor fusion and data fusion – Mapping and reconstruction, Measurement, 40 (2007), No. 2, 145-157
• [3] Szczuczyński D.K., Mroczka J., Comparing the quality of solutions of inverse problem in nephelometric and turbidimetric measurements, Optica Applicata, 39(3), (2009) 521-531
• [4] Mroczka J., Szczuczyński D., Improved regularized solution of the inverse problem in turbidimetric measurements, Applied Optics, 49(24) (2010), 4591-4603
• [5] Peinado A.C., van den Berg F., Blanco M., Bro R., Temperature-induced variation for NIR tensor-based calibration, Chemometrics and Intelligent Laboratory Systems, 83 (2006), 75-82
• [6] Chen T., Martin E., The impact of temperature variations on spectroscopic calibration modelling: a comparative study, Journal of Chemometrics, 21 (2007), No. 5-6, 198-207
• [7] Hageman J.A., Westerhuis J.A., Smilde A.K., Temperature robust multivariate calibration: an overview of methods for dealing with temperature influences on near infrared spectra, J. Near Infrared Spectrosc., 13 (2005), 53-62
• [8] Wójcik W., Cięszczyk S., Wirtualna kalibracja spektrometru do diagnostyki procesów spalania biomasy, Przegląd Elektrotechniczny, 7 (2010), 250-252
• [9] Kisała P., Application of inverse analysis to determine the strain distribution with optoelectronic method insensitive to temperature changes, Applied Optics, 51(16) (2012), 3599-3604
• [10] Hossein-Babaei F., Ghafarinia V., Compensation for the drift-like terms caused by environmental fluctuations in the responses of chemoresistive gas sensors, Sensors and Actuators B, 143 (2010), 641-648
• [11] Ziyatdinov A., Drift compensation of gas sensor array data by common principal component analysis, Sensors and Actuators B, 146 (2010), 460-465
• [12] Nowoceń S., Mroczka J., Influence of temperature on accuracy of pulse oximetry measurements, Przegląd Elektrotechniczny, 10 (2010), 289-292
• [13] Wolny S., Kędzia J., The assessment of the influence of temperature of selected parameters of the approximation method of depolarization current analysis of paper-oil insulation, Journal of Non-Crystalline Solids, 356 (2010), 809-814
• [14 Kisała P., Optoelectronic sensor for simultaneous and independent temperature and elongation measurement using Bragg gratings, Przegląd Elektrotechniczny, 11a (2012), 343-346
• [15] Mroczka J., Szczuczyński D.: Inverse problems formulated in terms of first-kind Fredholm integral equations in indirect measurements, Metrology and Measurement Systems, 16(3) (2009), 333-357.
• [16] Mroczka, J., Szczuczyński, D., Simulation research on improved regularized solution of inverse problem in spectral extinction measurements, Applied Optics, 51(11) (2012), 1715-1723.
• [17] Rudnitskaya A., Ehlert A., Legin A., Vlasov Y., Buttgenbach S., Multisensor system on the basis of an array of non-specific chemical sensors and artificial neural networks for determination of inorganic pollutants in a model groundwater, Talanta, 55 (2001), 425-431
• [18] Kadlec P., Gabrys B., Strandt S., Data-driven soft sensors in the process industry, Computers and Chemical Engineering, 33 (2009), 795-814
• [19] Zeaiter M., Roger J., Bellon-Maurel V., Rutledge D., Robustness of models developed by multivariate calibration. Part I: The assesment of robustness, Trends in Analytical Chemistry, 23 (2004), n.2, 157-170
• [20] Patra J.C., Chakraborty G., Meher P.K., Neural Network-based Robust Linearization and Compensation Technique for Sensors under Nonlinear Environmental Influences, IEEE Transactions on Circuits and Systems – I 55, (2008), No. 5, 1316-1327
• [21] Swierenga H., Wulfert F., De Noord O., De Weijer A.P., Smilde A., Buydens L., Development of robust calibration models in near infrared spectrometric applications, Analytica Chimica Acta, 211 (2000), 121-135