Identyfikatory
Warianty tytułu
Use of a genetic algorithm to determine the gain of the input amplifier of the signal logger
Konferencja
XLVIII Międzyuczelniana Konferencja Metrologów MKM 2016 (XLVIII; 05.09-07.09.2016; Kraków, Polska)
Języki publikacji
Abstrakty
W artykule przedstawiono projekt wzmacniacza nieodwracającego o zmiennym współczynniku wzmocnienia dla modułu pięciozakresowego miernika napięcia. Zadaniem wzmacniacza jest dopasowanie zakresu wejściowego urządzenia do wejścia przetwornika analogowo-cyfrowego. Przełączenie zakresu (wzmocnienia) odbywa się poprzez wybór odpowiedniej pary rezystorów odpowiedzialnych za wzmocnienie i podzielenie sygnału. Zestaw rezystorów przełączanych został dobrany za pomocą algorytmu genetycznego zaimplementowanego jako aplikacja napisana w środowisku LabVIEW. Program poszukuje rozwiązania w zadanej puli rezystorów zwanej populacją, poszukując wartości spełniające wszystkie zadane wzmocnienia sygnału.
Goal of the paper is to find proper resisnace values for input amplifier of voltage measurement module – see fig. 2. The voltage measurement module is a part of a bigger device which is a signal logger presented in fig. 1. The structure of the amplifier is presented in fig. 3. A pairs of resistors set the amplifier gains, the gain factor is given by equation (1). One resistor from RA group (which contains R1-R3) and one resistor from RB group (which contains R4-R6) set the gain factor. The variable gain convertes signal from choosen input of the module into ADC converter input. The module need five measurement ranges which have to be converted into ADC input, so five gain factors are needed. The genetic algorithm was employed to find the resistance values. Group of six resistors called genes buid chromosome – fig. 4. The matching function compares nine gains given by pairs of resistors with five desirable gains, each mached gain increases matching factor, expected factor is equal to five. The maching function is presented in fig. 6. The software was implemented in LabVIEW environment. The code is presented in fig. 7, as well as GUI is presented in fig. 8. The software finds the solution in given range of resistor values. In result it try to find all five signal gains. Two series of resistances were taken into account, the first one is E96 (1%) serie with 318 elements, the second one was series available in local electronic shop with 72 elements. The solutions were found in both cases. The results are presented in fig. 9.
Rocznik
Tom
Strony
53--56
Opis fizyczny
Bibliogr. 5 poz., rys.
Twórcy
autor
- Politechnika Śląska, Wydział Elektryczny, Katedra Mechatroniki tel.: 32 237 28 03
autor
- Politechnika Śląska, Wydział Elektryczny, Katedra Mechatroniki tel.: 32 237 28 03
Bibliografia
- 1. U. Boryczka: Algorytmy optymalizacji mrowiskowej. Wyd. UŚ, Katowice 2006
- 2. M. Boryczka: Programowanie mrowiskowe w procesie aproksymacji funkcji. Wyd. UŚ, Katowice 2006
- 3. J. Cytowski: Algorytmy genetyczne. Podstawy i zastosowania. Seria Informatyka. Problemy współczesnej nauki teoria i zastosowania. Akademicka Oficyna Wydawnicza PLJ, Warszawa 1996
- 4. P. Horowitz, W. Hill: Sztuka Elektroniki. Tom 1. Wyd 8. WKŁ, Warszawa 2006
- 5. M. Tomera: Zastosowanie algorytmów rojowych do optymalizacji parametrów w modelach układów regulacji. Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej nr 46, XXV Seminarium Zastosowanie Komputerów w Nauce i Technice 2015, Gdańsk 2015
Uwagi
PL
Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-2eb9b445-ef00-4713-a55e-3c378033fc33
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.