Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 3

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  blind correction
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Praktyczna realizacja korekcji błędu dynamicznego pomiaru metodą "w ciemno" wykazała, że najtrudniejszym do spełnienia jest warunek zapewnienia jednakowego wzmocnienia w obu torach pomiarowych. Opierając się na algorytmie różnicowym korekcji wykonano badania symulacyjne, w których uwzględniano różne przypadki występowania niejednakowego wzmocnienia w obu torach. W niniejszej pracy przebadano przypadki w których realizowana jest autoidentyfikacja własności statycznych w jednym lub w obu torach pomiarowych. Wyniki symulacji takich systemów porównano z wynikami symulacji systemu w którym dokładnie znamy wartości wzmocnień w obu torach. Jednym z wniosków jest konstatacja, że błędy numeryczne występujące w badaniach symulacyjnych nie pozwalają na wykrycie bardzo małych różnic we wzmocnieniach. Można też stwierdzić, że wpływ na tą sytuację błędów optymalizacji nie jest duży i w przypadku nieznajomości własności statycznych korygowanych torów, metoda ich autoidentyfikacji jest dobrym rozwiązaniem.
EN
The practical application of the dynamic error correction, using the "blind correction" method has showed that ensuring the equal gain in both measuring channels is the most difficult condition to be fulfilled. Basing on the tuning models differential algorithm for the “blind correction” a simulation investigation has been carried out, taking into under consideration various options of non-equal gain factors in both channels.The results obtained from simulation of such system were compared to those of an ideal system The best results were obtain in case auto-identification both gain factors. One of the conclusions is that the numerical errors, occurring in simulations, do not allow detecting very small differences in the gain factors.
PL
W artykule przedstawiono ideę korekcji dynamicznej z wykorzystaniem dwóch czujników pomiarowych. Metoda ta pozwala na jednoczesną identyfikację parametrów dynamicznych oraz korekcję błędu dynamicznego wnoszonego przez przetworniki. Z uwagi na często występujące fluktuacje współczynników opisujących dynamikę czujników, w pracy skupiono się nad iteracyjną metodą identyfikacji pozwalającą na szybkie ich wykrywanie. W pracy zamieszczono przykładowe wyniki badań symulacyjnych przeprowadzonych z wykorzystaniem omawianej metody.
EN
The article presents the measuring system destined for the “blind” correction of the dynamic error and one of the identification method, which can be used in real time. “Blind” correction allows to identify dynamic characteristic of the I-order system sensors and to correct the dynamic error in the same time. The presented iteration algorithm allows for slow fluctuation of sensors’ value time constants relating to measuring signal. Theoretical discussion is visualized by simulation research results.
PL
W artykule przedstawiono strukturę systemu pomiarowego oraz trzy metody autoidentyfikacji właściwości dynamicznych przetworników pomiarowych I rzędu. Podstawową cechą korekcji " w ciemno" jest to, że identyfikacja przeprowadzana jest w miejscu pracy przetwornika przy wykorzystaniu tylko mierzonego sygnału. Pierwsza metoda identyfikacji selekcjonuje uzyskane próbki rejestrowanych sygnałów pod kątem najkorzystniejszego uwarunkowania numerycznego zalgebraizowanego równania różniczkowego. Rozwiązanie tak utworzonego układu równań algebraicznych obarczone jest najmniejszym błędem numerycznym. Druga metoda wykorzystuje rozkład QR jako wariant procedury LSQ do rozwiązania nadokreśłonego układu równań algebraicznych i uwzględnia wszystkie zarejestrowane próbki sygnałów. Trzecia metoda - hybrydowa - łączy zalety obu poprzednich, wstępnie wybierając fragmenty sygnałów, istotne z punktu widzenia identyfikacji, które z kolei wykorzystywane są przez procedurę LSQ. Dzięki temu zmniejszony zostaje rozmiar zadania, co łagodzi wymagania sprzętowe implementacji tej metody oraz zwiększa odporność systemu pomiarowego na oddziaływanie zakłóceń. Szeregowe korektory o parametrach dobieranych na podstawie wyników autoidentyfikacji są realizowane na drodze programowej. Efekty działania prezentowanych metod korekcji zilustrowano wybranymi przykładami uzyskanymi na drodze symulacji.
EN
A structure of the measuring system destined for the "blind" correction of the dynamic error has been shown in the article. Dynamic properties of the measuring system are self-identified, based on time-varying signals, using solely the measured signal at the system operating site. Three self-identification methods of the dynamic characteristic of the I-order system sensors have been described. The first method selects such samples of the transducer output signals that generate a set of the linear equations of the best condition number. This minimizes numerical errors of the equations solution. The second method uses the QR orthogonal-triangular decomposition and LSQ procedures to solve the overdetermined set of the linear equations. This linear equations are created for each sample moment. The third one called "the hybrid algorithm " involves positive features of the two farmer methods. Firstly, a subset of samples is chosen that is significant for the identification. Secondly the set of equations is solved using QR and LSQ procedures. Due to these steps, the size of the numerical task is considerably reduced. The hardware requirements are reduced by this method and the robustness of the noise is increased in comparison to LSQ procedure. The software serial corrector uses results of the self-identification. Some simulation results illustrate the effectiveness of these methods.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.