Wyniki wyszukiwania - BazTech

1

Symulacja zakłóceń w układach automatyki utworzonych za pomocą obwodów elektrycznych w programach Mathcad i PSpice

Frączak P.

Poznan University of Technology Academic Journals. Electrical Engineering

|

2013

|

No. 76

241--249

PL

Praca zawiera opis analityczny metodą zmiennych stanu (zapis macierzowy) obwodu elektrycznego. Jako zmienne stanu przyjęto prądy w cewkach i napięcie na kondensatorze. Zmienne stanu opisują określony układ automatyki. Wybrane układy automatyki wielowymiarowe poddane działaniu sygnałów zakłócających ujęto analitycznie układami równań różniczkowych pierwszego rzędu (zapis macierzowy). Sygnały zakłócające utworzono z funkcji trygonometrycznych i procedury rnd(x) programu Mathcad generującej liczby pseudolosowe o rozkładzie naturalnym. Obliczenia symulacyjne sygnałów wyjściowe wybranych układów automatyki z zakłóceniami wyznaczono w oparciu o ich opisy analityczne (układ równań różniczkowych pierwszego rzędu). Układ równań różniczkowych pierwszego rzędu rozwiązano numerycznie metodą równań różnicowych w programie Mathcad. Uzyskane wyniki obliczeń symulacyjnych sygnałów wyjściowych wybranego układu automatyki zweryfikowano w programie PSpice. Weryfikacja w programie PSpice polegała na stworzeniu schematu zastępczego danego obwodu elektrycznego stanowiącego układ automatyki i zadeklarowania odpowiedniej analizy.

EN

The paper contains a description of the analytical method for the state variables (matrix notation) of circuit. As the state variables currents in the coils and the voltage across the capacitor has been adopted. State variables describe the specific automation system. Some automation systems which were subjected to multi-dimensional interference signals have been recognized analytically by systems of first-order differential equations (matrix notation). Spurious signals have been created with trigonometric functions and procedures md (x) in Mathcad program. These functions were generating pseudo-random numbers on a natural distribution. Output signals simulations of selected automation systems with the interference has been based on its analytical descriptions (first-order differential equations system). System of first-order differential equations has been solved numerically using the differential equations method in the Mathcad program. The results of simulation calculations of the output signals from the selected automation system have been verified in PSpice program. Verification in the PSpice program was to create equivalent circuit diagram constituting automation system and declare the appropriate analysis.

2

Zastosowanie analizy MUSIC do oceny sygnałów zakłócających pomiary diagnostyczne układów izolacyjnych metodą emisji akustycznej

Boczar T.

Pomiary Automatyka Robotyka

|

2010

|

R. 14, nr 12

79-83

PL

W artykule zostaną przedstawione wyniki analizy pseudospektralnej (Pseudo-Spectral Analysis) uzyskane dla akustycznych sygnałów zakłócających. Analizowane będą źródła zakłóceń, które mogą występować podczas pomiarów diagnostycznych układów izolacyjnych wykonywanych on-line metodą emisji akustycznej podczas normalnej eksploatacji transformatorów elektroenergetycznych. Uzyskane wyniki zostaną porównane z rezultatami otrzymanymi przy zastosowaniu transformaty Fouriera (Fast Fourier Transform).

EN

This paper discusses the problems connected with frequency analysis and multiple signal classification (MUSIC) of disturbances that can accompany the measurements of partial discharges in industrial conditions using the acoustic emission method. It presents different kinds of interfering signals that can deform the measured acoustic emission signals generated by partial discharges in electric power devices. In addition, it includes the results of the measurements and frequency and MUSIC analyses of interfering signals in the form of power density spectra and of pseudo-spectrum.

3

Filtrowanie danych pomiarowych przy wykorzystaniu analizy falkowej i sztucznych sieci neuronowych

Talar J., Rauch Ł., Kusiak J.

Informatyka w Technologii Materiałów

|

2003

|

T. 3, Nr 3-4

180--188

PL

Niniejsza praca stanowi próbę analizy danych pomiarowych prób spęczania obarczoych różnego rodzaju szumami pomiarowymi. Do filtrowania wykorzystano nowoczesna narzędzia, do których zaliczyć można analizę falkową oraz sztuczne sieci neuronowe. Przedstawione na rysunkach 3-8 wyniki filtrowania dowodzą, że analiza falkową oraz sztuczne sieci neuronowe charakteryzują się dużą skutecznością filtrowania danych pomiarowych obarczonych sygnałem zakłócającym w postaci szumu pomiarowego. Analiza danych dotyczyła pomiarów przeprowadzonych w próbie spęczania dla różnych materiałów (stal austenityczna, stal do pracy w niskich temperaturach) i dla różnych wartości temperatury i prędkości odkształcenia. W każdym z rozważanych przypadków badane metody okazały się efektywnymi narzędziami filtrowania danych. Odfiltrowane w ten sposób dane mogą być użyteczne do wykorzystania w obliczeniach analizy odwrotnej, mającej na celu optymalne dopasowanie modelu matematycznego opisującego krzywą umocnienia odkształcanego metalu. Uzyskane wyniki potwierdzają przydatność obu technik do filtrowania danych pomiarowych i stanowią kolejny przykład możliwości wykorzystania sztucznych sieci neuronowych do rozwiązywania złożonych problemów z dziedziny inżynierii materiałowej. Filtrowanie danych pomiarowych z wykorzystaniem omówionych metod jest bardziej obiektywne w stosunku do klasycznych metod filtrowania, wymagających subiektywnego założenia wartości pewnych parametrów od których uzależniony jest efekt końcowy filtrowania. Kierunki dalszych badań winny być skierowane w stronę oceny błędów filtrowania. Odfiltrowane dane pomiarowe mogą być następnie wykorzystane w analizie odwrotnej, celem wyznaczenia optymalnych parametrów opisujących model odkształcanego materiału na podstawie wyników z prób plastometrycznych.

EN

The analysis of experimental measurements is sometimes difficult, if the registered data are superimposed be noisy signals. The source of such noise is often the improper sensitivity calibration of measuring devices. Sometimes, such data are even useless for the further analysis. Therefore, the goal of the present paper is an attempt of application of two different filtering techniques, including the artificial intelligence methods (artificial neural networks) to the filtering of the noisy experimental data. Examples of filtering results using described techniques are presented.