- •Глава 6. Основные характеристики средств микропроцессорной техники 82"
- •Глава 8. Структуры и алгоритмы аналого-цифровой части иис . . 126-
- •Глава 9. Измерительно-вычислительные комплексы 143
- •Глава 10. Системы измерения независимых входных величин . . . 153"
- •Глава 11. Многомерные и аппроксимирующие и с 172
- •Глава 12. Статистические измерительные системы 182'
- •Глава 13. Теоретические основы автоматического контроля . . . . 216-
- •Глава 14. Системы автоматического допускового контроля .... 242
- •1.1. Основные определения. Области применения иис
- •Глава 1
- •1.2. Обобщенная структурная схема иис
- •1.3. Описание функционирования иис. Содержательные логические схемы алгоритмов
- •Глава 2
- •2.1. Разновидности входных величин
- •2.2. Разделение иис по виду выходной информации
- •2.3. Классификация иис по принципам построения. Роль эвм
- •Глава 3
- •3.1. Государственная система приборов. Основные положения
- •3.2. Агрегатный комплекс средств электроизмерительной техники
- •Глава 4
- •4.1. Индикация в иис
- •4.2. Запись и хранение информации в иис
- •Глава 5
- •5.1. Основные разновидности структур и интерфейсов
- •5.2. Протоколы и типовые алгоритмы обмена информацией
- •5.3. Интерфейс с последовательным выполнением операций обмена информацией
- •5.4. Приборный стандартный интерфейс
- •5.5. Интерфейс камак
- •5.6. Интерфейсы периферийной части эвм
- •5.7. Сопоставление алгоритмов стандартных интерфейсов
- •5.8. Об аналоговых интерфейсах измерительной части иис
- •Глава 6
- •6.1. Эвм и средства микропроцессорной техники в иис
- •6.2. Микро-эвм
- •6.3. Микропроцессоры
- •6.5. Программируемые клавишные эвм
- •6.6. Табличные методы преобразования информации
- •Глава 7
- •7.2. Унифицирующие преобразователи
- •7.3. Измерительные коммутаторы амплитудно-модулированных сигналов
- •7.4. Защита входных измерительных цепей иис от помех
- •Глава 8
- •8.1. Основные структуры аналого-цифровой части
- •8.2. Алгоритмы функционирования аналого-цифровой части иис
- •Глава 9
- •Глава 10
- •10.1. Основные разновидности систем измерения независимых входных величин
- •10.2. Многоточечные ис с резистивными датчиками
- •10.3. Мультиплицированная ис с термопарами
- •10.4. Сканирующие системы для расшифровки графиков
- •10.5. Акустическая система для измерения координат графических изображении
- •10.6. О голографических измерительных системах
- •Глава 11
- •11.1. Многомерные ис (системы для раздельного измерения взаимосвязанных величин)
- •11.2. Аппроксимирующие ис
- •Глава 12
- •12.1. Особенности измерения статистических характеристик случайных процессов
- •12.2. Системы для измерения законов распределения вероятностей случайных процессов
- •12.3. Корреляционные измерительные системы
- •12.4. Спектральные измерительные системы
- •13.1. Функция и основные видь! систем автоматического контроля
- •13.2. О выборе контролируемых величин и областей их состоянии
- •13.3. Ошибки контроля
- •13.4. Объем выборки при контроле
- •13.5. Организация статистического контроля
- •13.6. Дискретизация непрерывной контролируемой величины
- •13.7. Оценка эффективности и стоимости систем автоматического контроля
- •Глава 14
- •14.1. Каналы контроля
- •14.3. Системы автоматического контроля параллельного и последовательного действия
- •114,4. Системы автоматического контроля с общей образцовой величиной
- •14.5. Основные алгоритмы работы систем параллельно-последовательного действия
- •14.6. Системы автоматического контроля параллельно-последовательного действия
- •XI (iMxHi) I (ch : kAxa!, || Дси, Ac2i) ]} X
- •Глава 15
- •Глава 17
- •17.1. Особенности и основные характеристики телеизмерительных систем
- •17.2. Линии связи 1
- •17.3. Разделение сигналов в тис
- •Глава 18
- •18.1. Аналоговые тис
- •18.2. Цифровые тис (системы с кодоимпульсными сигналами]
- •18.3. Об адаптивных тис
- •18.4. Краткий обзор основных характеристик промышленных тис
- •Глава 19
- •19.1. Стадии проектирования иис
- •19.2. О проектировании программного обеспечения иис
- •19.3. Об автоматизации системотехнического проектирования
- •19.4. Учебное задание на системотехническое проектирование
- •20.1. Критерии оценки погрешностей измерения входной величины
- •20.2. Оценка полной погрешности
- •20.3. О распределении погрешностей между звеньями системы
- •20.4. О погрешностях квантования по уровню и округления при вычислениях
- •20.5. Информационные оценки
- •Глава 21
- •21.1. Определение интервалов равномерной дискретизации
- •21.2. Об адаптивной дискретизации
- •21.3. Оценка времени измерительных преобразований аналоговой части
- •21.4. Оценка времени работы цифровой части иис. Выбор эвм по быстродействию
- •Глава 22
- •22.1. Общие положения
- •22.2. Нормируемые метрологические характеристики ис
- •22.3. Технические средства метрологических поверок
- •22.4. Автоматическая коррекция погрешностей ис
- •Глава 23
- •23.1. Оценка эффективности иис
- •23.2. Планирование измерительных экспериментов
20.2. Оценка полной погрешности
Если составлена СЛСА системы, то в ней можно выделить преобразования измерительной информации, сопровождающиеся погрешностями.
Очень важной задачей является определение полной погрешности ИИС по характеристикам погрешности этих функциональных преобразований или выполняющих их блоков..
В этой задаче можно выделить два предельных случая:
определение полной погрешности одноканальной (последовательной) многоблочной ИИС;
оценка погрешности ИИС многоканальной (параллельной)-структуры.
Вопросы определения полной погрешности ИИС смешанной параллельно-последовательной структуры решены пока с недостаточной для практики полнотой.
Наиболее разработанной является задача определения полной) статической погрешности многозвенных последовательных измерительных систем. Методы, применяемые для ее решения., завиеят от того, в какой форме заданы погрешности отдельных звеньев, за-
даны ли их законы распределения или заданы только некоторые числовые характеристики частных погрешностей.
Рассмотрим применяемые в названных случаях методы.
Если известны аналитические выражения для законов распределения погрешностей отдельных звеньев и система линейна, то задача может быть решена с помощью методов свертки или с использованием характеристических функций.
Пусть, например, ei и е2 — случайные функции погрешности двух соседних звеньев, a f(si) и ^(ег) —их плотности распределения. Тогда, если эти погрешности независимы, закон распределения суммарной погрешности ei,2 этих двух звеньев находится с помощью свертки исходных плотностей:
оэ fK,)= Jf(eI)f(eI.,-e1)deI.
—со
Применяя последовательно операцию свертки п—1 раз, где п— количество звеньев, получаем закон распределения полной погрешности системы.
Использование метода характеристических функций заключается в следующем. По теореме умножения характеристическая функция суммы независимых случайных величин определяется как произведение их характеристических функций, т. е. в нашем случае
п
где
g(lt) = M[eUl]= Je'Nfo)*/
—оо
— характеристическая функция погрешности i-ro звена; g^kz) — характеристическая функция суммарной погрешности системы.
Выполнив затем обратное преобразование, можно найти закон распределения полной погрешности f (es) системы.
Следует отметить, что инженерное решение задачи определения лолной погрешности данными методами в большинстве случаев может быть получено лишь после преодоления трудностей, связанных с вычислением многомерных интегралов.
В настоящее время все большее значение приобретает развитие методов решения задачи определения полной погрешности, основанных на математическом моделировании. К ним относятся метод статистических испытаний (СИ) и метод деревьев логических возможностей (ДЛВ). Оба метода позволяют определить закон распределения полной погрешности как в случае, когда законы распределения погрешностей отдельных звеньев заданы аналитически, так и в случае, когда эти законы заданы в виде гистограмм.
Метод СИ является более разработанным и известным методом, ■чем метод .ДЛВ. Сущность использования метода СИ для определения полной погрешности ИС заключается в следующем. Законы распределения случайных первичных погрешностей формируются с помощью специальных генераторов или программным путем. Осуществляя многократный перебор случайных сочетаний значений первичных погрешностей и определяя каждый раз полную погрешность, можно по результатам испытаний воспроизвести закон распределения полной погрешности ИС. Принципиально метод СИ не менее точен, чем аналитические методы расчета, но для получения высокой точности определения полной погрешности он ■требует перебора весьма большого количества случайных сочетаний первичных погрешностей.
Использование метода ДЛВ для определения полной погрешности многозвенных ИС менее известно, поэтому представляется целесообразным отстановиться на этом методе более подробно. ■Сущность метода ДЛВ заключается в следующем [20.3]. Пусть имеется некоторое пространство логических возможностей. В этом пространстве может быть построено так называемое дерево, представляющее собой связный граф, в котором нет ни одного контура. Каждой ветви дерева приписывается некоторая вероятностная мера, представляющая собой безусловную или условную вероятность получения отдельных первичных погрешностей или возможного сочетания различных первичных погрешностей. Законы распределения погрешностей при использовании метода ДЛВ представляются в виде дискретной последовательности возможных зна* чений первичных ошибок е, каждому из которых приписывается определенная вероятность. Любое отдельное сочетание случайных значений различных первичных погрешностей представляет собой реализацию, вероятность которой определяется вероятностями выбранных значений первичных погрешностей. Каждая полученная описанным образом реализация образует вполне определенный путь в ДЛВ, и для нее сравнительно легко определить вероятность.
Разберем на примере, заимствованном из [20.3], графический •способ построения ДЛВ. Предположим, что рассматривается система независимых случайных величин а, 'о, с, каждая из которых ■может принимать несколько дискретных случайных значений щ, b;, ck (например, i=/=&=l, 2, 3) с заданными вероятностями р
р. , р В дальнейшем для простоты вместо ait bj, ch будем писать
i, j, k.
Для независимых случайных величин процесс построения ДЛВ можно начать с любой из них и в произвольной последовательности. Вероятность появления каждой из возможных реализаций может быть записана так:
P[iAiAk]=p[i]pi[j]p.„ j[k] =piP4jPij,h-Последние два сомножителя в приведенном выражении последовательно указывают выбранный путь на ДЛВ. В более общем
Рш
l3Z
Pzzz
P33Z
Рис. 20.1. Пример построения дерева логических возможностей
случае, когда случайные величины статистически зависимы, вероятности р,-,з и pi,j,h являются условными. ДЛВ, построенное для рассматриваемого случая, изображенно на рис. 20.1.
Точка О на рис. 20.1 называется корнем дерева. Отрезки прямых pi называются ветвями первого ранга, отрезки прямых pi,j — ветвями второго ранга, отрезки прямых pi,j,k — ветвями третьего ранга. При построении ДЛВ ветви всех рангов откладываются в едином масштабе, поэтому схеме ДЛВ присуща определенная наглядность. По ветвям наивысшего ранга можно определить число логических возможностей. Для рассматриваемого примера их ко-количество N=27.
Вместо изображенной на рис. 20.1 схемы ДЛВ можно составить эквивалентную таблицу, в которой отражены вероятности каждого из путей дерева (табл. 20.1).
В общем случае изложенным образом может быть построена схема ДЛВ с ветвями m-го ранга или составлена эквивалентная ей таблица. При этом если через т обозначить число дискретных значений случайной величины с номером /, то число путей в ДЛВ окажется равным:
г=1
где L — число случайных величин.
Т аблнца 20.1. Вероятности логических путей
Логический |
|
Логический |
|
Логический |
|
путь |
Вероятность |
путь |
Вероятность |
путь |
Вероятность |
Ощ |
Рш |
о211 |
Ран |
Ози |
Рзи |
о112 |
Pll2 |
1^212 |
Р212 |
^312 |
Р312 |
Онз |
Риз |
^213 |
Р213 |
^313 |
Р313 |
От |
Аа |
02а1 |
Р221 |
С*321 |
Рг21 |
\Vj22 |
Pl22 |
^222 |
Р222 |
^322 |
Р322 |
^123 |
Pl23 |
^223 |
Р223 |
Оз23 |
Рз23 |
оИ1 |
Pl31 |
^231 |
/231 |
^331 |
Рзз1 |
Ol32 |
Pl32 |
^232 |
Р232 |
1^332 |
Р332 |
0133 |
Лзз |
1^233 |
Р233 |
^333 |
Рззз |
Сами пути будут иметь вероятности, определяемые выражениями
IX х Л,,, я, Х-
— )
р
"- X РП1П2 ...nL '
ПхПъ ...П
p[nAXp[>h]X •-...Xp[nL],
в зависимости от того, являются ли случайные величины связанными или независимыми в статистическом смысле.
При относительно большом количестве случайных величин или их дискретных значений можно ограничиться одной табличной формой записи ДЛВ, а расчеты вероятностей различных логических путей проводить с помощью ЭВМ. По результатам этого расчета может быть построена гистограмма распределения результирующей суммарной величины.
Как показано в [20.3], метод ДЛВ может успешно использоваться для анализа погрешностей не только линейных, но и нелинейных систем, а также для случаев, когда случайные погрешности отдельных звеньев представляют собой не случайные величины, а случайные функции.
До сих пор речь шла о нахождении полной погрешности многозвенной измерительной системы по известным законам распределения. Как же следует поступать в тех случаях, когда частные погрешности заданы в виде некоторых числовых характеристик?
Если отдельные звенья ИС охарактеризованы экстремальными погрешностями, то полная погрешность системы определяется простым суммированием этих погрешностей. Естественно, такая оценка полной погрешности будет очень завышена.
Оценка полной погрешности может быть получена, если частные погрешности отдельных звеньев заданы интегральными оценками или доверительными интервалами и вероятностями. Методика определения полной погрешности для этого случая рассмотрена в [20.1, 20.2].
Несмотря на некоторое различие в подходе к решению этой задачи, по результатам проведенного анализа можно сформулировать некоторые выводы. Полная систематическая погрешность многозвенной линейной ИС находится суммированием систематических погрешностей отдельных узлов (если, конечно, известны действительные систематические погрешности узлов, а не их доверительные интервалы, в последнем случае можно получить грубую верхнюю оценку), а дисперсия случайной погрешности при условии некоррелированности погрешностей отдельных звеньев — как сумма дисперсий погрешностей звеньев (в случае, если погрешности некоторых звеньев коррелированы между собой, к сумме дисперсий добавляются удвоенные корреляционные моменты соответствующих погрешностей). При суммировании вводятся весовые коэффициенты, зависящие от схемы включения звеньев и определяемые как частные производные от выходной величины системы по величине на входе данного звена. В том случае, если заданы не дисперсии случайных погрешностей отдельных звеньев, а их доверительные интервалы, для определения полной погрешности необходимо знание законов распределения частных погрешностей. По известным законам распределения частных погрешностей, доверительным интервалам и вероятностям можно найти дисперсии, а затем полученные дисперсии суммировать.
Если же законы распределения частных погрешностей неизвестны и заданы только их доверительные интервалы, то расчет полной погрешности становится крайне затруднительным. Из-за этого в качестве критерия погрешности отдельных звеньев предпочтительнее использовать среднее квадратическое отклонение или дисперсию.
В заключение следует сказать несколько слов о погрешности, с которой может определяться полная погрешность системы. В зависимости от решаемых задач эта погрешность должна выбираться разной. В обычных случаях эта погрешность может составлять примерно 30% максимального значения результирующей погрешности.
Оценка погрешности ИС многоканальной (параллельной) структуры может проводиться с учетом следующих соображений [13.5]. Систематическая погрешность такой системы находится как среднее арифметическое систематических погрешностей Ме каждого из N каналов. Среднее значение случайной погрешности в каждом из N одинаковых каналов должно быть равно нулю, поэтому равно нулю и среднее значение случайной погрешности системы в целом. Дисперсия случайной погрешности системы равняется среднему значению дисперсий случайной погрешности De в каждом канале.
Если в системе не все каналы однородны, а имеется несколько различающихся между собой групп однородных каналов, то такие средние показатели могут формироваться для каждой группы в отдельности.
