Учреждение образования «гродненский государственный университет имени янки купалы» С. В. Васильев, В. И. Недолугов

^ Цифровой запуск по уровню. Внутренний запуск по заданному уровню в цифровых регистраторах/анализаторах имеет ряд особен­ностей. Цифровой запуск начала регистрации реализуется обычно таким образом. Допустим, требуется начать запись при выполнении следующе­го условия: уровень входного сигнала таков, что соответствующий ему код превышает заданное значение кода запуска Nзап (напри­мер, 70 % верхней границы установленного диапазона измерения Nmax). Оператор задает значение кода Nзап = 0,7 Nmax, превышение которого и должно определить момент запуска. Аналого-цифровой преобразователь регистратора работает по­стоянно в заданном темпе (т.е. с заданным шагом дискретизаций ^ Тд), но результаты преобразования не заносятся в ОЗУ. На каждое новом шаге Тд вновь полученный код (отсчет, результат преобра­зования) сравнивается с установленным кодом запуска Nзап по средством цифрового сравнивающего устройства (компаратора кодов). Если заданное условие N (ti+1) ≥ Nзап наконец выполнилось (т.е. поступил код, равный или превышающий Nзап), то компаратор кодов формирует сигнал начала регистрации. И после этого все вновь поступающие от АЦП коды (отсчеты) запоминаются в па­мяти регистратора. ^ Интервал регистрации и объем памяти. Количество отсчетов (от­дельных результатов аналого-цифрового преобразования, слов), которые запоминаются в памяти регистратора, определяется от­ношением Тр / Тд. Этим же отношением, естественно, определяется и объем памяти V (в отсчетах), которую займет массив зарегистри­рованных данных по окончании записи. Окончание интервала регистрации Тр (как и его начало) также может быть организовано по-разному. Понятный способ – задание астрономического вре­мени окончания записи. Правда, при этом необходимо всякий раз убеждаться в том, что соотношение заданных обшей длительности интервала регистрации Тр и шага Тд дискретизации не противоре­чит возможностям (максимальному объему Vм) памяти регистра­тора. В противном случае неизбежны потери информации. Максимально возможное время регистрации (максимальная длительность интервала регистрации Тр) определяется простым соотношением Тр = Тд Vм, где Vм – максимальный объем памяти данных в отсчетах, словах (а не в байтах, так как один отсчет часто не равен байту, а больше). Например, при объеме памяти данных Vм = 1000 отсчетов (слов) и заданном шаге дискретизации Тд, рав­ном 1 мин, невозможна суточная запись (т.е. Тр = 24 ч) исследуе­мого процесса, так как память будет вся заполнена уже примерно через 16 ч. При этом финальная часть процесса, естественно, не будет зарегистрирована. Если значение шага дискретизации Тд (или частоты дискретизации Fд) уже определено по каким-то критериям (например, исходя из максимальной скорости изменения исследуемого процесса), объем памяти регистратора Vм известен, то определить максимально возможное время регистрации Тр можно, используя простые соотношения: Тр = Vм Тд = Vм / Fд. Отметим, что совсем необязательно стремиться заполнить всю память регистратора, если для задач эксперимента достаточно некоторой ее части. ^ Предзапуск и послезапуск. Предзапуск (Pretrigger) – важная и полезная особенность, присущая только цифровым регистрато­рам, осциллографам, анализаторам и принципиально не реали­зуемая в аналоговых регистраторах. Предзапуск означает предпус­ковую регистрацию, обеспечивающую возможность записи в па­мять и исследования фрагмента сигнала, предшествовавшего мо­менту запуска. Этот режим позволяет записать предысторию инте­ресующего фрагмента, уверенно зафиксировать начало и понять причины появления, например, аварийной ситуации. Реализация режима предзапуска возможна благодаря непрерывно­му приему и хранению в оперативном запоминающем устройстве (ОЗУ) регистратора достаточно большого массива цифровых данных о сигнале. Оперативное запоминающее устройство здесь играет роль реги­стра сдвига объемом m слов (отсчетов), например, m = 512. Каждое вновь поступившее от АЦП значение очередного цифрового экви­валента (отсчета) записывается в ОЗУ. При этом все предыдущие записанные отсчеты сдвигаются на один номер, а самый ранний (старый) из хранимых отсчетов N1 исчезает (как бы «выталкивает­ся»). Таким образом, в этом регистре сдвига информация, постоянно обновляясь, содержит m последних («свежих») отсчетов. Так может продолжаться до тех пор, пока не выполнятся уcловия запуска (например, заданное превышение уровня запуска). Компаратор кодов сравнивает поступающие от АЦП текущие результаты (коды) с заданным оператором кодом запуска Nзап. Есл вновь пришедший отсчет Nm+1, удовлетворяет условию запуска (на­пример, Nm+1 больше Nзап), то множество всех предыдущих (пред­шествовавших этому новому Nm+1) отсчетов, лежащих в памяти, как раз и представляет предысторию развития регистрируемого про­цесса, что означает запись до момента запуска. Если остановить процесс записи не сразу, а с некоторой задержкой, то можно по­лучать различные соотношения длительностей зарегистрирован­ных фрагментов до и после момента запуска. Таким образом, тре­буемую глубину предзапуска можно менять. В зависимости от уста­новленного оператором кода глубины предзапуска компаратор выдает с той или иной задержкой сигнал на прекращение записи в ОЗУ. Числовое выражение глубины предзапуска (предыстории) по­казывает значение сдвига (отрицательного во времени) выбран­ного фрагмента по отношению к моменту запуска. Обычно глубина предзапуска задается в процентах объема ОЗУ или в процентах части объема ОЗУ, соответствующей одному эк­ранному изображению (для цифровых осциллографов/анализато­ров). Глубина предзапуска может задаваться и в абсолютных интер­валах времени. Например – 100 %-й предзапуск означает, что будет зафиксирован фрагмент предыстории сигнала (объемом, соот­ветствующим полному объему памяти или целому экранному изобра­жению) вплоть до момента запуска. Максимальная глу­бина этой предыстории определяется объемом ОЗУ (т отсчетов). Понятие послезапуска означает запись фрагмента сигнала, за­держанного по отношению к моменту запуска на заданный интер­вал, выражаемый количественно так же, как и в случае предзапус­ка. Это также полезный режим, который позволяет в ряде экспериментов «экономить» объем памяти, если известны особенности поведения сигнала и интересующий нас фрагмент закономерно задержан по отношению к моменту запуска. ^ 6.3. Цифровой анализ сигналов Под анализом следует понимать любое преобразование исход­ных данных в целях получения новой информации. Широкое распространение динамических моделей объектов исследования привело к резкому увеличению потоков информа­ции, что в свою очередь потребовало автоматизированной обра­ботки. В настоящее время достаточно высокопроизводительная об­работка (анализ) сигналов возможна только цифровыми методами и средствами. Объективными предпосылками развития и ши­рокого применения цифрового анализа послужили успехи микроэлекгроники, в частности в деле создания и распространения мик­ропроцессорной и компьютерной техники и идеологии. Методы и средства анализа все шире используют персональ­ный компьютер в качестве одного из основных элементов измери­тельно-вычислительных комплексов. ^ 6.3.1. Области анализа Зарегистрированные массивы данных могут быть подвергнуты разнообразному цифровому анализу – обработке (с помощью внут­реннею микропроцессора прибора и/или внешнего персонально­го компьютера). В практике электрических измерений использует­ся несколько различных форм представления обработанных дан­ных. Обычно определяют три основные области обработки (анали­за) сигналов, которые различаются представлением выходной информации, т.е. результатов анализа: временная (Time-Domain Analysis), где массивы и входных, и выходных данных представлены функцией времени; частотная (спектральная, Frequency-Domain Analysis), где мас­сив выходных данных есть функция частоты; • амплитудная (Amplitude-Domain Analysis), где массив выходных данных есть функция уровня (амплитуды) сигнала. Первые две области широко распространены и реализованы в многочисленных автономных и компьютерных цифровых анализаторах. Анализ во временной области позволяет извлечь из массива входных зарегистрированных данных дополнительную информа­цию и представить ее функцией времени. Анализ в частотной (спек­тральной) области подразумевает переход от привычного временного представления сигнала (сигнал – функция времени) к час­тотному представлению (сигнал – функция частоты). Эта область анализа основана на использовании известного преобразования Фу­рье, связывающего временное и частотное представления сигнала. В современных средствах анализа используется алгоритм дискретного преобразования Фурье (ДПФ), посредством которого массив дискретных отсчетов сигнала (временная область) преобразуется в дискретный спектр. Конкретные устройства сегодня реализуют, как правило, разновидность ДПФ – алгоритм быстрого преобразова­ния Фурье (БПФ), который обеспечивает более высокое быстродействие. Спектральное представление используется в различных задачах. Довольно часто требуется определять гармонический состав (т.е. спектр) сигналов в электроэнергетических установках, в цепях мощ­ных потребителей. Типичная задача современной практики – опре­деление (по результатам регистрации сигнала электрического тока) значений мощности определенных гармоник. Анализ в амплитудной области дает возможность найти вероят­ность попадания значений входного сигнала в заданные диапазо­ны, оценить времена нахождения сигнала «в зоне» (или «вне зоны»). Эта область представления сравнительно мало распространена. В ре­зультате такого анализа массива кодов входного сигнала строится гистограмма распределения уровня (мгновенных значений ампли­туд) исследуемого сигнала, из которой можно извлечь дополни­тельную полезную информацию. Подобные гистограммы часто ис­пользуются в статистических исследованиях процессов (особенно случайных) и объектов. ^ 6.3.2. Анализ во временной области Анализ во временной области дает возможность найти как па­раметры, так и функциональные зависимости входного сигнала, представленного функцией времени. Первое направление называ­ется параметрическим анализом, второе, соответственно, функ­циональным. В первом случае реализуются алгоритмы вычисления различных параметров (отдельных значений) входного массива данных, на­пример, определение максимального, минимального, среднего, среднего выпрямленного, среднего квадратического значений на заданных интервалах. Примером параметрического анализа может также служить алгоритм нахождения оценки математического ожи­дания (среднего значения) по массиву цифровых эквивалентов мгновенных значений случайного сигнала. Второе направление (функциональный анализ) позволяет по­лучать на основе входных (исходных) массивов данных различные функциональные зависимости, например, вычисление функции произведения двух исходных массивов напряжения и тока при оп­ределении кривой мгновенной мощности. ^ Автоматические измерения параметров. На основе анализа мас­сива зарегистрированных цифровых данных довольно легко реали­зуются автоматические измерения параметров входных сигналов, поскольку цифровые эквиваленты мгновенных значений уже ле­жат готовыми кодами в памяти прибора. При этом на дисплее ана­лизатора (или на мониторе персонального компьютера) помимо графического образа сигнала можно наблюдать числовые характе­ристики (параметры). С помощью курсоров (вспомогательных ли­ний на экранном изображении, положением которых управляет оператор) можно вызвать соответствующие числовые значения параметров. Можно также измерять разницу выделенных курсора­ми точек по уровню и времени. И, конечно же, доста­точно просто измерить период Т и частоту f повторяющихся периодических сигналов, длительности фронта t и среза импуль­сов, разницу амплитуд U и т.п. Достоверность результатов таких измерений обычно доволь­но высока, так как определяется погрешностью аналого-циф­рового канала прибора. Типич­ные значения предельных отно­сительных погрешностей равны ±(0,1... 1,0) %. ^ Изменение масштабов изображения. Интересной и полезной особенностью цифровых анализаторов и осциллографов, не реализуемой в аналоговых регистраторах и ана­лизаторах, является возможность растяжки (Zoom) изображения уже зарегистрированного сигнала (в том числе однократного) по одной или обеим осям. Установив курсор (или пару курсоров) на интересующий фраг­мент сигнала и совмещая режимы растяжки по осям и сдвигам, мож­но представить информативный участок изображения в требуемом масштабе. ^ Просмотр изображения. Кроме рассмотренных режимов, обыч­но имеется режим просмотра («прокрутки» – Scrolling Mode) длин­ной записи процесса с помощью окна обычного размера экранно­го изображения. Этот режим очень удобен при поиске информативных фрагментов на длительных (многочасовых или многодневных) записях. Если объем памяти данных гораздо больше объема одного экранного изображения (например, такие значения, соответствен­но, 1 Мслов и 256 слов), то вся запись представима 4000 «экрана­ми». При этом просмотр всей диаграммы представляет определен­ную проблему, которая решается в современных анализаторах либо плавным скольжением, либо дискретным перемещением окна. Аналогичная возможность предусмотрена в некоторых сложных моделях и для просмотра изображения вдоль оси у. ^ Сглаживание функций. Рассмотрим возможности анализаторов по функциональному анализу на примере режима цифрового сгла­живания (Digital Smoothing Mode) кривой исследуемого процесса. Процедура основана на цифровом усреднении (Digital Averaging) результатов аналого-цифрового преобразования. Этот режим по­зволяет успешно бороться с нежелательными шумовыми процес­сами (высокочастотными периодическими и случайными помеха­ми). Кроме того, он позволяет избавиться не только от высокоча­стотных посторонних шумов, наложенных на исследуемый про­цесс, но и от неинтересных (для конкретного интервала регистра­ции) быстрых изменений исследуемого сигнала. Рассмотрим действие этого режима для случая повторяющихся (в частности, периодических) сигналов. При повторяющемся сиг­нале усредняются синхронные (соответствующие одинаковым ус­ловиям запуска) реализации (фрагменты одинаковой длительнос­ти) исследуемого процесса. На рис. 80 показан периодический сигнал х(t). При заданном уровне (коде) запуска Nзап выделяются поочередно массивы кодов нескольких периодов сигнала (напри­мер, восьми) T1…T8. Рис. 80. Зашумленный входной сигнал Если поочередно усреднить (сложить и разделить на 8) коды, соответствующие одним и тем же фазам сигнала в каждом из вось­ми периодов, то сформируется новый массив, состоящий из ус­редненных значений кодов в каждой фазе. Поскольку значения вы­сокочастотных шумов случайны в каждом отсчете каждого периода, а значения полезного сигнала не случайны, то форма усредненно­го сигнала будет более гладкой. На рис. 81 показаны изображения сглаженных таким образом кривых, соответствующие различным объемам выборки (разному числу усредненных М периодов). Очевидно, что чем больше объем выборки М, тем меньше вли­яние шумов. Однако не следует злоупотреблять большими объема­ми выборки, поскольку в этом случае будет иметь место не только хорошее сглаживание шумов, но и заметное сглаживание измене­ний полезного сигнала (динамическая погрешность). Чем выше скорость изменения сигнала, тем больше динамическая погрешность. Надо помнить, что применение режима сглаживания экви­валентно использованию фильтра нижних частот. При этом увели­чение объема выборки М соответствует увеличению инерционно­сти регистратора/анализатора. а б в Рис. 81. Сглаживание при различных М: а – М = 1; б – М = 8; М = 64 Выбирая конкретный объем выборки синхронного цифрового усреднения (в зависимости от соотношения уровней сигнала и шума, их спектрального состава, требуемых метрологических ха­рактеристик, итогового быстродействия), можно достичь прием­лемого подавления шума, не увеличивая значительно инерцион­ности анализа. ^ Реализация процедур анализа. С точки зрения технической реа­лизации методы и средства цифрового анализа делятся на аппа­ратные, программные и комбинированные. Применение тех или иных решений определяется темпом поступления входной инфор­мации (полосой частот исследуемого сигнала, точнее соотноше­нием верхней частоты спектра сигнала и частоты дискретизации АЦП), требованиями по скорости обработки, доступными сред­ствами и т.д. При сравнительно невысоких частотах входного сигнала (до 1…10 кГц) целесообразна программная обработка, например использование возможностей универсального (персонального) компьютера. В этом случае можно прямо использовать большие объе­мы памяти компьютера для записи отсчетов исследуемого процес­са (может быть в режиме прямого доступа к памяти, Direct Memory Acces – DMA); значительную вычислительную мощность и разно­образие возможных форм представления графической и знаковой входной информации и результатов анализа; различные стандарты передачи данных. В случае небольших объемов, низкого темпа поступления ин­формации, несложных требуемых алгоритмов обработки возможен анализ данных с помощью внутреннего микропроцессора (или микропроцессоров) анализатора. При более высокочастотных про­цессах или при необходимости выполнения громоздких вычисли­тельных процедур анализа используются буферные запоминающие устройства (ЗУ), осуществляющие вспомогательную регистрацию входных данных (и/или промежуточных результатов). В этом случае объем и быстродействие ЗУ определяют возможности всего комп­лекса. Аппаратная обработка, основанная на применении специали­зированных процессоров сигналов (Digital Signal Processor – DSP), обеспечивает значительно более высокое быстродействие. Скорость выполнения преобразований при этом может быть увеличена на 2...3 порядка. Комбинированные (аппаратно-программные) решения зачастую позволяют получить оптимальную конфигурацию комплекса для экспериментов с широкополосными сигналами и/или при боль­шом числе регистрируемых сигналов. ^ Режим реального времени. Существует отдельный класс задач, в которых требуется получение результатов анализа в темпе поступ­ления входных данных, в так называемом режиме реального вре­мени (On Line Mode). Это, например, случаи, где важно не допу­стить потери информации на протяжении всего эксперимента по регистрации и анализу, или случаи управления реальными про­цессами и объектами, где важно обеспечить оперативную реакцию на изменения входных сигналов. Существуют два понимания (толкования) режима реального вре­мени (РРВ). Первое толкование РРВ – строгий («жесткий») – означает получение нового окончательного результата обработки до прихода очередного отсчета (цифрового эквивалента мгновен­ного значения) исследуемого сигнала (рис. 82). Рис. 82. Режим «жесткого» реального времени В этом случае темп обработки должен соответствовать темпу поступления данных от АЦП и, следовательно, при высокочас­тотных входных процессах может потребоваться применение средств быстрой аппаратной обработки. Если время, требуемое на обра­ботку данных одной реализации (например, T1), не пре­восходит длительности одного шага дискретизации Тд, то это от­вечает пониманию жесткого РРВ. Второе толкование РРВ – «мягкий» – предполагает наличие буферных запоминающих устройств (достаточно большой емко­сти), в которых хранятся поочередно записываемые и обрабатывае­мые фрагменты реализации входного сигнала. Время, затрачиваемое на анализ очередного фрагмента реализации, во избежание потери информации не должно превосходить длительности записи в ЗУ нового фрагмента (рис. 83). Этот режим гораздо легче обеспечить, и он часто может быть реализован программными решениями. Рис. 83. Режим «мягкого» реального времени В обычной повседневной практике технических измерений чаще всего встречаются задачи, в которых не требуется срочной (сию­минутной) обработки массива входных данных, достаточно боль­шого по объему, т.е. при этом не предъявляется жестких требова­ний к моменту получения результата анализа. Это режим нереаль­ного, относительного или трансформированного времени, самый простой и легкий для реализации. Типичный пример – длитель­ная регистрация поведения температуры и относительной влаж­ности воздуха в складском помещении в течение, например, не­дели и последующая обстоятельная обработка и представление данных эксперимента в течение двух дней. ^ 6.3.3. Анализ в частотной (спектральной) области Определить амплитудный спектр входного аналогового сигнала можно несколькими различными способами, например, с помо­щью нескольких полосовых фильтров или с помощью одного пе­рестраиваемого фильтра; возможно использование преобразова­ния Фурье, однозначно связывающего временное и частотное пред­ставления функции (сигнала). Существует прямое и обратное преобразования Фурье (ПФ) для непрерывных (аналоговых) сигналов. ^ Прямое ПФ позволяет, зная функцию сигнала x(t), определить его спектр S(f). Обратное ПФ, наоборот, дает возможность, зная спектр сигнала S(f), найти временное представление (функцию) самого сигнала x(t). Понимая, что полноценное спектральное представление сиг­нала содержит амплитудный и фазовый спектры, здесь и далее бу­дем говорить только об амплитудном спектре. Существует ПФ и для дискретных (цифровых) сигналов. При этом спектр сигнала также является дискретным (линейчатым). В совре­менных цифровых средствах анализа используется алгоритм ди­скретного преобразования Фурье (ДПФ) – Discret Fourier Transform (DFT), посредством которого массив зарегистрированных во временной области дискретных отсчетов сигнала преобразуется в дискретный спектр. К сожалению, практическая реализация ДПФ требует большого числа громоздких арифметических процедур. Если число отсчетов на интервале регистрации Тр равно N, то число необходимых операций умножения и сложения в ДПФ равно N 2. Поскольку скорость работы микропроцессора (микропроцессоров), естественно, ограничена, то это может привести в некоторых при­менениях к проблемам с быстродействием. Существует разновидность ДПФ – быстрое преобразование Фу­рье (БПФ) – Fast Fourier Transform (FFT). В этом алгоритме опре­деленным выбором числа отсчетов N быстродействие может быть обеспечено гораздо выше. Если выбрать число отсчетов N не случай­ным, а равным целой степени числа 2, то число требуемых проце­дур умножения и сложения может быть уменьшено до (N log2N). Выигрыш в скорости можно продемонстрировать таким примером. Если число зарегистрированных отсчетов N = 1024, то реализация обычного алгоритма ДПФ требует N 2 ≈ 106 процедур, а в случае применения БПФ это число N log2N = 102410 ≈ 104, т.е. примерно в 100 раз меньше и, следовательно, примерно в 100 раз быстрее будет осуществляться переход из временной области в частотную. Причем этот выигрыш возрастает по мере увеличения числа отсчетов N. Так же как и при анализе во временной области, в спектраль­ном анализе существуют понятия режимов реального и нереального времени обработки. ^ 6.3.4. Вычисление параметров электропотребления В случае цифровой измерительной регистрации входные анало­говые (непрерывные) сигналы представляются цифровыми кода­ми, т.е. дискретными во времени и квантованными по уровню зна­чениями (отсчетами). Рассмотрим вычисление различных парамет­ров и функций на примере напряжений и токов в электрических цепях. Любой аналоговый сигнал x(t) можно представить (с той или иной достоверностью) последовательностью цифровых эквивален­тов (кодов) мгновенных значений хi. Чем большее число кодов (отсчетов) получено на одном периоде сигнала ^ Т (чем меньше шаг дискретизации Тд и чем выше разрядность аналого-цифрового преобразования, тем точнее будет представлен сам сигнал в цифровом виде и тем точнее будут ре­зультаты всех последующих вычислений. В современных регистра­торах/анализаторах типичное число отсчетов на одном периоде сигнала (Т = 20мс) равно 100... 200. Разрядность аналого-цифрово­го преобразования 10... 16 бит (двоичных разрядов). Если преобразовать в коды достаточно длительную реализацию входного сигнала (не менее одного периода T), то полученный массив цифровых эквивалентов может быть использован для на­хождения различных параметров и функций. По нему можно най­ти числовые значения некоторых величин, а также построить раз­личные функциональные зависимости. Истинное среднее квадратическое (действу­ющее) значение (СКЗ) любого аналогового периодического сиг­нала x(t) с периодом Т определяется выражением . На основе массивов кодов, полученных в результате быстродей­ствующего аналого-цифрового преобразования входных периоди­ческих сигналов напряжения и тока, микропроцессор (или компь­ютер) вычисляет СКЗ напряжения и тока на периоде Т. Процедуры вычисления СКЗ по отдельным цифровым отсчетам аналогичны выражениям для непрерывных функций, Например, для случая вычисления СКЗ периодического напряжения и(t) по полученным N результатам аналого-цифрового преобразования (кодам) иi входно­го периодического сигнала процедура вычисления такова: . Множество таких последовательно вычисленных значений дает возможность построить график изменения (функцию) действую­щего значения uс.к (t) во времени. Аналогично могут быть получе­ны СКЗ тока Iс.к и функция iс.к (t). На основе вычисленных значений напряжения и тока можно найти также значения и функции дру­гих важных параметров электрических сигналов, таких как мощ­ность (активная и реактивная), энергия (активная и реактивная), коэффициент мощности и др. Формулы, по которым вычисляются эти значения, напоминают (по сути повторяют) выражения для аналоговых (непрерывных) сигналов. Регистраторы/анализаторы, предназначенные для работы в трех­фазных электрических сетях, вычисляют СКЗ напряжений и то­ков, а также мощностей отдельно по каждой фазе. Затем можно найти самые различные дополнительные параметры трехфазной сети, например, средние по трем фазам значения СКЗ напряжений (Uс.к)с и токов (Iс.к)с, общую (суммарную) активную мощность по всем трем фазам РΣ, среднее значение коэффициента мощности kм.с по трем фазам и др. ^ 6.4. Характеристики типичных регистраторов/анализаторов Существует несколько вариантов реализации процедур реги­страции и анализа. Наиболее широко распространены малогаба­ритные автономные регистраторы/анализаторы различных физиче­ских величин (процессов), а также компьютерные средства реги­страции и анализа. Рассмотрим их основные возможности и харак­теристики. ^ 6.4.1. Регистраторы/анализаторы параметров электропотребления Современные микропроцессорные регистраторы/анализаторы параметров электропотребления в электрических цепях – это пе­реносные малогабаритные приборы. Основные характеристики ти­пичных представителей этого класса таковы: • возможность работы с однофазными и трехфазными цепями (в том числе несимметричными); верхний предел диапазонов измерения входных напряжений – линейных до 600... 1000 В, фазных до 500...600 В; верхний предел диапазона измерения входных токов (с при­менением токовых клешей, обеспечивающих измерения без раз­рыва цепи исследуемого тока) – до 2000...5000 А; выходная информация – средние квадратические (действую­щие) значения напряжений и токов, значения мощностей (актив­ной и реактивной – индуктивного и емкостного характера), ко­эффициентов мощности (соs φ) по каждой фазе, частоты сети, энергии (активной и реактивной как индуктивного, так и емкост­ного характера); программируемые режимы работы и диапазоны измерений; представление зарегистрированных сигналов напряжений и токов во временной и частотной областях, числовое и графичес­кое представление спектрального состава напряжений и токов (при поддержке специализированного программного обеспечения); возможная длительность регистрации – до нескольких ме­сяцев; объем внутренней памяти данных – 1 Мбайт и более (воз­можно также использование дополнительных карт памяти); различные режимы запуска (по заданному текущему времени или по заданному уровню входных величин); внутренний энергонезависимый таймер (текущие дата и время); наличие специализированного программного обеспечения, ко­торое позволяет осуществлять обстоятельный анализ зарегистри­рованных данных на персональном компьютере; погрешности измерения и регистрации напряжений и токов (без учета измерительных трансформаторов) во всем рабочем диапазоне температур: ±(0,5 % значения результата измерения + 2 единицы младшего значащего разряда); погрешности измерений активной и реактивной мощности: ±(1,0 % значения результата измерения + 2 единицы младшего значащего разряда); частота дискретизации АЦП – до 100 кГц; диапазон рабочих температур – 0...50 °С; масса – до 3 кг. Такие приборы (совместно со специализированным программ­ным обеспечением) позволяют измерять, регистрировать и вы­числять: текущие средние квадратические (действующие) значения на­пряжений и токов; максимальные, усредненные и минимальные значения напряжений и токов во всех фазах на всем интервале регистрации; текущие значения активной и реактивной (как индуктивно­го, так и емкостного характера) мощностей; максимальные и минимальные значения активной и реактивной мощностей на всем интервале регистрации; суммарную мощность по всем фазам; потребленную на интервале регистрации активную и реактив­ную энергию; текущее значение частоты электрической сети; текущие и экстремальные значения коэффициентов мощно­сти (соsφ); формы кривых сигналов напряжений и токов во всех фазах; значения коэффициентов общих гармонических искажений на­пряжений и токов в каждой фазе; процентный состав гармониче­ских составляющих напряжений и токов в каждой фазе с графи­ческим представлением в спектральной области, а также в таблич­ной форме. Зарегистрированные прибором данные по окончании регистрации переносятся в персональный компьютер. Ком­пьютер затем при поддержке программного обеспечения выпол­няет окончательный анализ и представление информации в таб­личном и/или в графическом виде. Поскольку ресурсы памяти приборов ограничены, то типичной для всех цифровых измерительных регистраторов является необходи­мость выбора оптимального соотношения между шагом дискретиза­ции Тд и общей продолжительностью (интервалом) регистрации Тр. Программировать обычно можно любые значения шага регист­рации в пределах возможного диапазона с разрешающей способ­ностью 1 мин. При большем объеме внутренней памяти (или при использовании карты памяти с большим объемом) возможная про­должительность регистрации пропорционально возрастает. Программный пакет таких регистраторов/анализаторов обеспе­чивает различные алгоритмы обработки (анализа) и представле­ния информации. 6.4.2. Мини-логгеры Из множества разнообразных ЦИР выделим группу сравнительно простых, невысокой точности, миниатюрных, имеющих автоном­ное питание, дешевых, предназначенных для решения большин­ства наиболее часто встречающихся задач. Типичными представи­телями этой группы являются миниатюрные ЦИР (называемые мини-логгерами – Mini Data Logger), которые в насто­ящее время успешно решают многочисленные задачи электричес­ких измерений и регистрации как электрических, так и неэлект­рических величин. Такие мини-логгеры (МЛ) имеют чрезвычайно малые габариты и массу; обеспечивают возможность продолжи­тельной цифровой автоматической регистрации одной или несколь­ких различных величин в достаточно широких диапазонах их изме­нений; имеют вполне удовлетворительные метрологические и от­личные эксплуатационные характеристики, содержат внутренний источник питания, обеспечивающий длительную автономную ра­боту. Они удобны и просты в обращении. Массив накопленных цифровых данных по окончании эксперимента передается в ком­пьютер, где может быть подвергнут разнообразным преобразованиям и/или представлен в различных формах. Наиболее распространены МЛ для регистрации параметров окружающей среды: температуры, относительной влажности воз­духа, давления, скорости потока воздуха, освещенности, пара­метров электропотребления. Есть также универсальные МЛ, спо­собные регистрировать различные физические величины при ус­ловии подключения к их входам соответствующих первичных из­мерительных преобразователей (датчиков) с унифицированным выходным сигналом. К характеристикам мини-логгеров относятся: число входных каналов, разрядность АЦП, объем внутренней памяти, продолжительность регистрации. ^ 6.4.3. Компьютерные средства регистрации и анализа Существует разновидность цифровых средств измерений и регистрации, основанная на использовании в качестве элемента искусственного интеллекта персонального ком­пьютера (ПК). Для этого необходимо ПК дополнить устройством преобразования аналоговых сигналов в цифровые данные, т.е. мо­дулем аналого-цифрового преобразователя. Такие преобразователи, в зависимости от возможностей, диапазонов измерения, метроло­гических и эксплуатационных характеристик, выполняются в раз­личных конструктивных исполнениях – от малогабаритных плат, встраиваемых (вставляемых) в корпус ПК, до сложных многока­нальных модульных комплексов. Сегодня это одно из перспектив­ных направлений развития измерительной техники, причем компь­ютерные решения являются довольно мощными и одновременно не самыми дорогими при условии наличия у пользователя ПК. Ком­пьютерные средства измерения и регистрации дают возможность не только измерять и/или регистрировать входные величины, но и: хранить архивы очень большого объема, передавать эту ин­формацию в различных форматах и с большой скоростью; обрабатывать соответствующие массивы цифровых данных по сложным специализированным алгоритмам; представлять полученные данные в различных формах, в том числе формировать разнообразные графические образы; легко получать бумажные копии результатов измерения, реги­страции и обработки; формировать (синтезировать) вспомогательные управляющие сигналы различных характеристик для сложных систем; организовывать сложные информационно-измерительные и управляющие системы.

Похожие:

	Республики Беларусь Учреждение образования «Гродненский государственный... С. Е. Витун, заведующий кафедрой финансов и кредита уо «Гродненский государственный университет имени Янки Купалы», кандидат экономических...		Республики Беларусь Учреждение образования «Белорусский государственный... Учреждение образования «Белорусский государственный педагогический университет имени Максима Танка»
	Учреждение образования «Гродненский государственный медицинский университет» Кафедра биохимии Рекомендовано Центральным научно-методическим советом уо “Гргму” (протокол № от 10. 06. 20010 г.)		Министерство образования и науки РФ федеральное государственное бюджетное... «Московский государственный университет технологий и управления имени К. Г. Разумовского»
	Конкурс «Лучший инновационный проект студентов и аспирантов» проводится... «Чувашский государственный университет имени И. Н. Ульянова» в рамках всероссийского фестиваля науки, организуемого Министерством...		Учреждение образования «гомельский государственный медицинский университет»... Т. М. Шаршакова, Н. П. Петрова, В. М. Дорофеев. ― Гомель: Учреждение образования «Гомельский государственный медицинский университет»,...
	Учреждение образования «гомельский государственный медицинский университет»... Т. М. Шаршакова, Н. П. Петрова, В. М. Дорофеев. ― Гомель: Учреждение образования «Гомельский государственный медицинский университет»,...		Учреждение образования «гомельский государственный технический университет... Список использованных источников
	Государственное образвательное учреждение высшего профессионального образования Самарский государственный аэрокосмический университет имени академика С. П. Королева”		Кафедра акушерства и гинекологии Государственное образовательное учреждение высшего профессионального образования «тамбовский государственный университет имени г....