Ідентифікація нелінійного інерційного вимірювального каналу тиску

Автор(и)

  • Alexander Poliarus Харківський національний автомобільно-дорожній університет, вул. Ярослава Мудрого, 25, 61002, Харків, Україна
  • Alexander Koval Харківський національний автомобільно-дорожній університет, вул. Ярослава Мудрого, 25, 61002, Харків, Україна
  • Yana Medvedovska Харківський національний автомобільно-дорожній університет, вул. Ярослава Мудрого, 25, 61002, Харків, Україна
  • Eugenii Poliakov Харківський національний автомобільно-дорожній університет, вул. Ярослава Мудрого, 25, 61002, Харків, Україна
  • Sergii Ianushkevych Харківський національний автомобільно-дорожній університет, вул. Ярослава Мудрого, 25, 61002, Харків, Україна

DOI:

https://doi.org/10.24027/2306-7039.1.2019.164732

Ключові слова:

Ідентифікація систем, Вимірювальний канал тиску, Вимірювальна лінія, Давач тиску, Функція перетворення, Стала часу

Анотація

Розглядається метод ідентифікації нелінійних інерційних вимірювальних систем на прикладі вимірювального каналу тиску, який складається з вимірювальної лінії та давача тиску. Останній, як правило, є лінійною системою, а вимірювальна лінія, яка для каналу тиску є трубою, заповненою рідиною або газом, проектується як лінійна система. У процесі експлуатації вимірювальна лінія поступово забруднюється, в рідину потрапляє повітря або вона частково замерзає. У цьому випадку можлива втрата лінійності каналу тиску, яка на практиці, як правило, не вимірюється. Запропонований метод дозволяє на основі виміряних вхідного і вихідного сигналів отримати математичну модель каналу. В її основі лежить відома модель Гаммерштейна, яка розділяє канал на два віртуальних блоки, один з яких є нелінійним інерційним, а другий ‒ лінійним інерційним. Функція перетворення першого блоку описується поліномом кінцевого ступеня, а перетворюючі властивості другого блоку описуються інтегралом згортки. Це дозволяє записати сигнал на виході каналу у вигляді математичної залежності з невідомими коефіцієнтами поліномa і параметрами імпульсної характеристики лінійного блоку. Далі мінімізується відстань у функціональному просторі з квадратичною метрикою між зазначеною математичною залежністю і вихідним сигналом. У результаті мінімізації цієї відстані методом глобального випадкового пошуку знаходяться коефіцієнти полінома і параметри імпульсної характеристики, що свідчить про рішення задачі ідентифікації системи. Для цього було створено експериментальну вимірювальну лінію, заповнену повітрям під тиском, який вимірювався двома однаковими давачами, що розташовані на вході і виході лінії. Отримана модель каналу використовувалася для теоретичного визначення вихідного сигналу при відомому вже іншому вхідному сигналі. Перевірка моделі на основі критерія Фішера з рівнем значущості 0.95 підтвердила її адекватність.

Посилання

Novak A. Identification of Nonlinear Systems: Volterra Series Simplification. Acta Polytechnica, 2007, vol. 47, no. 4–5, pp. 72‒75.

Er-Wei Bai, Minyue Fu. A Blind Approach to Hammerstein Model Identification. IEEE Transactions on Signal Processing, 2002, vol. 50, no. 7, pp. 291‒304. DOI: 10.1109/TSP.2002.1011202 https://ieeexplore.ieee.org/document/1011202

Vörös J. An iterative method for Hammerstein-Wiener systems parameter identification. Journal of electrical engineering, 2004, vol. 55, no. 11–12, pp. 328‒331.

Billings S. A. Identification of nonlinear systems — a survey. IEE Proceedings D: Control Theory and Applications, 1980, vol. 127, issue 6, pp. 272‒285.

Brouri A., Giri F., Mkhida A. et al. Identification of Nonlinear Systems Structured by Hammerstein-Wiener Model. World Academy of Science, Engineering and Technology, International Journal of Electrical, Computer, Energetic, Electronic and Communication Engineering, 2014, vol. 8, no. 5, pp. 738‒742.

Kerschen G. et al. The Method of Proper Orthogonal Decomposition for Dynamical Characteriza¬tion and Order Reduction of Mechanical Systems: An Overview. Nonlinear Dynamics, 2005, vol. 41, pp. 147‒169.

Chen S. et al. Practical identification of NARMAX models using radial basic functions. International Journal of Control, 1990, vol. 52, no. 6, pp. 1327‒1380.

MPX5050. Freescale Semiconductor. Technical Data Pressure Sensors. Integrated Silicon Pressure Sensor On-Chip Signal Conditioned, Temperature Compensated and Calibrated. Rev 9, 05/2007, http://www.freescale.com/support

Koval A. O., Koval O. A. Prostorovo rozpodileni intelektualni vymiriuvalni systemy: monohrafiia [Spatially distributed intelligent measuring information systems: monograph]. Kharkiv, Lider, 2017. 146 p. (in Ukrainian).

Bendat J. S. Spectral Techniques for Nonlinear System Analysis and Identification. Shock and Vibration, 1993, vol. 1, no. 1, pp. 21‒31.

##submission.downloads##

Опубліковано

2019-03-29

Номер

Розділ

Статті