Слайд 1Измерительные приборы.
Проф. Каф. Е 1, Новиков И.А.
Слайд 2Рекомендуемая литература
И.А.Новиков, О.Г.Агошков, С.А.Мешков, М.Ю.Кукин. Методы измерений и измерительные
приборы. Из-во БГТУ, 2009 г.
Джексон. Новейшие датчики. Техносфера, 2008 г.
Ж.
Системы и Датчики.
Курс лекций (электронная версия) + Презентации (по разделам)
Слайд 3Содержание курса (по разделам).
Введение в метрологию.
Средства измерений (приборы) для теплофизических
измерений.
Средства измерения напряженно-деформированного состояния.
Виброакустические измерения.
Средства боллистических измерений.
Волоконно-оптические измерения.
Приборы ночного видения
и тепловидение.
Методы измерений иррегулярных объектов – фрактальных и перколяционных объектов.
Слайд 4Раздел 1. Введение в метрологию.
«Наука начинается с тех пор,
как начинают измерять». Д.И.Менделеев
«Каждая вещь известна лишь в той
степени, в какой ее можно измерить». Лорд Томсон
Вопросами теории и практики обеспечения единства измерений в стране и в мире занимается метрология.
Слайд 6По характеру зависимости измеряемой величины от времени, измерения разделяются на:
статические и
Динамические.
По точности измерения можно
разделить на равноточные, которые обеспечиваются применением приборов одинаковой точности в одинаковых условиях, и неравноточные.
По числу измерений выделяют однократные и многократные измерения.
По способу представления результатов измерения делят на абсолютные и относительные.
Слайд 7 Классификация измерений по видам измерений:
Измерения времени
и частоты (в этом виде измерений достигнута наивысшая точность. Погрешность
определения времени достигает 10-13с (цезиевый стандарт частоты).
Линейно-угловые измерения.
Измерения механических величин, такие как масса, сила, давление, и др..
Измерения тепловых величин.
Измерения электрических и магнитных величин.
Оптические измерения.
Ионизирующие измерения.
Электромагнитные измерения
Гравитационные и гравиметрические.
Специальные виды измерений.
Слайд 9СТРУКТУРА СИСТЕМЫ МЕТРОЛОГИЧЕСКОГО НАДЗОРА
Международная система проверки национальных эталонов (Франция, МБМВ)
Система национальных эталонов в каждой
стране (где она существует).
Общенациональная система
институтов метрологии и региональных центров (Рос Тест)
Система аккредитованных центров и лабораторий (по определенным видам измерений)
Слайд 10Эволюционное развитие метрологии и стандартизации в России
Прогнозируемый уровень международного
развития
метрологии
Слайд 11Эволюционное развитие метрологии и стандартизации в РФ
Введение стандартных калибров пушечных
ядер
Введение ТУ и проверка качества сырья (лен, пенька, древесина, др.)
– 1723 г.
Введение общесоюзных стандартов ОСТ - 1926г.
Введение государственных общесоюзных стандартов (ГОСТ) – 1940 г.
Утверждение государственной системы стандартизации – 1968 г.
Разработка системы нормативно-технической документации, направленной на качество–1985 г.
Гармонизация системы стандартизации РФ в соответствии с международным правом – 1990 г.
Согласование стран СНГ в области метрологии, стандартизации и сертификации – 1992 г.
Слайд 12Эволюционное развитие метрологии и стандартизации в РФ
Принятие закона РФ о
стандартизации. – 1993 г.
Внедрение международных стандартов ИСО 9000 в РФ
– 2001 г.
Принятие Федерального закона « О техническом регулировании» - 2003 г.
Введение стандартов «Стандартизация в Российской Федерации» - 2007-2008 гг.
Преобразование государственной системы стандартизации в национальную с изменением правового статуса системы стандартизации с государственного на добровольный. – 2010 г.
Слайд 13Средства измерения (СИ) включают в себя:
меры,
первичные измерительные
преобразователи,
измерительные приборы,
информационно-измерительные системы.
От образцовых средств
измерений размер передается к рабочим мерам или измерительным приборам посредством аттестации или поверки (первичной, или периодической). Поверку также называют калибровкой прибора.
Слайд 15Поверка (калибровка) измерительных приборов осуществляется одним из двух методов:
Методом
измерения величин, воспроизводимых образцовыми мерами. Наибольшая разность между результатами измерения
и соответствующим размером меры является основной погрешностью поверяемого прибора.
Методом сличения поверяемого и образцового прибора при измерении одной и той же величины. Разность их показаний при измерении различных значений измеряемой величины определяет погрешность калибруемого (поверяемого) прибора.
Важным при поверке является соотношения между погрешностями поверяемого и образцового приборов. Образцовое СИ должна иметь меньшую погрешность (как минимум, в 3 -5 раз), чем погрешность поверяемого прибора.
Слайд 16Схемы аттестации (поверки, калибровки) измерительного прибора (СИ)
Слайд 17Погрешности измерений
По своему характеру погрешности бывают систематическими и случайными
стандарт ISO 9000
Английское обозначение погрешности – неопределенность измерения –
measurement uncertainty.
Случайная погрешность обозначается как неопределенность типа А – uncertainty of type A.
Систематическая погрешность, соответственно, обозначается как неопределенность типа В –
uncertainty of type B.
Слайд 18Систематические погрешности измерений
(measurement uncertainty of type B)
Систематическая погрешность-составляющая погрешности
результата
измерения, постоянная для данного ряда измерений
(не зависит от числа измерений).
Выделяют несколько видов погрешностей:
инструментальная погрешность
методическая погрешность,
субъективная погрешность,
дополнительная погрешность.
Систематическую погрешность можно уменьшить, откалибровав измерительный прибор с помощью образцового средства измерения,
Систематическую погрешность можно учесть путем измерения ряда образцовых мер физических величин.
Слайд 19Случайные погрешности измерений
(measurement uncertainty of type A)
Случайные погрешность возникают
по причине
неконтролируемых изменений условий измерений, и она
распределена по нормальному
распределению
(вследствие ЦПТ). Снижение случайной погрешности
на результат измерения достигается проведением
многократных измерений.
Грубые погрешности, или промахи – это результат
быстрого интенсивного изменения одного из случайных
факторов. Грубые погрешности устраняются из резуль-
татов измерений.
Слайд 20БЮДЖЕТ ПОГРЕШНОСТЕЙ (ISO 9000)
Полная погрешность измерения.
Случайную погрешность многократного измерения можно
оценить среднеквадратичес-ким отклонением (СКО) – δСЛ
Систематическую погрешность измерения тоже
оценивают СКО – δС .
Как результат, полная среднеквадратическая погрешность измерения - это сумма СКО :
δ = δСЛ + δС
Это выражение дает возможность строить дове-
ительный интервал для измеряемой величины, учитывающий обе погрешности измерения.
Слайд 21Точечной статистической оценки математического
ожидания измеряемого параметра Х служит среднее
значение:
Эта оценка: состоятельная, (при увеличении числа измерений она приближается к
точному значению Х ),
несмещенная, (математическое ожидание оценки (среднего) равно оцениваемому параметру Х ),
эффективная, (ее дисперсия меньше дисперсии любой другой оценки данного параметра)
Точечная оценка измеряемого значения (1)
Слайд 23Точечной оценкой среднеквадратического отклонен-
ия (СКО) многократного измерения являются
Эти оценки:
состоятельные, (при увеличении числа измерений они приближаются к точному значению
СКО (дисперсии)),
смещенная (S*), несмещенная (S),
эффективные, (дисперсия S, S* меньше дисперсии любой другой оценки СКО (дисперсии)).
Оценкой СКО среднего значения от истинного матожидания
характеризуется дисперсией
Среднее значение быстро стремится к матожиданию
Точечная оценка измеряемого значения (2)
Слайд 24Интервальная оценка результатов измерений
В процессе получения интервальных оценок измерения
последовательно решаются четыре задачи:
Точечная оценка параметров выборки
Обнаружение грубых
погрешностей (промахов)
Проверка соответствия результатов измерения нор-мальному закону распределения (или его принятие)
При заданной доверительной вероятности (Р) вычис-ление доверительного интервала для матожидания рез-ультата измерения (и если это надо - вычисление доверитель-ных интервалов для СКО результата измерения - если это надо).
Слайд 25Нормальный закон распределения вероятности в измерениях
Измеряемый параметр X имеет
нормальное распреде-
ление cо средним (математическим ожиданием) и дис-
персией
σ:
В практике, вместо σ следует применять оценку S.
Интегральная функция распределения Лапласа
F(x) = P( X < x) =
показывает вероятность того, что случайная величина не превосходит значения х .
Слайд 26Интервальная оценка результатов измерений(этапы)
Проверка нормального закона распределения вероятности в измерениях
Обнаружение грубых погрешностей и их устранение
Простой критерий Романовского выявления
промахов
| Xi - | > 3 S
Интервальная оценка математического ожидания измеряемой величины
Слайд 27Здесь величина α - это уровень значимости, который связан с
заданной доверительной вероятностью р следующим образом
Значения квантилей распределения Стьюдента
приведены в статистических таблицах, или в пакетах компьютера (Excel). При больших выборках (более 25-30) распределение Стьюдента и его квантили переходят в нормальное распределение и его квантили.
Здесь δ = SX t1-α/2 .
Следует отметить, что при увеличении выборки (N) граница интервала õ ведет себя как S*/√N , то есть уменьшается с ростом N как √N, стремясь к нулю, как показано на рис. ниже
X =
; P = . . . .
Слайд 29Результаты измерений записываются в виде:
Здесь δ = SX t1-α/2
.
Следует отметить, что при увеличении выборки (N)
граница интервала
õ ведет себя как S*/√N , то есть
уменьшается с ростом N как √N, стремясь к нулю.
X =
; P = . . . .
Слайд 32Определение погрешностей для косвенных измерений
Z = F (X1 ,
X2 , . . . , Xn ).
Z=F(
)=F( )+ +. . .
Z = F ( );
Em =
Z = ;
K =
Критерий ничтожных погрешностей: Em <
Слайд 33Общие требования к измерениям для артиллерийских испытаний
Для динамических измерений, которые
и реализуются в практике артиллерийских испытаний, весьма важным является правильный
выбор:
Пределов измерения физической величины,
Точности (погрешности) измеряемой величины,
Быстродействия измерительного прибора.
Слайд 34Таблица основных требований к артиллерийским
испытаниям. Измерения внутри ствола
Слайд 35Таблица основных требований к артиллерийским
испытаниям вне ствола.
Слайд 36Таблица основных требований к стендовым
испытаниям
Слайд 37Информационно-измерительные системы (ИИС)
Структура информационно-информационных
систем
2. Основные требования к проектированию
ИИС
Слайд 41ТИПЫ СИГНАЛОВ - классификация
Аналоговый сигнал
Дискретный сигнал
Цифровой сигнал
Слайд 47Операция квантования или аналого-цифрового прео-бразования (АЦП; английский термин Analog-to-Digital Converter,
ADC) заключается в преобразовании дискретного сигнала s(tn) в цифровой сигнал
s(n) = sn ≈ s(tn), n = 0, 1, 2,.., N.
Процесс преобразования отсчетов сигнала в числа называется квантованием по уровню (quantization), а возникающие при этом потери информации за счет округления – ошибками или шумами квантования (quantization error, quantization noise).
При преобразовании аналогового сигнала непосредственно в цифровой сигнал операции дискретизации и квантования совмещаются. При этом число уровней квантования равна 2N определяет погрешность квантования исходного сигнала. Число N называется разрядностью АЦП. Погрешность квантования при хорошей организации процесса дискретизации равна 1/ 2N , и она уменьшается с увеличением разрядности АЦП – N. Современные АЦП имеют разрядности от 8 до 16 (иногда-24).
Слайд 48Современные АЦП включают в себя:
Управляемый входной усилитель
Коммутатор каналов,
АЦП
и ЦАП,
Интерфейс связи с ПК,
Микропроцессор, который управляет процессом измерений и
формирует данные для обмена с РС,
Встроенный датчик температуры (для учета температурной погрешности АЦП),
Система самокалибровки для АЦП, включающая кали-брованные сигналы и управление входным усилителем,
Антиалайзинговый фильтр,
ПОМНИТЕ, что декларируемая точность может сильно отличаться от реальной точности АЦП.
Слайд 50Точное восстановление аналогового сигнала со спектром, ограниченным частотой FM. Оно
возможно, если частота дискретизации сигнала больше FMAX не менее, чем
в два раза (теорема Шеннона-Котельникова). Пример: стандарт для аудиосигналов FMAX=22,05кГц. Для аудиоплееров FД = 2 FMAX=44,1кГц.
Слайд 51Наиболее чувствительные элементы ИИС,
влияющие на точность измерений
Слайд 52Общие принципы проектирования ИИС.
1. Анализируются требования к измерениям:
Номенклатура
каналов (какие физические величины надо измерять).
Количество измерительных каналов,
Уточняются
требования для каждого измерительного канала :
Вид измерения (что измеряем),
Диапазон измеряемых величин,
Необходимая погрешность (точность) измерения,
Необходимое быстродействие по времени (или частотный диапазон измеряемой величины,
Рекомендуемый метод измерения. Он выбирается из принципа единообразия ИИС, или принципа наилучшей интегрируемости разных измерений в общую ИИС.
Слайд 532. Выбор параметров АЦП по:
Входному напряжению (и сопротивлению),
Числу
каналов измерения,
Разрядности АЦП (погрешности квантования данных),
Числу каналов ЦАП
(если это необходимо),
Частоте опроса (быстродействию канала),
Конструктивному решению (выносной/встроенный),
Требуемой коммутации ИИС (с управлением измерений, или без него),
Наличие/отсутствие микропроцессора (МП),
Выбор интерфейса данных RS-232, USB, IEEE-488.
3. Выбор РС и платформы программной реализации (например, MATLAB, MAPLE, etc) для реализации ИИС, включая описание алгоритмов обработки, расчетов и формы представления результатов.
Слайд 54При кодировании в двоичной системе счисления используются два элементарных сигнала,
технически легко реализуемые.
Обычно, одним элементарным сигналом
является посылка напряжения или тока постоянной амплитуды, соответствующая «1» в двоичной системе счисления. Вторым элементарным сигналом является отсутствие напряжения или тока, что соответствует «0» в двоичной системе счисления.
Здесь показаны преобразования цифрового сигнала – в двоичный код с числом двоичных символов, равным двум (двоичное кодирование).
После АЦП →N = 2→
После КУ →
Слайд 56Особенности цифровой обработки
Точное восстановление аналогового сигнала со спектром, ограниченным
частотой FM. Оно воз-можно, если частота дискретизации сигнала больше FM
не менее, чем в два раза (теорема Шеннона-Котельникова). Пример: стандарт для аудиосигналов FM=22,05кГц. Для аудиоплееров FД = 2 FM=44,1кГц.
Элайзинг (aliasing )– появление ложных частот в спектре дискретизированного сигнала. Это так называемый эффект появления ложных (кажущихся) частот (aliasing). Частоты гармонических колебаний выше частоты Найквиста как бы зеркально "отражаются" в главный частотный диапазон от его границ (на частоте Найквиста).
Частота Найквиста – FN = FD / 2 - это половина частоты дискретизации
Слайд 58
Элайзинг для акустического сигнала
Исходный
спектр
сигнала и
помехи
Спектр
сигнала
после
дискретиза-
ции с учетом
элайзинга
Слайд 59Шумы и помехи (noise). При регистрации информационных сигналов в сумме
с основным сигналом одновременно регистрируются и мешающие сигналы - шумы
и помехи самой различной природы.
Выделение полезных составляющих из общей суммы зарегистрированных сигналов или максимальное подавление шумов и помех в информационном сигнале при сохранении его полезных составляющих является одной из основных задач первичной обработки сигналов (результатов наблюдений).
Слайд 60СХЕМА ПОЛУЧЕНИЯ СИГНАЛОВ И ИХ ОБРАБОТКИ
с аппаратной фильтрацией
INTERNET
Аппаратная
фильтрация
Слайд 61Оптимальная структура современной ИИС
Помехи
Шумы
Дискретный сигнал
A
f
FMAX FД
фильтрация
Теорема Котельникова - частота дискретизации FД = 2 FMAX
Слайд 63Особенности цифровой обработки
Точное восстановление аналогового сигнала со спектром, ограниченным
частотой FM. Оно воз-можно, если частота дискретизации сигнала больше FM
не менее, чем в два раза (теорема Шеннона-Котельникова). Пример: стандарт для аудиосигналов FM=22,05кГц. Для аудиоплееров FД = 2 FM=44,1кГц.
Алайзинг (aliasing )– появление ложных частот в спектре дискретизированного сигнала.
Циклический перенос спектра для цифровых методов вычисления спектра ( ДПФ, БПФ ) цифрового сигнала.
Слайд 64МЕТОДЫ ОБРАБОТКИ ИЗМЕРИТЕЛЬНЫХ СИГНАЛОВ
Визуальный анализ временного наполнения и динамики сигналов
Выделение медленных трендов и быстроизменяющихся составляющих сигналов
Анализ спектрального состава сигнала
и аналогичные методы анализа (амплитудно-частотные характеристики, спектры, фильтрация – аппаратная и цифровая)
Анализ динамики временного сигнала и динамики спектрального состава с использованием окон фильтрации, вейвлет-анализа и т.д.
Анализ псевдо-хаотического и хаотического сигнала, идентификация событий и процессов, с использованием R/S анализа и свойства фрактальности.
Сжатие сигнала (проблема редукции и методы ее решения)