Датчики механических величин, инвариантные к дестабилизирующим факторам

• Автор: Лиманова, Наталия Игоревна
• Шифр специальности: 05.13.05
• Научная степень: Докторская
• Год защиты: 2006
• Место защиты: Самара
• Количество страниц: 285 с. : ил.

Введение.
Глава 1. Анализ известных методов коррекции погрешностей измерений и оценка эффективности их применения для ДМВ
1.1. Математические модели погрешностей датчиков, функционирующих в условиях дестабилизирующих факторов

1.2. Оценка эффективности существующих методов автокоррекции погрешностей измерений

1.3. Преимущества и ограничения тестовых методов повышения точности измерений

1.4. Оценка эффективности функционирования известных ДМВ, инвариантных к ДФ.

Основные результаты и выводы по первой главе

Глава 2. Теоретические основы построения ДМВ, инвариантных к ДФ, на основе тестовых измерений и ДРСТФ, используемых в качестве обобщенных математических моделей ФП датчиков
2.1. Исследование обобщенного тестового алгоритма на основе математической модели, использующей целые рациональные функции
2.2. Обобщенный алгоритм реализации тестовых методов на основе описания ФП ДМВ дробнорациональными функциями
2.3. Применение степенных функций в качестве математических моделей при разработке алгоритмов реализации тестовых методов
2.4. Алгоритмы реализации тестовых методов на основе описания ФП ДМВ трансцендентными функциями
2.5. Теоретические основы построения ДМВ, инвариантных к ДФ, на
основе тестовых измерений и функциональных тестов.
Основные результаты и выводы по второй главе
Глава 3. Аппроксимативный анализ ФП ДМВ как основа для проектирования датчиков, инвариантных к ДФ.
3.1. Вопросы идентификации и аппроксимативный анализ ФП ДМВ
3.2. Измерительновычислительный комплекс для аппроксимативного анализа ФП ДМВ.
3.3. Метод измерений, обеспечивающий работу ДМВ на линейном участке ФП.
3.4. Способ бесконтактной установки ЧЭ датчиков на заданном
расстоянии от поверхности исследуемого объекта.
Основные результаты и выводы по третьей главе
Глава 4. Принципы построения инвариантных датчиков механических величин
4.1. Инвариантный к дестабилизирующим факторам многоканальный волоконнооптический датчик перемещений на основе аддитивных тестов
4.2. Инвариантные волоконнооптические датчики вибраций и положения, реализующие методы бесконтактной установки и контроля рабочего расстояния до объекта
4.3. Инвариантный к дестабилизирующим факторам электромагнитный датчик перемещений с дробнорациональной функцией преобразования
4.4. Волоконнооптический кодовый преобразователь угла, инвариантный к ДФ, на основе математической модели, использующей трансцендентные функции.
4.5. Способ измерений на основе функциональных тестов и реализующий его волоконнооптический датчик
4.6. Датчики с совмещенными основным и корректирующим каналами
измерения различной физической природы.
Основные результаты и выводы по четвертой главе.
Глава 5. Оценка погрешностей разработанных ДМВ и их
конструктивнотехнологические особенности.
5.1. Анализ погрешностей аппроксимации ФП ДМВ кусочнолинейной
и кусочнонелинейными математическими моделями на основе использования ДРСТФ
5.2. Оценка некоррелированных составляющих погрешностей ДМВ, инвариантных к ДФ, разработанных на основе тестовых измерений и ДРСТФ.
5.3. Погрешности формирования тестов и оценка их влияния на результат измерений
5.4. Конструктивнотехнологические особенности разработанных ДМВ
5.5. Пути повышения эффективности разработанных способов.
Основные результаты и выводы по пятой главе
Глава 6. Примеры практического использования разработанных ДМВ, инвариантных к ДФ
6.1. Техническая реализация и применение автономных двухканальных волоконнооптических измерителей вибрации
6.2. Практическое использование ВОИВ в автоматизированных системах.
6.3. Двухканальный датчик положения с модулированным излучением
6.4. ДМВ на основе тестовых измерений с микропроцессорной обработкой информации
6.5. Термокомпенсированный датчик давления и его практическое
использование
Основные результаты и выводы по шестой главе.
Заключение.
Список литературы


Основная погрешность ИУ может быть представлена случайной величиной или случайной функцией времени. Щ А0 АЛ0. Рх2,0 случайных величин Х1 и X близок к единице, т. Х1 и Х соответственно. Хи и Х
Дл0 высокочастотная стационарная случайная функция времени. Составляющая Д может являться, например, следствием комбинированного влияния старения, последействия в датчиках с упругими чувствительными элементами датчиках давления и подобными причинами Д возникать в результате колебаний напряжения питающей сети, шумов, помех и т. Корреляционная функция стационарной случайной центрированной функции времени Д затухает на интервале времени, меньшем времени проведения требуемых измерений, но существенно большем интервала времени одного преобразования. Корреляционная функция Дф затухает на интервале времени, значительно меньшем времени преобразования информативного параметра входного сигнала датчика в информативный параметр выходного сигнала устройства. Если составляющие Д и Д следует учитывать в большинстве случаев применения датчиков, то Дд в ряде случаев можно не учитывать. Д Д Д. РАуЬ 1. РдгМ 0. Погрешность Д называется коррелированной составляющей, а погрешность Д некоррелированной составляющей погрешности преобразователя, иод чем понимается соблюдение условий 1. А и условий 1. В случае медленных отклонений влияющих величин можно не учитывать инерционные свойства датчика, реагирующего на изменения влияющих величин, и считать дополнительную погрешность статической. Изменение дестабилизирующих факторов в общем случае может вызвать изменение любой метрологической характеристики датчика. Если влияющая величина меняется неслучайно и принимает при данном измерении определенное значение, то дополнительную погрешность можно охарактеризовать следующим образом 9. Математическое ожидание определяется значением функции влияния па математическое ожидание погрешности, приведенной ко входу преобразователя. Среднее квадратическое отклонение статической дополнительной погрешности описывается значением функции влияния на среднее квадратическое отклонение случайной составляющей погрешности. Если функция влияния какойлибо величины меняется при изменении других влияющих величин, то должны быть известны функции совместного влияния на математическое ожидание и среднее квадратическое отклонение. Д операторное выражение приведенной к выходу динамической погрешности датчика x операторное выражение входного сигнала передаточная функция датчика кп номинальный коэффициент преобразования датчика. Таким образом, основными составляющими модели динамической погрешности датчика являются передаточная функция датчика, его коэффициент преобразования для статического режима и характеристики изменяющегося входного сигнала. Для оценки погрешностей датчиков в реальных условиях эксплуатации необходимо знать определенные характеристики модели погрешности, которые зависят от вида модели и характера учета погрешностей при решении конкретных задач. Когда динамическая погрешность преобразователя существенна, должны быть известны также вид функции связи между изменяющимися во времени информативными параметрами входного и выходного сигналов датчика вид передаточной или переходной функций, частотной характеристики и т. Для решения многих задач достаточно знать такие характеристики модели погрешности, как параметры функции, принятой в качестве модели погрешности, и значения неслучайных аргументов, если же аргументы этой функции случайные величины, то математическое ожидание и дисперсию этих величин. В ряде случаев необходимо знать корреляционную функцию случайной составляющей погрешности. Разделение погрешности преобразователя Д на две составляющие но частотному признаку удобно с точки зрения анализа различных методов повышения точности измерений, каждый из которых, как правило, обладает способностью подавлять одну из двух составляющих погрешности Д2. При рассмотрении методов повышения точности измерений датчиков будем оценивать, какая из составляющих суммарной погрешности измерений коррелированная или некоррелированная уменьшается в результате применения того или иного метода.