Электронный научный журнал
Современные проблемы науки и образования
ISSN 2070-7428
"Перечень" ВАК
ИФ РИНЦ = 0,737

РЕАЛИЗАЦИЯ МОДЕЛЬНО-ОРИЕНТИРОВАННОГО ПОДХОДА ПРИ ПРОЕКТИРОВАНИИ СИСТЕМЫ СБОРА ДАННЫХ

Михеев М.Ю. 1 Гудков К.В. 1 Гудкова Е.А. 1
1 ФГБОУ ВПО «Пензенский государственный технологический университет»
Реализация модельно-ориентированного подхода позволяет всесторонне использовать аппаратно-вычислительную платформу Arduino Diecimila, предназначенную для построения систем автоматики и робототехники. Несмотря на простоту аппаратно-вычислительной платформы она решает различные технические задачи, в частности позволяет подключать тензометрические датчики и производить предварительную обработку данных. Для проведения эксперимента были разработаны Matlab/Simulink-модели, позволяющие собирать, обрабатывать, принимать и визуализировать данные с датчиков. Проведенный сравнительный анализ данных, полученных с датчиков, показывает сопоставимость экспериментальных результатов с результатами предварительного имитационного моделирования. Числовые значения в обоих случаях находятся в пределах одного порядка, и спектры сигналов до и после цифровой обработки идентичны. Это позволяет сделать вывод о адекватности проведенного эксперимента и о необходимости проведения дальнейших исследований.
имитационное моделирование
кориолисов расходомер
модельно-ориентированное проектирование
1 Ефремов А.А., Зенков С.М. Модельно-ориентированное проектирование для решения задач автоматизации // Передовые информационные технологии, средства и системы автоматизации и их внедрение на российских предприятиях: тезисы докладов международной научно-практической конференции (Москва, 4-8 апр. 2011 г.). – Москва, 2011. – С.41-43.
2 Михеев М.Ю., Юрманов В.А., Гудков К.В. Синтез элементов поверочных систем дозирования компонентов топлива. // Вестник Самарского государственного технического университета. Сер. Технические науки. – 2010. – №7(28). – С. 55-60.
3 Михеев М.Ю., Юрманов В.А., Гудков К.В., Юрков Н.К. Система поверки кориолисовых расходомеров // Измерительная техника, ФГУП «СТАНДАРТИНФОРМ». – 2012. – № 8. – C. 51-54.
4 Михеев М.Ю., Юрманов В.А., Гудков К.В., Юрков Н.К. Способ автоматической поверки кориолисовых расходомеров на месте их эксплуатации // Измерительная техника, ФГУП «СТАНДАРТИНФОРМ». – 2012. – № 2. – C. 29-32.
5 Manuel López-Mariscal. Further Coriolis correlation considerations // Physics Today. – 2012. Vol. 65. – P. 8.

Применение современных средств при проектировании систем сбора данных с датчиковой аппаратуры позволяет проводить предварительный анализ их работы с использованием имитационных средств моделирования и быстро вносить в них необходимые изменения. Наиболее полно это реализуется при модельно-ориентированном подходе [5] при проектировании систем.

Реализация на практике модельно-ориентированного подхода при проектировании элементов автоматической системы (АС) сбора и обработки информации c кориолисова расходомера [1] производилась с использованием аппаратно-вычислительной платформы Arduino Diecimila, при этом к платформе подключался тензометрический датчик Honeywell FSS1500ST. Для этого в среде Matlab/Simulink были синтезированы две модели: первая модель позволяет собирать данные с датчика и передавать их на компьютера вторая – принимать данные и визуализировать их во временной и частотной области.

Модель сбора данных имеет в своём составе блок Analog Input, позволяющий аппаратно-вычислительной платформе Arduino Diecimila принимать аналоговые сигналы с датчика. Далее данные проходят блок Gain, где происходит усиление сигнала, и попадают в блок Data Type Conversion, который преобразует тип входного сигнала для последующего приема сигнала средой Matlab. Для передачи сигнала с платы на персональный компьютер служит блок Serial Write. Для полноценного функционирования этой модели служит блок Serial Config, позволяющий конфигурировать uart-интерфейс для передачи данных в среду Matlab/Simulink.

По окончании синтеза этой модели в среде Simulink необходимо записать её на аппаратно-вычислительную платформу Arduino Diecimila, которая подключена к заранее объявленному в модели порту. В нашем случае это USB порт. Процесс компиляции и заливки скомпилированной прошивки в аппаратно-вычислительную платформу Arduino Diecimila происходит в автоматическом режиме.

Модель, позволяет принимать данные с датчика через аппаратно-вычислительную платформу Arduino Diecimila. Для этого используется блок Serial Config, конфигурирующий uart-интерфейс. Блок Serial Receive служит для приема данных и передачи их в блоки отображения сигнала Scope и блок спектрального представления сигнала Spectrum Scope. Это необходимо для анализа поступающего сигнала.

Чтобы убедится в работоспособности спроектированной модели, получим сигнал с датчика при отсутствии колебаний расходомерной трубки [2].

Убедившись в работоспособности нашей системы, получим сигнал с расходомера, работающего на частоте в 40 Гц, и построим спектр сигнала с использованием блока Spectrum Scope. Как видно из рисунка 1, сигнал содержит большое количество шумов, поэтому необходимо использовать полосовой фильтр. Наиболее целесообразно включить его в состав аппаратно-вычислительной платформы Arduino Diecimila.

Рис. 1. Спектр сигнала с КР

Для выделения информативной составляющей сигнала, спроектируем полосовой фильтр средствами среды Matlab, учитывая, что рабочая частота расходомера составляет 40 Гц.

Экспортируем спроектированный фильтр в Simulink - модель, из которой ранее был сгенерирован код для аппаратно-вычислительной платформы Arduino Diecimila. Применение Simulink модели для разработки кода позволяет быстро вносить изменения в алгоритм работы аппаратно-вычислительной платформы, а также моделировать её работу с использованием специализированных блоков без выгрузки кода. Это позволяет отладить работу любых сложных алгоритмов с минимальными временными затратами. Следует также отметить невозможность использования в Simulink модели блоков Function по причине отсутствия поддержки конвертации содержащегося в них Matlab кода в код аппаратно-вычислительной платформы Arduino Diecimila. Отдельно стоит выделить сложности, связанные с реализацией обратных связей в Simulink-модели. Их реализация привычным образом недопустима при реализации некоторых адаптивных фильтров. Но проблема решается использованием вместо обратных связей дополнительных блоков Analog input и блоков задержки. Учитывая, что разработанная нами модель состоит из малого числа блоков и имеет простую линейную структуру, наиболее оптимально сразу провести генерацию кода без предварительного моделирования работы аппаратно-вычислительной платформы в среде Matlab/Simulink.

Рис. 2. Модель сбора данных, с включенным в состав полосовым фильтром

На рисунке 2 представлена модель, в составе которой включен полосовой фильтр, на основании которой будет скомпилирована прошивка для аппаратно-вычислительной платформы Arduino Diecimila.

После обновления прошивки получим сигнал с КР, представленный в виде спектра на рисунке 3.

Рис. 3. Спектр сигнала прошедшего процедуру фильтрации

Не достаточное качество сигнала с тензометрического датчика КР после фильтрации может быть вызвано ограничениями аппаратной части вычислительной платформы Arduino Diecimila. Применение более сложных и дорогостоящих аппаратно-вычислительных платформ или программируемых логических интегральных схем(ПЛИС) позволит использовать более сложную систему фильтрации и избавится от помех, вызванных аппаратной частью модуля сбора данных.

Сравнительный анализ данных, полученных с КР, с результатами полученными с Matlab модели [3] показал, что данные с модели сопоставимы с реальными данными и числовые значения находятся в пределах одного порядка. При этом данные с моделируемого датчика проходят те же этапы цифровой обработки [4], что и данные с датчика КР, получаемые через аппаратно-вычислительную платформу. Это позволяет сделать вывод о адекватности модели и о необходимости проведения дальнейших исследований с учетом динамики изменения параметров работы КР и Simulink-модели. Это позволит синтезировать новые прошивки в аппаратно-вычислительную платформу Arduino Diecimila с учетом изменяемых условий работы.

Рецензенты:

Юрков Н.К., д.т.н., профессор, заведующий кафедрой «Конструирование и производство радиоаппаратуры» ФГБОУ ВПО Пензенский государственный университет, г. Пенза;

Чувыкин Б.В., д.т.н., профессор кафедры «Информационно-вычислительные системы» ФГБОУ ВПО Пензенский государственный университет, г. Пенза.


Библиографическая ссылка

Михеев М.Ю., Гудков К.В., Гудкова Е.А. РЕАЛИЗАЦИЯ МОДЕЛЬНО-ОРИЕНТИРОВАННОГО ПОДХОДА ПРИ ПРОЕКТИРОВАНИИ СИСТЕМЫ СБОРА ДАННЫХ // Современные проблемы науки и образования. – 2014. – № 6.;
URL: http://science-education.ru/ru/article/view?id=16833 (дата обращения: 26.08.2019).

Предлагаем вашему вниманию журналы, издающиеся в издательстве «Академия Естествознания»
(Высокий импакт-фактор РИНЦ, тематика журналов охватывает все научные направления)

«Фундаментальные исследования» список ВАК ИФ РИНЦ = 1.252