Новости
09.05.2023
с Днём Победы!
07.03.2023
Поздравляем с Международным женским днем!
23.02.2023
Поздравляем с Днем защитника Отечества!
Оплата онлайн
При оплате онлайн будет
удержана комиссия 3,5-5,5%








Способ оплаты:

С банковской карты (3,5%)
Сбербанк онлайн (3,5%)
Со счета в Яндекс.Деньгах (5,5%)
Наличными через терминал (3,5%)

ПРОГРАММНАЯ ОБРАБОТКА АНАЛОГОВЫХ СИГНАЛОВ В СИСТЕМЕ МОНИТОРИНГА И ДИАГНОСТИКИ СОВРЕМЕННЫХ ПУТЕВЫХ МАШИН

Авторы:
Город:
Коломна
ВУЗ:
Дата:
23 февраля 2016г.

Железные дороги – ведущая стратегическая транспортная сеть практически любого государства. Ритмичность и интенсивность железнодорожных перевозок представляют собой основные факторы, определяющие уровень развития экономики страны, поэтому состояние железнодорожного полотна служит ключом к обеспечению эффективного грузооборота. Путевые работы являются сложными, трудоемкими (малопривлекательными) и многооперационными. На ремонтных работах требуется выполнять до 80 технологических операций, а при текущем обслуживании полотна их количество увеличивается до 120. Для комплексной механизации и автоматизация путевых работ созданы одно- и многооперационные путевые машины. [3] По этой причине одним из важных направлений работы в железнодорожной отрасли является совершенствование специального подвижного состава. Высокая производительность и надежность машин дает возможность постоянно поддерживать состояние полотна в требуемом состоянии, гарантирующем высокий темп передвижения транспорта. Неисправность путевой машины часто приводит к значительным убыткам, поскольку нарушение графика ремонтных работ вызывает сбои в расписании движения поездов. С развитием технологий ремонта и обслуживания пути в конструкциях специального подвижного состава появляются новые агрегаты и узлы. Это приводит к повышению производительности путевых машин и снижению эксплуатационных затрат. Однако наращивание функционала путевой техники усложняет задачу поддержания еѐ в состоянии пригодном для эксплуатации. Для решения данной задачи требуется внедрение современных методов мониторинга, контроля и диагностики, которые позволяли бы своевременно и достоверно оценивать состояние узлов и деталей. Мониторинг текущего состояния путевой машины дает возможность выявить проблемы в еѐ работе ещѐ до того, как они станут причиной поломки оборудования. [6]

В системах диагностики и мониторинга специального подвижного состава в качестве источника первичной информации для оценки состояния объекта используются датчики. Их можно разделить на два типа – аналоговые и дискретные. От характеристик датчика зависит качество получаемого сигнала. При использовании аналоговых датчиков их измерительные каналы являются сложной частью системы мониторинга и диагностики. Качество полученных данных зависит не только от погрешности средств измерений, но и от корректности методики измерений, а также правильности выполнения кабельной разводки. Измерительные каналы систем мониторинга и диагностики создаются, как правило, в полевых условиях, что является причиной появления ошибок и помех. [2]

Таким образом, сигнал, поступающий на вход  рабочей  промышленной  системы мониторинга и диагностики даже при грамотной кабельной разводке, чаще всего имеет помехи. С помехами приходится бороться как аппаратными, так и программными средствами. В данной статье описывается способ сглаживания аналогового сигнала при реализации человеко-машинного интерфейса в системе диагностики специального подвижного состава РПБ-01.

При реализации человеко-машинного интерфейса важно представить данные таким образом, чтобы они максимально просто воспринимались оператором. Доказано, что традиционный приборный интерфейс с динамическими элементами (движущиеся стрелки и указатели) более наглядно отображает информацию, требующую когнитивной обработки, нежели иные графические приборы. Современные средства, обладающие богатыми вычислительными и изобразительными возможностями, позволяют отобразить как стрелочный прибор для удобного восприятия информации, так и конкретизированное численное значение. [1]

Разделяют два этапа обработки входных сигналов: первичный (предварительный) и вторичный. [4] В общем случае на входе системы (V(t)) имеется смесь полезного сигнала (x(t)), некоторого шума (n(t)) и различных помех (p(t)):

V(t) = x(t)+n(t)+p(t),

где n(t) является характеристикой самого датчика, а p(t) – некоторое искажающее воздействие самой физической среды, в которой распространяется сигнал (например, затухание). Подавление шума n(t) и помехи p(t) является задачей предварительной обработки сигнала. Для еѐ решения используются аппаратные и программно- аппаратные средства. [4]

Вторичная обработка сигнала необходима в системах мониторинга для качественной оценки состояния объекта и конкретного отображения параметра на автоматизированном рабочем месте (АРМ) оператора. Присутствие только средств первичной обработки сигнала не может гарантировать стабильное, фиксированное значение параметра на экране монитора. Сигнал по-прежнему может колебаться около истинного значения. Это затрудняет восприятие данных и вносит трудности в работу оператора.

Этап вторичной обработки сигнала реализуется на ЭВМ программными методами и характеризуется гибкостью используемых алгоритмов. Для аналоговых сигналов зачастую необходимо применять методы сглаживания.

Сглаживание представляет собой некоторый способ локального усреднения данных, при котором несистематические компоненты взаимно компенсируют друг друга. Существуют различные методы сглаживания, но самым популярным является метод скользящего среднего. В этом методе каждый член ряда заменяется простым или взвешенным средним нескольких соседних членов. Вместо среднего можно использовать медиану значений этих членов. Основное преимущество медианного сглаживания по сравнению со сглаживанием методом скользящего среднего состоит в том, что результат становится более устойчивыми к выбросам. Таким образом, если в данных имеются выбросы, связанные, например, с ошибками измерений, то сглаживание медианой обычно приводит к более гладким кривым, по сравнению со скользящим средним. Основной недостаток медианного сглаживания состоит в том, что при отсутствии явных выбросов, он дает менее гладкую функцию на выходе.

В тех случаях, когда ошибка измерения очень большая, используется сглаживание методом наименьших квадратов, взвешенных относительно расстояния, или метод отрицательного экспоненциально взвешенного сглаживания. Все эти методы отфильтровывают шум и преобразуют данные в достаточно гладкую кривую. Ряды с относительно небольшим количеством наблюдений и систематическим расположением точек могут быть сглажены с помощью бикубических сплайнов. [7]

Сигнал с аналогового датчика проходит первичную обработку, поэтому явные выбросы отфильтровываются. Ввиду их отсутствия при вторичной обработке для сглаживания функции целесообразно применение метода скользящего среднего. В этом случае значение сигнала на выходе вычисляться по формуле:

где Y(t) – значение скользящего среднего в момент времени t, n – количество значений исходной функции для

расчета скользящего среднего (сглаживающий интервал или  «окно»), p(t-i) – значение исходного сигнала в момент времени t-i. [5]

От ширины сглаживающего интервала зависит вид выходного сигнала: чем он шире, тем более плавным получается сигнал на выходе.

Как показала практика, при использовании различного типа аналоговых датчиков с линейной характеристикой ширина сглаживающего интервала может находиться в диапазоне от трех до одиннадцати. Ширина размером 3 допустима в том случае, если сигнал быстро изменяется (с частотой выше 1 Гц), и более пологое сглаживание может привести к запаздыванию отображения истинного значения. Примерами таких сигналов могут служить частота оборотов двигателя или давление масла в гидросистеме. Ширина сглаживающего интервала размером более чем 7 применима для остальных случаев, когда сигнал изменяется плавно, не меняя быстро своих значений. К таким сигналам относятся, например, температура двигателя или уровень топлива в баке.

Блок-схема алгоритма сглаживания сигнала методом скользящего среднего приведена на Рисунке 1.


Приведенный алгоритм используется при реализации человеко-машинного интерфейса системы мониторинга и диагностики путевой машины российского производства РПБ-01.

Применение сглаживания результатов наблюдений после первичной обработки сигнала программно- аппаратными методами позволяет представить оператору данные в виде, удобном для восприятия и анализа. При создании системы мониторинга для тяжелой  путевой  техники это  особенно актуально, так как сигналы от датчиков подвергаются воздействию огромного количества помех на борту машины. Метод скользящего среднего качественно решает задачу сглаживания и при этом не требует больших вычислительных ресурсов и памяти.

 

Список литературы

1.     Анохин А. Человеко-машинный интерфейс  для поддержки когнитивной деятельности операторов АС [Текст] // Анохин А. Н., Ивкин А.С. Ядерные измерительно-информационные технологии. – Москва, 2012.–№1 (41).С. 57-66.

2.     Денисенко В. Динамическая погрешность измерительных каналов АСУ ТП. [Текст] / В. Денисенко // СТА.– 2004. –№ 2. – с. 92-101.

3.     Путь и путевое хозяйство. [Электронный ресурс] Сайт для студентов и работников путевого хозяйства. – Электрон. текстовые данные – Режим доступа: http://rzd-puteetz.ru/klassifikatsiya-putevy-h-mashin/ Дата обращения: 24.12.2014.

4.     Тропченко А.Ю. Цифровая обработка сигналов. Методы предварительной обработки. [Текст] / А. Ю. Тропченко, А.А. Тропченко. Учебное пособие по дисциплине «Теоретическая информатика». // Санкт- Петербургский Государственный Университет Информационных технологий, механики и оптики. Санк- Петербург, 2009 – с. 6-7.

5.     Федеральное государственное бюджетное учреждение науки. Институт  экологии Волжского бассейна Российской Академии наук. [Электронный ресурс] – Электронный журнал "Jahrbuch fur EcoAnalytic und EcoPatologic" – Электрон. текстовые данные  – Режим доступа: http://www.ievbras.ru/ecostat/Kiril/Library/Book2/Content222/Content222.htm Дата обращения: 27.12.2014

6.     Фокин С. В. Надежность работы железнодорожных путевых машин: проблемы и пути решения. [Текст] / Бунаков П. Ю., Фокин С. В. // Современные проблемы транспортного комплекса России: сборник науч. трудов. – Магнитогорск (в печати)

7.     Электронный учебник по статистике StatSoft. [Электронный ресурс] – Электронный учебник – Электрон. текстовые данные – Режим доступа: http://www.statsoft.ru/home/textbook/modules/sttimser.html#systematic Дата обращения: 27.12.2014