Электронная библиотека Веда
Цели библиотеки
Скачать бесплатно
Доставка литературы
Доставка диссертаций
Размещение литературы
Контактные данные
Я ищу:
Библиотечный каталог российских и украинских диссертаций

Вы находитесь:
Диссертационные работы России
Технические науки
Информационно-измерительные системы

Диссертационная работа:

Драгина Ольга Геннадьевна. Повышение точности и разрешающей способности растровых измерительных систем на принципах нейросетевой обработки информации : Дис. ... канд. техн. наук : 05.11.16 : Москва, 2004 210 c. РГБ ОД, 61:04-5/4006

смотреть содержание
смотреть введение
Содержание к работе:

Введение 5

Глава 1. Анализ проблемы повышения точности и разрешающей спо
собности растровых измерительных систем и существующих методов
ее решения. Постановка задачи исследования
10

  1. Измерительные преобразователи измерительных информационных систем 10

  2. Принципы построения растровых преобразователей линейных

и угловых перемещений 12

  1. Классификация мер, используемых в растровых преобразователях 12

  2. Структуры и характеристики существующих растровых преобразователей 17

1.3. Обзор методов повышения точности и увеличения дискретности

растровых преобразователей 27

1.3.1. Повышение точности формирования информационного сигнала

о параметрах движения 27

  1. Увеличение дискретности информационного сигнала 28

  2. Формирование информации о направлении измеряемого перемещения 33

1.4. Выводы по главе 1. Цель и задачи исследования 34

Глава 2. Искусственные нейронные сети как средство

построения измерительных преобразователей 38

2.1. Искусственные нейронные сети: структура, обучение, применение.

  1. Модель формального нейрона 38

  2. Основные архитектуры нейронных сетей 42

  3. Механизмы обучения искусственных нейронных сетей 51

  1. Методика решения задач в нейросетевом логическом базисе 64

  2. Построение нейросетевого алгоритма решения задач 67

  3. Использование аппарата ИНС в измерительных задачах 70

  4. Выводы по главе 2 71

Глава 3. Оценка влияния искажений измерительных сигналов растро
вого преобразователя на погрешность интерполяции фазы
75

  1. Структура суммарной погрешности растрового звена 75

  2. Оптимальная интерполяция фазы на основании ортогональных измерительных сигналов РИС 77

  1. Измерение фазового сдвига сигналов через измерение временного интервала методом дискретного счета 82

  2. Модели искажений измерительных сигналов РИС 85

  3. Анализ систематической погрешности интерполяции фазы. 89

  1. Анализ степенной модели искажений формы измерительных сигналов РП и систематической погрешности интерполяции фазы на экспериментальных данных 92

  2. Выводы по главе 3 98

Глава 4. Синтез ИНС для решения задачи коррекции искажений
формы и ортогональности измерительных сигналов РИС
101

  1. Нейросетевые алгоритмы аппроксимации функций 101

  2. Нейросетевая коррекция измерительных сигналов РИС 104

  1. Коррекция искажений формы сигналов 105

  2. Одновременная коррекция искажений формы и ортогональности измерительных сигналов РИС 111

  1. Анализ погрешности функции преобразования фазовой интерполяции 117

  2. Усредненная коррекция искажений измерительных сигналов РИС и анализ погрешности функции преобразования фазовой

интерполяции 120

4.2.5. Усредненная коррекция искажений измерительных сигналов
РИС с дополнительным входом ИНС 125

4.3. Выводы по главе 4 128

Глава 5. Разработка метода интерполяции фазы с

применением ИНС 130

  1. Тенденции развития современных АЦП 130

  2. Примеры реализации аналого-цифровых преобразователей на основе нейросетевых технологий 134

5.3. Разработка и обучение нейросетевой модели АЦПФ 135

  1. Создание математической модели 136

  2. Этапы обучения модели 140

  1. Моделирование задачи последовательного развертывания нейросетевой структуры АЦПФ 146

  2. Выводы по главе 5 151

Глава 6. Практические рекомендации по применению нейросетевых
алгоритмов обработки измерительных сигналов РИС
155

  1. Анализ различных (архитектурных) подходов к построению (реализации) ИНС в области измерений 155

  2. Нейросетевая коррекция измерительных сигналов РИС и

АЦПФ на персональном компьютере (PC) 163

6.3. Нейросетевая коррекция измерительных сигналов РИС

и АЦПФ с использованием аналоговых микросхем ИНС 166

6.4. Выводы по главе 6 168

Заключение 170

Литература 171

Приложение 1 182

Приложение 2 183

Приложение 3 187

Приложение 4 193

Приложение 5 197

Приложение 6 200

Приложение 7 205

Приложение 8 208

Введение к работе:

Одним из основных элементов любой измерительной информационной системы (ИИС) являются первичные измерительные преобразователи, обеспечивающие требуемую функциональную зависимость между выходной и входной величинами. Растровые измерительные преобразователи в настоящее время широко используются в различных областях техники.

Современное производство диктует возрастающие требования по обеспечению точности измерений и повышения разрешающей способности измерительных систем. И в первую очередь эти требования относятся к первичным измерительным преобразователям, участвующим в восприятии входной информации об измеряемом объекте и выдаче выходной информации в виде, удобном для последующего преобразования и представления в устройствах цифровой индикации (УЦИ).

Как известно, измеряемое перемещение при использовании растровых преобразователей определяется путем подсчета количества целых периодов меры, составляющей основу линейных или угловых перемещений. С целью увеличения дискретности отсчета в УЦИ встраиваются схемы интерполяции фазы внутри периода меры. В тех случаях, когда устройство интерполяции фазы выдает информацию в виде цифрового кода, можно говорить об аналого-цифровом преобразовании фазы (АЦПФ).

Существующие методы увеличения дискретности отсчета растровых измерительных систем (РИС), основанные на механической и электронной интерполяции выходных сигналов датчика, характеризуются сложностью схемотехнических решений, ухудшают экономические показатели датчиков, их временные характеристики, снижают надежность работы, ведут к увеличению погрешности измерения, усложнению схем дальнейшей обработки информации. Вместе с тем для большинства способов преобразования «перемещение-код» характерно отсутствие возможности учета дефектов изготовления растров, проявляющихся в виде искажений формы измерительных сигналов и ортогональности.

Таким образом, актуальной задачей исследования становится повышение точности измерения и увеличение разрешающей способности РИС с учетом искажений формы выходных сигналов датчика и ортогональности с применением принципиально новых технологий информационного обеспечения ИС, новых методов цифровой обработки сигналов и интеллектуального анализа данных. Существенно улучшить характеристики РИС могут нейросете-вые модели.

Искусственные нейронные сети в последние время все шире начинают применяться для целей моделирования измерительных устройств благодаря своим замечательным свойствам. Они способны обучаться на основе соотношений "вход-выход", обеспечивают возможность реализации любых нелинейных отображений X ->Y с любой заданной точностью, избавляют от необходимости использовать сложный математический аппарат. Применение подходящих структур ИНС и надлежащая организация обучающего множества позволяют после верно проведенного этапа настройки получить нейронную модель, обеспечивающую выходной сигнал, который соответствует выходному сигналу моделируемого реального прибора. Точность модели зависит от выбора структуры ИНС и обучающего множества. Таким образом, можно преодолеть трудности, возникающие при использовании тради-* ционных методов моделирования приборов с помощью передаточных функции, которые могут быть сложными и/или нелинейными (или кусочно-линейными).

Эффективность применения ИНС в области измерений объясняется еще тем, что они представляют собой мощный инструмент нелинейной аппроксимации и могут использоваться тогда, когда все прочие методы не годятся. При этом ряд задач требуют программной реализации ИНС, другие аппаратной. Опыт успешного использования аппарата ИНС в области измерений показал, что существуют задачи, для решения которых не нужна специальная аппаратура, а требуется лишь грамотное компьютерное моделирование ИНС.

Целью работы является повышение точности и разрешающей способности РИС за счет применения нейросетевых методов обработки информации.

Задачи исследований:

  1. Провести расчет оптимальной оценки фазы и анализ систематической погрешности интерполяции фазы за счет неортогональности и степенных искажений формы синусного и косинусного сигналов РИС.

  2. Разработать структуру и провести обучение ИНС для одновременной коррекции несимметричных искажений формы и нарушения ортогональности выходных сигналов РИС.

  3. Разработать математическую модель аналого-цифрового преобразования фазы (АЦПФ) выходных сигналов растрового преобразователя.

  4. На основе положений структурной теории искусственных нейронных сетей перевести математическую модель в нейросетевой логический базис и разработать структуру ИНС, адекватную математической модели.

  5. На основе принципов обучения ИНС разработать метод настройки неиросетевого АЦПФ.

  6. Разработать электронную схему, соответствующую нейросетевой модели АЦПФ. Проверить ее эффективность с помощью специализированного программного обеспечения.

  7. Выработать рекомендации по практической реализации РИС на принципах нейросетевой обработки информации.

Методы и средства исследований

В процессе работы были использованы методы теории статистических решений, использованы основы оптимальной пространственно-временной обработки сигналов, теории распознавания образов, теории искусственных нейронных сетей, численные методы. Экспериментальные исследования выполнялись на основе универсального пакета неиросетевого моделирования и анализа фирмы StatSoft - STATISTICA Neural Networks, системы

схемотехнического моделирования Electronics Workbench и редактора электронных таблиц Excel.

Научная новизна работы заключается в следующем:

  1. Получен алгоритм оптимальной интерполяции фазы на основании ортогональных измерительных сигналов РИС.

  2. Установлена взаимосвязь между величиной погрешности интерполяции фазы и степенью искажений формы и ортогональности измерительных сигналов РИС.

  3. Для коррекции искажений формы и ортогональности измерительных сигналов РИС предложена структура ИНС, показавшая по итогам обучения высокую степень коррекции искажений.

  1. Разработана математическая модель аналого-цифрового преобразования фазы (АЦПФ) в двоичный код с использованием знаковой функции. На ее основе предложены 2 модификации - параллельная и последовательная (рекурсивная), по которым построены 2 различные архитектуры ИНС - неоднородная и однородная.

Практическая значимость работы заключается:

в применении аппарата искусственных нейронных сетей для решения задач повышения точности измерения и разрешающей способности РИС;

в рекомендациях по реализации разработанных в диссертации алгоритмов коррекции измерительных сигналов и нейросетевых моделей АЦПФ на основе компьютерной обработки измерительной информации и с использованием аналоговых микросхем ИНС.

Реализация результатов работы

Результаты разработок легли в основу учебного курса «Интеллектуальные средства измерения», читаемого на кафедре измерительных информационных систем и технологий МГТУ «СТАНКИН».

Апробация работы

Результаты работы докладывались и обсуждались на IV Научной конференции МГТУ «Станкин» и Учебно-научного центра математического моделирования МГТУ «Станкин» - ИММ РАН (Москва: МГТУ «Станкин», 2001), Международном Форуме по проблемам науки, техники и образования (Москва, 2001), Второй международной научно-практической конференции «Интеллектуальные электромеханические устройства, системы и комплексы» (Новочеркасск: ЮРГТУ, 2001г.), Второй международной научно-практической конференции «Компьютерные технологии в науке, производстве, социальных и экономических процессах» (Новочеркасск: ЮРГТУ, 2001г.), Второй международной научно-практической конференции «Методы и алгоритмы прикладной математики в технике, медицине и экономике» (Новочеркасск: ЮРГТУ, 2002).

Публикации

По теме диссертационной работы опубликовано 8 печатных работ.

Структура и объем диссертации

Диссертация состоит из введения, шести глав, выводов по каждой главе и общих выводов по работе, 8 приложений, списка использованных источников, содержащего 123 наименования работ. Работа изложена на 181 страницах машинописного текста (без учета приложений), содержит 56 рисунков и 14 таблиц.

Подобные работы
Ланге Петр Константинович
Методы и средства обработки информации в автоматизированных аналитических информационно-измерительных системах
Ле Суан Хау
Нейросетевая система назначения приоритетов в обработке и отображении информации при проведении испытаний
Львов Алексей Арленович
Методология повышения точности автоматических СВЧ измерителей на основе статистического анализа нелинейных моделей
Морозов Юрий Владимирович
Разработка и исследование алгоритмов повышения точности учета и эффективности регулирования расхода тепла на отопление зданий
Фролов Сергей Сергеевич
Разработка методов повышения точности информационно-измерительных систем параметров амплитудно-фазочастотных характеристик
Еремин Игорь Юрьевич
Повышение точности и метрологической надежности информационно-измерительных систем количества нефти в магистральных нефтепроводах
Алимбеков Азат Лиерович
Информационно-измерительная система для определения параметров движения объектов с применением алгоритмических способов повышения их точности
Гориш Евгений Анатольевич
Разработка технических и информационно-измерительных средств для повышения динамической точности функционирования стриммерных устройств
Толокнова Анна Николаевна
Донная информационно-измерительная система определения способности водоёмов к самоочищению
Павловский Василий Алексеевич
Принципы построения информационно-измерительных систем состояния поверхностных, грунтовых и сточных вод автоматизированной системы экологического мониторинга

© Научная электронная библиотека «Веда», 2003-2013.
info@lib.ua-ru.net