Здесь можно найти учебные материалы, которые помогут вам в написании курсовых работ, дипломов, контрольных работ и рефератов. Так же вы мажете самостоятельно повысить уникальность своей работы для прохождения проверки на плагиат всего за несколько минут.

ЛИЧНЫЙ КАБИНЕТ 

 

Здравствуйте гость!

 

Логин:

Пароль:

 

Запомнить

 

 

Забыли пароль? Регистрация

Повышение уникальности

Предлагаем нашим посетителям воспользоваться бесплатным программным обеспечением «StudentHelp», которое позволит вам всего за несколько минут, выполнить повышение уникальности любого файла в формате MS Word. После такого повышения уникальности, ваша работа легко пройдете проверку в системах антиплагиат вуз, antiplagiat.ru, etxt.ru или advego.ru. Программа «StudentHelp» работает по уникальной технологии и при повышении уникальности не вставляет в текст скрытых символов, и даже если препод скопирует текст в блокнот – не увидит ни каких отличий от текста в Word файле.

Результат поиска


Наименование:


доклад Информационная система проведения дистанционных измерений

Информация:

Тип работы: доклад. Добавлен: 29.05.13. Сдан: 2013. Страниц: 24. Уникальность по antiplagiat.ru: < 30%

Описание (план):


Информационная система проведения дистанционных измерений

 

Информационные системы все шире используются в науке и производстве и проникают в различные сферы деятельности человека, в частности, в область информационно-измерительных и управляющих систем [1]. Информационно-измерительные системы с элементами искусственного интеллекта позволяют решать обширный круг задач и находят все более широкое применение. В данной работе рассмотрен вариант такой системы, которая позволяет вести автоматический учет различных факторов и вводить поправки в результат измерения.

При реализации измерения оператор, кроме реализации непосредственно самой процедуры  измерения, вынужден проводить дополнительные повторяющиеся действия, связанные  с конкретной ситуацией, при которой  возникает необходимость компенсировать действия, вызванные изменением условий измерения, изменением режимов работы, появлением каких-либо постоянных фиксированных помех. Это требует проведения корректирующих действий, введения поправок, учитывающих влияние параметров ситуации, окружения, например, влияние массы тары, в частности, при взвешивании, а также других внешних факторов: наличия внешнего магнитного поля, температурных воздействий и др.

Реализация  модульного принципа проектирования на базе современных открытых стандартов на измерительно-управляющее оборудование,

возможность модернизации путем установки  требуемых модулей и замены

прикладного программного обеспечения, обеспечение работы в  различных

условиях: в цехах предприятий, в научных лабораториях, при удаленном

доступе, в полевых условиях при воздействии дестабилизирующих  факто-

ров.

Разработка  программного обеспечения, осуществляющего  первичную

математическую обработку  информации по заданным формулам и  аппроксимирующим зависимостям, просмотр по выбору оператора измеряемых аналоговых и дискретных сигналов в темпе эксперимента, передачу результатов измерений в локальную сеть предприятия в процессе измерения параметров свойств материалов, интеллектуальные процедуры принятия решений в ИИИС, формирование базы знаний в системе, обработку полученных массивов данных с помощью специализированных пакетов прикладных программ для решения вопросов прогнозирования, идентификации и управления измерениями СМ, переноса результатов измерений в компьютер, их сохранения, просмотра, анализа, а также печати отобранных результатов в виде таблиц с указанием времени и даты проведения измерений, вида материала и значений параметров СМ.

Простые аппаратные решения, поддержанные мощными программ-

ными средствами обнаружения  ошибок, тестирования и самокоррекции,

должны обеспечивать малую  вероятность неустранимой ошибки и  высо-

кую стабильность метрологических  характеристик, что способствует обес-

печению надежности ИИИС.

Постоянное  развитие – расширение функциональных возможностей,

улучшение оперативности НК ТФСМ и  метрологических характеристик.

Для решения  поставленных задач и достижения поставленной цели

необходимо разработать стратегии  измерений, определяющие проведение

неразрушающего контроля свойств  материалов в соответствии с выбран-

ными методом измерения и  оптимальным алгоритмом функционирования

ИИИС.

Развитие и  применение интеллектуальных ИИС обусловлено  воздей-

ствием внутренних и  внешних дестабилизирующих факторов на ИИИС,

изменением свойств  исследуемых материалов, которые влияют на метроло-

гический уровень результатов  измерения. Создание ИИИС контроля

свойств материалов на основе применения стратегий измерения  позволит

осуществить контроль СМ и изделий в условиях неполноты  априорной и

текущей информации об объекте  и неконтролируемых возмущений различ-

ного происхождения  с допустимой для исследуемых  материалов и изделий

точностью [2].

     Необходимость  проектирования ИИИС возникает  также в тех случаях,

когда предметные области находятся  постоянно в процессе развития. По-

этому основой таких интеллектуальных систем является постоянно развиваемая  модель предметной области на основе непрерывно пополняемой

базы знаний.

В связи с  этим интеллектуальные информационно-измерительные  системы должны иметь созданную  базу знаний, адекватно отражающую ин-

формацию о предметной области  и быть приспособленными для пере-

стройки аппаратных и программных  средств в соответствии с выбранной

стратегией в зависимости от измерительной ситуации.

При корректирующей стратегии S кор осуществляется коррекция алгоритмов функционирования ИИИС, параметров объекта и результатов измерения НК свойств материалов. При коррекции возможно изменение алгоритма измерения в зависимости измерительной ситуации, от класса теплопроводности исследуемых материалов и изделий, мощности теплового воздействия, диапазона усиления измерительного усилителя, изменение структуры ИИИС и др. Корректирующая стратегия дает возможность получить более точные результаты измерений ИИИС.

Комбинированная стратегия Sком на основе идентифицирующей и

корректирующей стратегии позволяет  осуществить НК ТФСМ и получить

информацию о параметрах свойств  материалов с учетом воздействия  дестабилизирующих факторов на ИИИС и исследуемые материалы.

Программная стратегия Sпр определяет алгоритм синтеза стратегий

S ид , Sкор , Sком и перестройки  программного обеспечения интеллектуальной  системы в зависимости от сложившейся  измерительной ситуации.

Проектирование  ИИИС включает задачу разработки информационной модели системы. Определяется основное содержание модели и метод построения математической модели на основе принятых гипотез и предположений. При этом должны учитываться следующие особенности: исходная постановка задачи моделирования; предметные области, в рамках которых планируется функционирование системы, функции и структура системы, взаимодействие ее элементов, взаимодействия с внешней средой, методы решения задачи моделирования.

Методика решения  задачи построения информационной модели ИИ-

ИС заключается в следующем:

     1. Составляется исходная  информация об исследуемых материалах.

Выполняется анализ результатов классификации  и математической модели

исследуемых материалов для рассматриваемой  предметной области. Устанавливается  множество определяемых параметров Uп в соответствии с требованиями пользователя ИИИС. При этом определяется множество выходных сигналов априорной информации, их уровней и диапазонов di с исследуемых материалов.

     2. Формируются требования  к исходной информации. Для этого  с помощью системы измерительных преобразователей (СИП) снимаются термограммы, проводятся тестовые измерения с целью выявления исходной экспериментальной информации о исследуемых материалов. При этом учитывается множество воздействующих дестабилизирующих факторов VДФ.

     3. Определяются информационные  параметры ИИИС. Уровни входных сигналов при воздействии ДФ, поступающие на входы аналогоцифрового преобразователя соответствующего микроконтроллера, диапа-

зоны которых задаются множеством J вх. ДФ . Уровни выходных сигналов,

формирующихся на выходах соответствующего микроконтроллера, зада-

ются множеством J вых. ДФ . Решаются вопросы определения сигналов пуска ИИИС J п и управляющего сигнала J упр , позволяющего подключить мик-

роконтроллер, реализующий алгоритм функционирования для соответст-

вующей предметной области и определяемых параметров.

    4. Выбираются и анализируются  параметры информационного канала

передачи и обработки полученной информации из системы измерительных

преобразователей, поступающей в  микроконтроллеры: объем памяти мик-

роконтроллеров (ПМК) J ПМК , необходимый для хранения априорной,

промежуточной, экспериментальной  информации. Важными параметрами

также являются: среднее время передачи информации (ПИ) t ПИ по инфор-

мационным каналам и обработки  полученной информации (ОПИ) t ОПИ .

Параметры информационного канала (ИК) представляются множеством

J ИК .

      5. Создается информационный  канал пользователя (ИКП). Формиру-

ется множество информационных параметров J ИКП , известных с опреде-

ленной мерой доверия, которые  пользователь заносит в базу знаний инфор-

мационной системы (пользовательские данные) в процессе эксплуатации

системы. Информация включает сведения о предметной области, исследуе-

мых материалах, структуре ИИИС, диапазонах определяемых параметров,

мощности теплового воздействия  на ИМ, дестабилизирующих факторах для

рассматриваемой предметной области.

      6. На этапе проектирования  эксперт вносит в базу знаний  системы

информацию, включающую сведения пользователя, изложенные в п. 5, а

также информацию для n-других предметных областей, для которых воз-

можно определение параметров качественных свойств материалов в проек-

тируемой системе J ИЭ . При этом учитывается информация как экспери-

ментальная, так и априорная (ИЭ).

      7. Формируются информационные  каналы для создания базы знаний:

пользовательский J пк , экспертный J эк , априорной J апр , эксперименталь-

ной J экс и текущей информации J тек , моделей J мод , методов J мет и  ал-

горитмов J ал функционирования системы.

     Информация базы знаний  представляется множеством J БЗ .

     8. Создаются информационные  каналы блока принятия оптимальных

решений (БПР) в условиях неопределенности. При этом формируются ин-

формационные сигналы в блок усилителей (БУ) для выбора структуры  уси-

лителя J БУ , интеллектуальный измерительный  зонд (ИИЗ) для формиро-

вания соответствующей структуры  зонда J ИИЗ , в блок формирования теп-

лового воздействия (БТВ) на исследуемые  материалы ( J БТВ ), в блок микро-

контроллеров (БМК) для подключения  микроконтроллера соответствующей

предметной области ( J БМК ). Информация блока принятия решений (БПР)

отображается множеством J БПР .

     9. Составляется информация  о архитектуре информационно-из-

мерительной системы, структуре и  алгоритме функционирования. Структу-

ры ИИИС можно представить множеством J ИИИС . Архитектура ИИИС

отражает модель представления  знаний (базу знаний), методы принятия

решений, используемую структуру ИИИС, включая устройство цифровой

индикации (УЦИ) полученных результатов  измерения и интерфейс пользо-

вателя и эксперта (ИПиЭ). Применяемые при проектировании структуры

отличаются переносными вычислительными  блоками, которые характери-

зуются используемыми видами микроконтроллеров, структурой блоков

усилителей, интеллектуальных измерительных  зондов с соответствующими

микроконтроллером, в котором зашито программное обеспечение для кон-

кретной предметной области, и измерительной  ячейкой, структурой блоков

питания и формирования тепловых импульсов.

     10. Оценивается техническая  эффективность моделируемой системы

множеством критериев ЭИИИС при функционировании в условиях неопре-

деленности при воздействии  дестабилизирующих факторов. В качестве

критериев технической эффективности  используются: потери точности Пт ,

потери оперативности Поп и  относительная погрешность измерения  ?.

     Применение информационных технологий, развитие принципов по-

строения ИИС позволяет синтезировать  структуру ИИИС, используя ком-

плекс аппаратных и программных  модулей. Синтез структуры ИИИС осуще-

ствляется в соответствии с поставленными  задачами и стратегиями проек-

тирования интеллектуальных ИИС.

     Применение методов  искусственного интеллекта является  одним из

основных направлений построения ИИИС НК СМ в условиях неопреде-

ленности.

     В интеллектуальных  измерениях основная роль отводится  моделиро-

ванию процесса контроля свойств материалов и информации: априорной и

текущей. При этом используются результаты математического моделиро-

вания ИИИС и принятия решений в  системе, модели исследуемых мате-

риалов, предметной области, распознавание  образов и алгоритм выбора

метода контроля свойств материалов.

     Разработка ИИИС выполнена  на основе предложенных методов  НК

свойств материалов, анализа алгоритма  и структуры измерительной цепи,

воздействующих дестабилизирующих  факторов на ИИИС, изложенных в

четвертой главе; разработанного математического обеспечения, созданной

базы знаний, стратегий измерения  для повышения метрологического уров-

ня результатов измерений [2]. При этом учитывается множество возмож-

ных структур системы измерительных  преобразователей, множество ис-

пользуемых микроконтроллеров, на основе которых создается база знаний

системы, переход от одной базы знаний к другой в зависимости  от назна-

чения предметной области.

     ИИИС должна обеспечивать: регистрацию аналоговых сигналов  изме-

рительных датчиков при многоканальном вводе информации, формирование

дискретных сигналов управления, работу в составе локальной сети предпри-

ятия, реализацию интеллектуальных процедур принятия оптимальных реше-

ний о выборе модели ИМ, измерительной  ситуации, о качестве НК СМ и

других процедур в условиях неопределенности.

     В соответствии с  вышеизложенным, архитектура интеллектуальной  ин-

формационно-измерительной системы  НК СМ должна содержать следующие

основные компоненты: базу знаний, блок принятия решений (БПР), пользо-

вательский интеллектуальных интерфейс (ПИИ) общения пользователя (П) и

эксперта (Э), блок логического вывода (БЛВ).

     Основными аппаратными  средствами являются: компьютер  (К), ин-

теллектуальный датчик (ИД), включающий систему измерительных преоб-

разователей (СИП), переносной вычислительный блок (ПВБ). В СИП в ре-

зультате применения методов искусственного интеллекта осуществляется

выбор соответствующих измерительных  преобразователей в зависимости

от решаемой измерительной задачи по определению качественных харак-

теристик ИМ. Эти функции реализуют  разработанные интеллектуальные

 

 

датчики с использованием микроконтроллеров  с соответствующим алго-

ритмическим обеспечением.

        ПВБ предназначен  для измерения, регистрации, обработки  и хране-

   ния экспериментальных данных, идентификации информации о воздейст-

   вующих ДФ, синтеза алгоритма измерений и структуры ИИИС в зависи-

   мости от измерительной  ситуации, выполнения последовательности  из-

   мерительных процедур, управления  измерениями, принятия решений  и

   представления выходной  информации в виде, удобном для  пользователя,

   формирования алгоритма  измерений и синтеза структуры  системы.

 

        Подключение  компьютера позволяет соединить  систему с локальной сетью  вуза или предприятия и использовать  ИИИС для дистанционного контроля  измеряемых параметров, постоянно  пополнять базу знаний, переносить результаты измерений из ПВБ в компьютер для их хранения, просмотра, анализа и обработки.

Математическое и алгоритмическое обеспечение интеллектуальной

системы включает математические модели предметной области, исследуемого материала, решение задач классификации, распознавания образов и выбора метода контроля параметров ИМ в зависимости от измерительной ситуации. В этой главе также рассмотрены математические модели ИИИС и принятия решений при функционировании системы в условиях неопределенности, а также модель представления знаний.

С помощью программного обеспечения ИИИС осуществляется математическая обработка измерительной информации по заданным фор-

   мулам и аппроксимирующим  зависимостям, интеллектуальная процеду-

   ра принятия решений в системе, формирование и использование базы

   знаний, решение задач прогнозирования  результатов измерения, иден-

   тификации измерительной  ситуации и управления измерениями.

    СИП и переносной блок  выполняются на основе микроконтроллеров с

большим объемом памяти и высоким  быстродействием, коммуникабельна,

имеет возможность самодиагностирования, самопроверки, автоматической

коррекции погрешностей изменения, автоматической классификации и

кластеризации, адаптации к классу ИМ, накоплению данных для после-

дующего анализа и обработки, что  и определяет их интеллектуальный уро-

вень, т.е. позволяет ИИИС определять параметры ИМ с задаваемыми и

прогнозируемыми показателями оперативности, точности и достоверности.

ИИИС в полной мере использует различные методы контроля, оптимиза-

ции режимных параметров процесса измерений, информацию, получаемую

от экспертов и пользователей, методы принятия решения в условиях неоп-

ределенности, а также информацию, содержащуюся в базе знаний.

     В зависимости от назначения системы, сложности выполняемых ею

функций, объема хранимой информации, формируется база знаний систе-

мы на основе использования постоянной памяти компьютера.

     В интеллектуальной  системе применяется пользовательский  интеллек-

туальный интерфейс. Интерфейс позволяет осуществлять получение необ-

ходимой информации из базы знаний, которая  может быть задана не в яв-

ном виде, а вывести ее их тех  знаний и данных, которые хранятся в БЗ.

     С помощью ПИИ эксперт  и пользователь могут вводить  требуемую ин-

формацию (основную и дополнительную) для решения поставленных задач  в

рассматриваемой предметной области: о свойствах и параметрах исследуе-

мых материалов, измерительной ситуации, рекомендации по использованию

методов контроля СМ. Кроме того, эксперт при проектировании ИИИС НК

СМ с расширенными функциональными  возможностями при контроле СМ в

ряде предметных областей вносит дополнительную информацию для разви-

тия и пополнения базы знаний.

     Большое внимание  при проектировании системы необходимо уделять

воздействию дестабилизирующих факторов для рассматриваемых пред-

метных областей. Соответствующая  информация о ДФ в конкретной пред-

метной области, аппроксимирующие зависимости определяемых парамет-

ров от ДФ, по которым будет осуществляться коррекция результатов изме-

рения, должна быть заложена в базе знаний системы. А также информация

о ДФ должна вноситься в процессе измерения на основе текущей информа-

ции при контроле СМ.

     В отличие от адаптивных  измерений, когда изменяются параметры

измерительного процесса, интеллектуальные измерения предполагают ис-

пользование промежуточных измерений  и результатов вспомогательных

измерений для формирования алгоритма  измерений в процессе его выпол-

нения. Адаптация является одной  из функций ИИИС. Однако, в адаптив-

ных измерениях используется известный  заранее алгоритм, а в интеллекту-

альных системах – алгоритм, создающийся  в процессе измерений.

     При создании интеллектуальных  ИИС используется математическое

моделирование, реализующее определенную последовательность действий:

исследуется объект, создается модель, определяется вычислительный алго-

ритм, разрабатывается программное  обеспечение, выполняется расчет ре-

зультатов измерений. При этом выбирается определенный метод решения

задачи.

     Каждое измерение в ИИИС содержит процедуры измерения и оценки

погрешности результатов измерения.

     Измеряемую величину  можно оценить критерием качества

                       K k = f (M , U изм , U изм. эт ) ,

 

где М – метод измерений СМ; U изм ? значение измеряемого параметра СМ;

U изм. эт ? эталонное значение  измеряемого параметра СМ.

      Разрабатываемая  ИИИС позволяет осуществить структурно-

параметрическую адаптацию в результате принятия решения о выборе оп-

тимальных энергетических и режимных параметров в соответствии с клас-

сами и диапазонами исследуемых  материалов, а также автоматическую

целенаправленную коррекцию результатов  измерения при воздействии до-

минирующих дестабилизирующих  факторов, оценку качества и надежно-

сти системы при проведении измерений в лабораторных, полевых условиях

и условиях производства.

 

          2.4.1. Интеллектуальные  измерительные датчики

    Проектирование измерительных  датчиков необходимо для информаци-

онно-измерительных систем различного назначения, в том числе для  систем

 

 

контроля свойств материалов и  изделий. Разработка интеллектуальных дат-

чиков связана с необходимостью получения измерительной информации в

информационно-измерительных системах, работающих в условиях неопре-

деленности. Интеллектуальный датчик должен иметь возможность работы в

комплекте с любой информационно-измерительной  системой для соответст-

вующих предметных областей. Для  этого должна быть конструктивная, ме-

тодическая, алгоритмическая, технологическая, информационная и метро-

логическая совместимость.

     Задачи проектирования  и требования, которые предъявляются  к изме-

рительным датчикам, следующие:

     1. Проектирование измерительных  датчиков с возможностью переда-

чи информации для большого числа  измерительных каналов, т.е. в датчи-

ках предусмотреть систему измерительных преобразователей.

     2. Длительный период  безотказной работы.

     3. Устойчивость к  воздействию дестабилизирующих  факторов: тем-

пературы окружающей среды, влажности, шероховатости поверхности ис-

следуемых материалов, контактному термосопротивлению в области кон-

такта датчика и исследуемого материала.

     4. Стабильность и  воспроизводимость выходных параметров  при ис-

следованиях в конкретной предметной области.

     5. Достоверность результатов  измерения и допустимая для конкрет-

ных предметной области и метода измерения погрешность.

     6. Обеспечение метрологических  характеристик, указанных в атте-

стационной документации при соответствующей  поверке.

     Задачи интеллектуализации  измерительных датчиков заключаются в

реализации следующих интеллектуальных функций:

     1. Применение методов  искусственного интеллекта, информацион-

ных технологий при разработке интеллектуальных датчиков, получение

измерительной информации в которых  осуществляется в условиях неопре-

деленности.

     2. Возможность самоповерки,  заложенной в алгоритмическом  обес-

печении ИД, коррекция выходной информации с датчиков при воздействии

дестабилизирующих факторов.

     3. Универсальность интеллектуальных  датчиков, которая создается

благодаря формированию базы знаний для конкретной предметной области

с использованием микроконтроллера и  разработке конструкции датчика,

позволяющей использовать набор измерительных  ячеек датчиков и осуще-

ствлять выбор измерительной ячейки в соответствии с функциональным

назначением ИД и методом измерения  определяемых параметров.


и т.д.................


Перейти к полному тексту работы


Скачать работу с онлайн повышением уникальности до 90% по antiplagiat.ru, etxt.ru или advego.ru


Смотреть полный текст работы бесплатно


Смотреть похожие работы


* Примечание. Уникальность работы указана на дату публикации, текущее значение может отличаться от указанного.