Моделирование позиционных характеристик индуктивных датчиков линейных перемещений модифицированными функциями Гаусса с разностным аргументом

Автор: Тиньгаев Владимир Сергеевич, Матюнин Сергей Александрович, Медников Валерий Александрович, Мадриченко Вениамин Геннадьевич

Журнал: Известия Самарского научного центра Российской академии наук @izvestiya-ssc

Рубрика: Авиационно-космическое машиностроение

Статья в выпуске: 1-2 т.14, 2012 года.

Бесплатный доступ

В статье рассматривается аппроксимация позиционной характеристики первичных преобразователей с помощью модифицированной функции Гаусса. Приведены сравнительные результаты оптимизации коэффициентов четырёх разновидностей аппроксимирующей функции для трёх критериев оптимизации.

Математическая модель, преобразователи линейных перемещений, индуктивный датчик, позиционная характеристика

Короткий адрес: https://sciup.org/148200633

IDR: 148200633

Текст научной статьи Моделирование позиционных характеристик индуктивных датчиков линейных перемещений модифицированными функциями Гаусса с разностным аргументом

Преобразователи линейных перемещений (ПЛП) являются одним из важных измерительных элементов высокоточных систем управления и контроля, особенно в авиационной и ракетнокосмической технике. Разработкой и выпуском точных и компактных преобразователей перемещения занимаются достаточно многие фирмы, но только очень немногие из них могут выпускать преобразователи для жестких условий эксплуатации (Heiden-hain, Германия; Sony и Mitutoyo, Япония; Harley Precision Instrument, США и некоторые др.). В связи с работами по модернизации и созданию новых типов ракетных, авиационных и наземных боевых комплексов вызывает необходимость в расширении исследований по созданию первичных преобразователей с высокими стабильными метрологическими показателями, в том числе устойчивыми к особо жестким внешним дестабилизирующим факторам: виброударным воздействиям, глубоким перепадам температуры вплоть до криогенных температур.

Для отработки конструкции преобразователей перемещений их оптимизации необходима математическая модель, которая могла бы аппроксимировать экспериментальные данные по возможности более точно с использованием небольшого количества коэффициентов, характеризующих модель. Анализ характера

экспериментально полученных позиционных характеристик U j показал, что следующие функции имеют вид, характерный для позиционных характеристик индуктивных преобразователей перемещения (ИПП):

Y 1 ( x ) = a + b ( x 0 - x ) e c (x 0   x

Y 2 ( x ) = a + b ■ ( x 0 - x ) e c x 0   x

Y 3 ( x ) = a + b • ( x 0 x ) e ' 0    '

Y 4 ( x ) = a + b • sin g ( x 0 x ) ■ | x 0 x|

e- c x о x lZ

В качестве критериев оптимизации при поиске неизвестных коэффициентов a, b, c, x0, n, z функций (1)-(4) были выбраны минимальные значения среднеквадратического отклонения Wско, среднемодульного отклонения Wсмо и наибольшего отклонения Wммо во всем диапазоне перемещений Х подвижного (элемента) ИПП:

W 1 ( a, b, c, x 0, z, n ) =

Nn 1

Nn 1

^ (U j Y 1( a , X j , b, c, x 0 , z , n ))

j = 0

1 Nn 1

W 2 ( a , b, c, x 0 , z , n ) = ——- У ( IU j Y 1( a , x j ,b , c , x 0, z , n )l) Nn 1 t ~ 5

W 3 ( a , b, c , x 0, z , n ) = Max ( U y Y ( x} ))            (7)

где Nn – количество экспериментальных точек.

Коэффициенты a, b, c, x 0 , z, n можно найти минимизируя функцию погрешности W, используя компьютерный математический пакет Mathcad компании MathSoft [2] с помощью функции:

Minimize ( W,a,b,c,x , z , n)

В таблице 1 даны результаты расчетов оптимальных коэффициентов a, b, c, x 0 , z, n обеспечивающих минимальные погрешности аппроксимации функций Y1(x), Y2(x), Y3(x), Y4(x) для каждого критерия Wско, Wсмо, Wммо. На рис. 1 графически представлена аппроксимирующая функция Y1(x) оптимизации по среднеквадратическому отклонению Wско и исходный набор данных U j (x j ).

Рис. 1. Позиционные характеристики экспериментальной U j и аппроксимирующей функции Y1(x)

Относительные погрешности среднеквадратическое отклонения γ1 ско , средне модульное отклонение γ1 смо и наибольшего отклонения γ1 ммо для всего диапазона аппроксимации для функции Y1(х) (формула 1), оптимизированных на минимум среднеквадратичного отклонения определяются как:

γ1ссккоо =      00     ⋅W1ссккоо(a,b,c, x0) = 2,01%(9)

U -U maxmin

γ1сскмоо =    100    ⋅W1сскмоо(a,b,c,x0)=1,32%

— U maxmin

γ1ско =             ⋅W1ско (a,b,c,x ) = 5,2% ммо                             ммо ,  ,  ,  0

max - min

Относительные погрешности среднеквадратическое отклонения γ1 ско , средне модульное отклонение γ1 смо и наибольшего отклонения γ1 ммо для всего диапазона аппроксимации для функции Y1(х) (формула 1), оптимизированных на минимум среднемодульного отклонения определяются как:

γ1сскмоо =    100    ⋅W1сскмоо(a,b,c, x0) = 2,1% maxmin

γ1ссммоо =             ⋅W1ссммоо(a,b,c,x0)=1,24% maxmin

γ1смо =             ⋅W1смо(a,b,c,x ) = 6,14% ммо                         ммо0

maxmin

Относительные погрешности среднеквадратическое отклонения γ1 ско , средне модульное отклонение γ1 смо и наибольшего отклонения γ1 ммо для всего диапазона аппроксимации для функции Y1(х) (формула 1), оптимизированных на минимум максимального отклонения определяются как:

γ1ммо =    100    ⋅W1ммо(a, b, c, x ) = 2,16% ско                              ско0

max - min

γ1смммоо =    100    ⋅W1смммоо(a,b,c,x0)=1,38% maxmin

γ1ммо =    100    ⋅W1ммо(a, b, c, x ) = 5,01% ммо                             ммо ,  ,  ,  0

maxmin

Аналогично была проведена оптимизация функций Y2(x), Y3(x), Y4(x), результаты помещены в сводную таблицу 1. Распределение погрешности ε j аппроксимации функцией Y1(х) в каждой j-той экспериментальной точке вычислялось по формуле:

U -Y1(x ,a,b,c,x ) ε = j         j, , , , 0 ⋅100% j      U -U max     min

и представлена графически на рис. 2 ε1 j – при минимизации среднеквадратичного отклонения; ε2 j – при минимизации среднемодульного отклонения; ε3 j – при минимизации максимального отклонения.

Перемещение X, мм

Рис. 2. Относительная погрешность аппроксимирующей функции Y1(x)

Распределение погрешности ε j аппроксимации функцией Y2(х) в каждой j-той экспериментальной точке вычислялось по формуле:

Рис. 3. Обобщенная погрешность аппроксимирующей функции Y2(x)

ε j

U: - Y 2( x, , a , b , c , x )

v j’ ’ ’ ’ 0' . 100%

U -U ■ max     min

и представлена графически на рис. 3 ε1 j – при минимизации среднеквадратичного отклонения; ε2 j – при минимизации среднемодульного отклонения; ε3 j – при минимизации максимального отклонения.

На рис. 2, 3 показаны относительные погрешности аппроксимирующих функций Y1(x), Y2(x), из которых видно, что по краям экспериментальной характеристики погрешность аппроксимации максимальная, а в центральной области погрешность аппроксимации минимальная.

Рис. 4. Обобщенная погрешность аппроксимирующей функции Y3(x)

Распределение погрешности ε j аппроксимации функцией Y3(х) в каждой j-той экспериментальной точке вычислялось по формуле:

U, - Y 3( x , a , b, c, x n)

£ = ^----- v j , , , , 0) _ W0%        (20)

j max     min и представлена графически на рис. 4 ε1j – при минимизации среднеквадратичного отклонения; ε2j – при минимизации среднемодульного отклонения; ε3j – при минимизации максимального отклонения.

Распределение погрешности ε j аппроксимации функцией Y4(х) в каждой j-той экспериментальной точке вычислялось по формуле:

U; - Y 4( x,, a, b, c, x )

g = ^----- v j , , , , 0) _ W0%         (21)

j      U -U max     min и представлена графически на рис. 5 ε1j – при минимизации среднеквадратичного отклонения; ε2j – при минимизации среднемодульного отклонения; ε3j – при минимизации максимального отклонения.

Рис. 5. Обобщенная погрешность аппроксимирующей функции Y4(x)

На рис. 4, 5 показаны относительные погрешности аппроксимирующих функций Y3(x), Y4(x), на которых видно, что по краям экспериментальной характеристики погрешность аппроксимации и в центральной области погрешность аппроксимации минимальные.

Список литературы Моделирование позиционных характеристик индуктивных датчиков линейных перемещений модифицированными функциями Гаусса с разностным аргументом

  • Тиньгаев, В.С. Аппроксимация характеристик индуктивных датчиков линейных перемещений с помощью модифицированной функции Гаусса с разностным аргументом первого порядка/В.С. Тиньгаев, С.А. Матюнин, В.А. Медников//Вестник Самарского государственного аэрокосмического университета. 2011. №7 (31). С. 77-81.
  • Кирьянов, Д.В. Самоучитель Mathcad 11. -СПб.: БХВ-Петербург, 2003. 560 с.
  • Карпов, В.И. Проектирование датчиков для измерения механических величин. -М.: Машиностроение, 1979. 207 с.
  • Аш, Ж. Датчики измерительных систем. Кн. 1. -М.: Мир, 1992. 480 с.
  • Фрайден, Дж. Современные датчики. Справочник. -М.: Техносфера, 2005. 592 с.
  • Baumer (Швейцария). Индуктивные датчики с пропорциональном (аналоговым) выходом http://www.promsystex.ru/catalog
  • Baumer (Швейцария). Магнитные датчики, датчики линейных перемещений http://www. promsystex.ru/catalog
Статья научная