XXXVI. Seminář ASŘ 2012.

VYSOKÁ ŠKOLA BÁŇSKÁ - TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ KATEDRA AUTOMATIZAČNÍ TECHNIKY A ŘÍZENÍ

XXXVI. Seminar ASR '2012 “Instruments and Control”

Ostrava, April 27, 2012

XXXVI. Seminar ASR '2012 “Instruments and Control” © 2012, VŠB-TUO, Ostrava, ISBN 978-80-248-2626-4

Programme Committee T. ÁDAM R. FARANA K. JARACZ V. KEBO F. KOLIBA K. KOSTÚR Š. KOZÁK J. PLUTA D. POPESCU B. SAPINSKI M. ŠEDA J. ŠEMINSKÝ B. ŠULC I. ŠVARC I. TAUFER J. TŮMA V. VAŠEK A. VÍTEČEK F. ZEZULKA

TU Miskolc, Hungary FS VŠB - TU Ostrava Pedagogic Academy Krakow, Poland HGF VŠB-TU Ostrava Silesian University of Opava, OPF Karviná TU Košice, F BERG, Slovakia FEI STU Bratislava, Slovakia University of Science and Technology, Krakow, Poland University of Craiova, Romania University of Science and Technology, Krakow, Poland FSI VUT v Brně TU v Košicích, Slovensko FS ČVUT v Praze FSI VUT v Brně Univerzita Pardubice FS VŠB-TU Ostrava FAI UTB ve Zlíně FS VŠB - TU Ostrava FEKT VUT v Brně

Organizing Committee M. BABIUCH, D. FOJTÍK, P. KOČÍ, L. LANDRYOVÁ, P. SMUTNÝ, J. ŠKUTA, J. ŠKUTOVÁ, M. VÍTEČKOVÁ, R. WAGNEROVÁ

Secretary Office  Department CSI (ATŘ-352), VŠB-TU Ostrava av. 17. listopadu 15, 708 33 Ostrava - Poruba +420 59 732 1280  +420 59 691 6129  asr2012@vsb.cz http://akce.fs.vsb.cz/2012/asr2012/

Proceedings Editors Smutný, P.

ISBN 978-80-248-2626-4 2

XXXVI. Seminar ASR '2012 “Instruments and Control” © 2012, VŠB-TUO, Ostrava, ISBN 978-80-248-2626-4

Table of Contents Eliminace windup efektu u robustních algoritmů řízení pracujících v klouzavém módu .......... 5 DUDA, T. Testing stand for the Electronic Variable Pitch Drive .............................................................. 13 GEBAUER, J. & KOČÍ, P. Diagnostika poruchy rotoru asynchronního motoru ................................................................. 21 HORČIC, V. Using a leaser distance sensor for distance and shape of objects ............................................. 27 JANEČKA, P., ZAVADIL, J. & RICHTR, L. WIA scanning app .................................................................................................................... 35 KOPP, M. & LANDRYOVÁ, L. Problémy s přesností parametrů tepelné pohody ...................................................................... 41 KOŠÍKOVÁ, J., JANEČKA, J. & VDOLEČEK, F. Visualisation of Biomass Fired Boiler...................................................................................... 51 KUBERA, M. & VRÁNA, S. Kompenzace hystereze piezoelektrického akčního členu ......................................................... 55 LOS, J., TŮMA, J. & ZAVADIL, J. Elektronické obchodování pro malé a střední firmy................................................................. 61 PAVLAS, R. & ZBOŘIL, M. Determination of accuracy and repeatibility of positioning NC table axes .............................. 71 PETÁK, T.& BENKÓ, P. Filtering of Data Specific to Biomass Combustion .................................................................. 83 PLACIER, E. & PLAČEK, V. The Control unit for production of biodiesel ............................................................................ 89 PLŠEK, S. & VAŠEK, V. Application software for data collecting and dat processing, intended for embedded PC with touchscreen ....................................................................................................................... 95 PODEŠVA, P. & FOJTÍK, D. Robustnost regulačního obvodu s regulovanou soustavou s dopravním zpožděním ............. 103 SPURNÝ, M. & MAHDAL, M. Web portal for team building used MS SharePoint ................................................................ 113 STANÍČEK, P. & FARANA, R. Zajištění kvality identifikace systému s využitím korelačních metod .................................... 119 ŠKUTOVÁ, J. & TŮMA, J. Jednoduché seřizování číslicových regulátorů ....................................................................... 129 VÍTEČKOVÁ, M. & VÍTEČEK, A. Blob Analysis and Pattern Recognition using MATLAB....................................................... 135 ZAVADIL, J., TŮMA, J. & JANEČKA, P.

3

XXXVI. Seminar ASR '2012 “Instruments and Control” © 2012, VŠB-TUO, Ostrava, ISBN 978-80-248-2626-4

Preface „Seminář ASŘ“ (Seminary of Automatic Control Systems), organized on Faculty of Mechanical Engineering by Department of Control Systems and Instrumentation at cooperation with Committee of Applied Cybernetics and Informatics – KAKI Ostrava, achieved on this year 2012 honorable serial number thirty six.

Seminaries ASR demonstrate as important Workshops every year their fixed position at the large offer of science-research actions with international range and with reputable special even social level. Workshop „Seminary ASR“ was markedly signed on this times as an effective platform for meeting of teachers and Ph.D. students from VŠB-Technical University of Ostrava with specialists from other universities of Czech Republic, Slovakia, Poland, Hungary and other countries, even with specialists from industrial companies and next institutions. On 2012 year is organized two parts of Seminary ASR: the first one is Student competition – STOČ 2012“ as a 17th Student Science Workshop which took part VŠB-TU Ostrava and the second part is traditional XXXIIIrd Seminary ASR “Instruments & Control” as a Ph.D. seminary and student competition.

Goals of Seminary ASR´12 "Instruments and Control" are presentation of R&D project results, reciprocal interchange of participant's information, experiences and retrieval of possibilities for cooperation on common projects, main with Ph.D. students. The next goal of this year Seminary ASR there is to introduce the wider specialized public, experts and scientific workers from universities, research institutions, industry, design and supply organizations with the most up-to-date knowledge from the areas of automation, measuring, diagnostic and control systems, program systems for control, SCADA/HMI systems, CAD, and other areas, and to provide an exchange of experience.

The main topics of Seminary ASR´2012 “Instruments and Control” there are:      

The methods and algorithms of automatic control Modeling and simulation of control elements and systems Measuring and diagnostic systems The means of automation devices Program support of control and diagnostic systems Applied informatics (Computer Science)

The new line of international conferences ICCC were established at the year 2000 with partner technical universities – TU Košice (faculty BERG), AGH Krakow (faculty FMIR) and VŠB-TU Ostrava (faculties FME and MGF).

This year conference will be held on May 2012 in Slovakia as an “ICCC´2012 – International Carpathian Control Conference”. This migratory action is periodical held by cooperation faculties from Poland, Slovakia, Czech Republic, Hungary and Romania.

PROF. ING. JIŘÍ TŮMA, CSC. Chairman

PROF. ING. RADIM FARANA, CSC. Co-Chairman

Ostrava, April 27, 2012

4

XXXVI. Seminar ASR '2012 “Instruments and Control” © 2012, VŠB-TUO, Ostrava, ISBN 978-80-248-2626-4

Eliminace windup efektu u robustních algoritmů řízení pracujících v klouzavém módu The Elimination of Wind-Up Effect in Robust Control Algorithm Operating in Sliding Mode DUDA, Tomáš1 1

Ing., Katedra ATŘ, VŠB – TU Ostrava, 17. listopadu, Ostrava – Poruba, 708 33, tomas.duda@highlite.cz

Abstrakt: Příspěvek popisuje návrh robustních algoritmů řízení pro vektorově orientované řízení asynchronního motoru pomocí metody agregace stavových proměnných. Navržené algoritmy byly modifikovány za účelem eliminace windup efektu, který způsobuje snížení kvality řízení, případně i nestabilitu uzavřeného systému řízení. Řídicí algoritmy byly navrženy pro vícerozměrový nelineární matematický model asynchronního motoru. Navržené algoritmy byly simulačně ověřeny v programu MATLAB - Simulink Klíčová slova: wind-up efekt, metoda agregace, nelineární řízení, asynchronní motor

1 Úvod Přípěvek popisuje návrh robustních algoritmů řízení pracujících v klouzavém módu s využitím obecné nelineární metody syntézy řízení nazývanou metoda agregace stavových proměnných. Tento postup umožňuje návrh nerobustních (je potřeba znát matematicky model řízeného subsystému a působící poruchy) a robustních algoritmů řízení (nevyžadujících přesnou znalost matematického modelu a poruch).

Pokročilé algoritmy řízení umožňují dosáhnout při použití asynchronních motorů stejných dynamických vlastností jako u dříve používaných motorů stejnosměrných, ovšem s výrazně nižšími nároky na údržbu.

Vektorově orientované řízení spočívá v rozložení prostorového vektoru spřaženého magnetického toku rotoru v pravoúhlém souřadném systému d,q synchronně rotujícím s magnetickým polem na dvě navzájem kolmé složky, jejichž velikost je řídicím algoritmem udržována prostřednictvím složek statorového proudu na konstantních hodnotách. Řídicí proměnné jsou synchronní otáčky magnetického pole a složky statorového proudu, výstupní proměnné jsou skutečné otáčky a složky spřaženého magnetického toku rotoru. Pro vektorově orientované řízení asynchronního motoru je nutno znát okamžitou velikost a polohu prostorového vektoru spřaženého magnetického toku rotoru, k jehož vyhodnocení lze například využít rozšířený Kalmanův filtr [BRANDŠTETTER, PALACKÝ & VINKLÁREK 2003].

2 Matematický model asynchronního motoru Asynchronní motor lze obecně chápat jako nelineární subsystém, který může být v pravoúhlém souřadném systému d,q synchronně rotujícím s magnetickým polem popsán následujícími rovnicemi [MURATA, TSUCHIYA & TAKEDA 1990].

Napěťové rovnice 5

us  Rs is 

dΨs  jsΨ s dt

(1)

ur  Rr ir 

dΨr  jskΨ r dt

(2)

Rovnice spřažených magnetických toků Ψ s  Ls is  Lmir

(3)

Ψ r  Lr ir  Lmis

(4)

Rovnice elektromagnetického momentu me 

3 p Im is*Ψ r 2



kde je us ur is ir

s r

 

Rs Rr Ls Lr Lm p Im *

 

s sk



(5)

– vektor statorových napětí [V], – vektor rotorových napětí (pro motor s kotvou nakrátko ur = 0) [V], – vektor statorových proudů [A], – vektor rotorových proudů [A], – vektor statorových spřažených magnetických toků [Wb], – vektor rotorových spřažených magnetických toků [Wb], – činný odpor vinutí statoru [Ω], – činný odpor vinutí rotoru [Ω], – indukčnost vinutí statoru [H], – indukčnost vinutí rotoru [H], – vzájemná indukčnost statorového a rotorového vinutí [H], – počet pólpárů [-], – imaginární část (složka), – komplexně sdružený, – úhlová rychlost magnetického pole [rad.s-1], – skluzová úhlová rychlost [rad.s-1].

V případě, že je statorový proud znám, je zřejmé, že pro popis dynamických vlastností elektrické části asynchronního motoru stačí pouze napěťové rovnice obvodu rotoru (2).

Statorové proudy jsou v tomto případě považovány za řídicí proměnné.

Vyjádřením vektoru rotorových proudů z (4) 1 L (6) Ψ r  m is Lr Lr a dosazením (6) do (2) a jejich následnou úpravou (pro motor s kotvou nakrátko ur  0 ) dostaneme ir 

RL dΨ r R   r Ψ r  js  r Ψ r  r m i s dt Lr Lr

(7)

Dynamické vlastnosti mechanické části asynchronního motoru vyjadřuje následující pohybová rovnice J

d r   Br  me  mz dt

kde je J



r B

(8)

– moment setrvačnosti [kg.m2], – úhlová rychlost rotoru [rad.s-1], – koeficient tlumení [kg.m2.rad-1.s-1], 6

– elektromagnetický moment motoru [N.m], – zátěžný moment motoru [N.m],

me mz

Po dosazení (5) do (8) a rozepsáním (7) do složkového tvaru dostaneme 3 p 2 Lm d r B isqΨ rd  isdΨ rq e  p mz   r  J dt J 2 J Lr

(9a)

d Ψ rd RL R   r Ψ rd  s  r Ψ rq  r m isd dt Lr Lr

(9b)

d Ψ rq dt



Rr RL Ψ rq  s  r Ψ rd  r m isq Lr Lr

(9c)

Rovnice (9) představují proudově - tokový matematický model asynchronního motoru.

Model je třetího řádu a má tři vstupní proměnné – s, isd, isq a tři výstupní proměnné - r, rd, rq.Uvedený popis je vztažen k pravoúhlému souřadnému systému d,q synchronně rotujícím s magnetickým polem.

Zavedením stavových proměnných x1  r

u1   s

x2  Ψ rd

u 2  isd

x3  Ψ rq

u3  isq

v  mz (10)

dostaneme matematický model asynchronního motoru ve standardním vyjádření (11a)

x  f ( x, v)  B( x)u

x  x1 , x2 , x3  u  u1, u2 , u3 

(11b)

  a1 x1 f ( x, v)   x1 x3  x1 x2

(11c)

T

 0 B ( x )   x3  x2

T

 a2 v   a3 x2   a3 x3 

 b1 x3 b2 0

b1 x2  0  b2 

(11d)

2 B p a  Rr b  3 p Lm b  Rr Lm 1 a1  a2  3 2 Lr , 2 J Lr , Lr J, J,

kde je T

(11e)

– symbol transpozice

Jak bylo uvedeno v úvodu, princip vektorově orientovaného řízení asynchronního motoru spočívá v rozložení prostorového vektoru statorového proudu na dvě navzájem kolmé složky, kdy je každá z nich řízena nezávisle. Celý regulační proces tak lze rozdělit zvlášť na řízení momentu (činný výkon stroje) a řízení výsledného magnetického toku (jalový výkon stroje).

Cílem vektorově orientovaného řízení asynchronního motoru tedy je, aby prostorový vektor spřaženého magnetického toku rotoru r byl konstantní, aby se otáčel synchronně se souřadnicovým systémem d,q a aby jeho složka rq = 0. Bude-li složka rd konstantní, pak je ze vztahu (9a) zřejmé, že elektromagnetický moment bude úměrný složce sq, resp. složce statorového proudu isq.

7

3 Syntéza řízení Protože je model asynchronního motoru ve standardním tvaru, lze pro návrh robustního řízení použít přímo metodu agregace stavových proměnných [ZÍTEK & VÍTEČEK 1999].

Optimální zpětnovazební řízení





u  B1  x  T 1e  x w  f  x, v 

(12)

získané na základě metody agregace stavových proměnných, které minimalizuje kvadratický účelový funkcionál 





J   eT e  eT T 2e d t

(13)

0

zajišťuje uzavřený systém řízení ve tvaru e  T 1e  0 , e  x w  x

kde je T e

(14)

– diagonální matice kladných časových konstant – vektor regulačních odchylek

Suboptimální zpětnovazební řízení lze získat na základě vztahu [ZÍTEK & VÍTEČEK 1999].  t   (15) u  Θ  m w d   u0  Θ T 1  e d   e  e0   u0 0 0   1 kde je m  e  T e ,  – diagonální matice zesílení, u0 – počáteční řízení Vztah (15) vyjadřuje algoritmus robustního řízení s velkým zesílením, který může být zapsán také ve tvaru [ZÍTEK & VÍTEČEK 1999]. 

u  Θm  u0 , m  T

1

t

 e d  e  e

0

(16)

0

Robustní řízení s vysokým zesílením může mít negativní vliv v podobě vysokých hodnot prvků diagonální matice zesílení , které mohou způsobit nepřípustně vysoké hodnoty řídicích proměnných. Tato skutečnost může mít negativní vliv na stabilitu řízeného systému.

Tomuto lze předejít úmyslným zavedením nelineární (znaménkové) funkce signum do algoritmu řízení dle následujícího schématu. usl  U msgn m   u0



U m  diag u1m , u2m ,..., umm

(17a)



(17b)

sgn (m)  diag sgn( m1 ), sgn( m2 ),..., sgn( mm )

(17c)

 1 for m j  0 sgn( m j )    1 for m j  0

(17d)

kde je sgn – znaménková funkce u mj – mezní hodnoty řídicích proměnných Robustní algoritmy se znaménkovou funkcí jsou charakterizovány vysokou aktivitou řízení, která může být v některých případech nežádoucí. Vysoké aktivitě algoritmu lze předejít například záměnou znaménkové funkce její spojitou náhradou odvozenou z definice znaménkové funkce, protože platí přibližná rovnost

8

sgn x  

x x   fce( x) x x 

kde je 

(18)

– malé kladné číslo 1 0.5 0 -0.5 -1 -5

-4

-3

-2

-1

0

1

2

3

Obrázek 1 – Průběh funkce fce

4

5

Robustní algoritmus řízení navržený pro asynchronní motor reprezentován modelem (11) ve složkovém vyjádření je 1 t  u1sl  u1m fce   e1 d   e1  e10   u10  T1 0 

(19a)

1 t  u  u fce   e2 d   e2  e20   u20  T2 0 

(19b)

1 t  u3sl  u3m fce   e3 d   e3  e30   u30  T3 0 

(19c)

sl 2

m 2

Funkce fce je průběhem (Obrázek 1) velmi podobná funkci hyperbolický tangens, která je v algoritmech klouzavého řízení velmi často používána. Funkce fce je však mnohem méně výpočetně náročná než hyperbolický tangens. Ke snížení aktivity řídicího algoritmu se také používá funkce nasycení – saturace.

4 Wind Up efekt Všechny modifikace uvedených robustních algoritmů řízení jsou ovlivněny skutečností, že všechny skutečné akční členy jsou limitovány: motor je limitován maximálními otáčkami, limitovány jsou také zdroje elektrické energie atd. V situaci, kdy se řídicí proměnná dostane do saturace, dojde k rozpojení zpětnovazební smyčky a celý systém se chová jako v otevřené smyčce, protože akční člen zůstává na své mezní hodnotě nezávisle na výstupu systému.

Integrační složka algoritmu tak bude i nadále integrovat regulační odchylku. Když se změní znaménko regulační odchylky, začne se hodnota integrační složky snižovat, ale bude to trvat velmi dlouho, protože byla tato hodnota nakumulována na vysokou hodnotu.

Tato negativní interakce mezi saturací akčních členů a integrační složkou navržených řídicích algoritmů se nazývá windup efekt.

Pro názornou ilustraci windup efektu lze použít následující příklad (Obrázek 2) velmi jednoduchého procesu, kde je systém tvořen pouze integrátorem a uzavřený systém řízení doplňuje PI regulátor a zmíněný člen nasycení. Parametry regulátoru jsou kr  1 , TI  1 a mezní hodnoty členu saturace jsou  0,1  u  0,1 .

Step 2 1 s

1 Step

Gain 1 s

Saturation

process

Output

1 u

Integrator

Obrázek 2 – Příklad velmi jednoduchého procesu 9

Porovnáním (Obrázek 3) průběhů získaných simulací původního systému s uzavřeným systémem řízení obsahující anti-windup strukturu lze pozorovat negativní vliv windup efektu způsobující silné oscilace výstupní veličiny systému a dlouhou dobu k dosažení ustáleného stavu. a) Výstup systému 2

y(t)

1.5

1

0.5

0

0

10

20

30

40 t [s]

50

60

70

80

50

60

70

80

70

80

b) Akční veličina 0.1

u(t)

0.05 0 -0.05 -0.1 0

10

20

30

40 t [s]

c) Hodnota výstupu integrační složky regulátoru 6 4

i(t)

2 0 -2 -4

0

10

20

30

40 t [s]

50

60

Obrázek 3 – Průběhy u původního systému (---) a systému s anti-windup strukturou ( ) Jeden ze způsobu jak windup efektu předejít, je resetování integrační složky řídicího algoritmu v případě, že regulační odchylka překročí nastavenou mezní hodnotu [RAZIM & ŠTECHA 1997]. Tento postup je snadno implementovatelný u digitálních regulátorů, které jsou v případě vektorově orientovaného řízení asynchronního motoru nezbytnou nutností.

Uvedený způsob eliminace windup efektu může být v některých případech nepřípustný, protože násilné vynulování integrační složky řídicího algoritmu může způsobit „šok“ řízeného systému, speciálně při analogové formě řízení.

5 Simulace Navržené řídicí algoritmy byly simulačně ověřeny simulací v programu MATLAB – Simulink. Simulace byly provedeny pro následující parametry modelu asynchronního motoru: p  3 , Rs  1,842  , Rr  1,878  , J  0,0179 kg . m 2 , Ls  28,3 mH , Lr  28,8 mH , Lm  26,8 mH . Časové konstanty algoritmu řízení byly zvoleny: T1  0,005 s , T2  T3  0,001 s , a prahové hodnoty pro resetování integračních složek regulátoru: TR 1  1 , TR 2  1 , TR 3  0,01.

10

Průběh žádaných otáček w byl definován v bloku pro modelování signálů jako ….. (plná čára v Obrázek 3a), požadované hodnoty spřaženého magnetického toku rotoru byly nastaveny na hodnoty rd = 0,2 Wb a rq = 0 Wb a) Žádané otáčky w , skutečné otáčky r (---) a zátěžný moment me x100 (-.-)

b) Synchronní otáčky s - řídicí proměnná

r, w [1/min]; me [N.m]

1500

400

1000

s [1/min]

200

500 0

0

-200

-500 -1000

0

0.5

1

1.5

2 t [s]

2.5

3

3.5

-400

4

0

0.5

c) Spřažený magnetický tok rotoru rd

1

1.5

2 t [s]

2.5

3

3.5

4

3.5

4

3.5

4

d) Statorový proud isd - řídicí proměnná

0.25

20

0.2

15

i [A]

rd [Wb]

0.15 10

0.1 5

0.05 0

0

0.5

1

1.5

2 t [s]

2.5

3

3.5

0

4

0

0.5

20

0.1

10

0

-0.1

-0.2

1.5

2 t [s]

2.5

3

f) Statorový proud isq - řídicí proměnná

0.2

i [A]

rq [Wb]

e) Spřažený magnetický tok rotoru rq

1

0

-10

0

0.5

1

1.5

2 t [s]

2.5

3

3.5

-20

4

0

0.5

1

1.5

2 t [s]

2.5

3

Obrázek 4 – Průběhy veličin asynchronního motoru získaných simulací Na obrázku 4a lze pozorovat těsné sledování žádaných otáček skutečnými i přesto, že není znám model motoru. Robustnost navržených algoritmů řízení dokazuje téměř úplné odstranění vlivů neměřitelných poruch (zátěžného momentu me). Současně lze pozorovat relativně nízkou aktivitu řídicího algoritmu realizovaného pomocí funkci fce (Obrázky 4b, d, f). Aktivita řídicího algoritmu obecně závisí na velikosti hodnoty  (pro  = 0 fce = sgn).

Obrázek 5 znázorňuje vliv implementované anti-windup struktury na stabilitu řízeného systému. Porovnáním obrázků 5a a 5b je zřejmé, že zanedbání windup fenoménu ve fázi návrhu může vést k nestabilitě uzavřeného systému řízení. a) Žádané otáčky w , skutečné otáčky r (---)

b) Žádané otáčky w , skutečné otáčky r (---)

1500

5000

r, w [1/min]

r, w [1/min]

1000 500 0

0

-500 -1000

0

0.5

1

1.5

2 t [s]

2.5

3

3.5

4

-5000

0

0.5

1

1.5

2 t [s]

2.5

3

magnetický tok rotoru rd d) Statorový proud isd - řídicí proměnná Obrázekc) Spřažený 5 – Vliv anti-windup struktury na stabilitu uzavřeného systému řízení 1

0

10

11 i [A]

rd [Wb]

0.5

20

0

3.5

4

6 Závěr Příspěvek se zabývá návrhem a ověřením robustních algoritmů řízení pracujících v klouzavém módu při vektorově orientovaném řízení asynchronního motoru. V článku byla navržena nespojitá modifikace robustního algoritmu se znaménkovou funkcí signum a z ní odvozena spojitá náhrada. Struktury navržených robustních algoritmů byly dále modifikovány za účelem odstranění windup efektu vznikajícího v uzavřených systémech řízení díky negativní interakci integračních složek algoritmů a nelineárních členů nasycení. Navržené algoritmy byly simulačně ověřeny v programu MATLAB – Simulink.

7 Použitá literatura BRANDŠTETTER, P., PALACKÝ, P. & VINKLÁREK, D. Application of the Kalman Filter for the Sensorless Control of A.C. Drive with Induction Motor. Transaction of the VŠB – Technical University of Ostrava, Electromechanical Series. Vol.6, No. 1, 2003, pp.

11-20 MARINO, R., TOMEI, P. & Verrelli, M. Induction Motor Control Design. London : Springer - Verlag, 2010, 349 p. ISBN 978-1-84996-283-4 MURATA, T., TSUCHIYA T. & TAKEDA, I. Vector Control for Induction Machine on the Application of Optimal Control Theory. IEEE Trans. Ind Electron. Vol.37, No 4, 1990, pp. 283-290 RAZIM, M. & ŠTECHA, J. Nelineární systémy. Praha : ČVUT, 1997, 207 p.

UTKIN, V. Sliding Modes in Control and Optimization. Berlin : Springer - Verlag, 1992, 296 p. ISBN 3-540-53516-0 S UTKIN, V., GULDNER, J. & Shi, J. Sliding Mode Control in Electromechanical Systems.

London : Taylor & Francis, 1999, 325 p. ISBN 0-7484-0116-4 YAN-XIA, S. & ZHONG-WEI, CH. Induction Motor Vector Control System Based on Antiwindup Controller. The 6th IEEE Conference on Industrial Electronics and Applications. 2011 ZÍTEK, P. A VÍTEČEK, A. Návrh řízení podsytémů se zpožděními a nelinearitami. Praha : ČVUT, 1999. 165 s. ISBN 80-01-01939-X

12

XXXVI. Seminar ASR '2012 “Instruments and Control” © 2012, VŠB-TUO, Ostrava, ISBN 978-80-248-2626-4

Testing stand for the Electronic Variable Pitch Drive GEBAUER, Jan1 & KOČÍ, Petr2 1

Ing.,

2

doc., Ph.D.,

Katedra ATŘ-352, VŠB-TU Ostrava, 17. listopadu, Ostrava - Poruba, 708 33 jan.gebauer@vsb.cz, petr.koci@vsb.cz

Abstract: This contribution describes procedures and results obtained at the Department of Control Systems and Instrumentation of the VŠB-Technical University of Ostrava during research and mathematical modelling of variable pitch systems behaviour. The wiring scheme and control strategy of the electronic variable pitch drive mounted on new testing stand are presented. Ability of machines to fly was based on the complex mechanical units until the end of last century. Development of high-quality and affordable sensors brings the innovation to this sector. The presented stand was created for testing of the new optimised control algorithms for UAV devices (multicopter). The complex mechanical parts can be replaced by electronics. The construction of EVP testing stand includes BLDC motor, power electronics (ESC), microcomputer, sensors and simple frame. It doesn´t require complex mechanical parts. Management and control is compared with conventional helicopter eased considerably.

Keywords: UAV, multikopter, EVP

1 Introduction Many R&D centres all over the world are focused on research of multi propeller platforms also known as quadrotor, hexacopter etc. The modern MEMS sensors and powerful microcontrollers increase the commercial availability of these small compact facilities (Parrot AR Drone, Mikrokopter, Draganflayer etc.).

These facilities are used in a wide range of industrial applications. Our research is focused on the application of the multikopter in practice – mainly in measuring air quality.

The GPS navigation let us hold the model on predefined points in a space while different several parameters are being measured in setpoints. As the multikopter has to be fixed in one place in the space during the measurement, it makes the measuring rather static than dynamic.

Furthermore, the multikopter can be used in a combination with a more precise DGPS unit. Such a modified model combined with 2D laser scanner can be used in the terrain shape measurement. The measurement is dynamic and the multikopter moves at a constant speed in predefined trajectories.

Multikopter can be used even as an Eye in the sky. It is a model with various camera systems which allow us to capture images even as video sequences. For specific purposes a thermo camera can be placed on the model.

For each measurement another configuration of the multikopter has to be set. While the model is hovering another configuration of propulsion drive is used than in a moving model.

That is the reason why it is not easy to set a universal construction for all application fields.

Such a construction is described in this article.

13

2 What the Multikopter is The multikopter can be defined as variable flying multi propeller platform. The variability is ensured by a puzzle construction which allows us to use any number of arms with propulsion drives.

The model is based on an aluminium modular frame. It is possible to assemble a model with various numbers of arms, engines and propellers. Each arm can carry one or two propulsion drives.

Figure 1 – Multikopter in a six arms configuration.

The main platform of multikopter is a self-locking central hub; its main role is to hold individual arms with engines. This central part can have various designs according to the number of arms it holds.

The current design allows us to create three to eight arms model. In the central hub, there are the main control unit, GPS unit, navigation unit but above all there are all the external optional components, sensors, batteries and communication modules.

Figure 2 – Central hub with eight openings and arms of different size.

The arms are available in different sizes; this gives us the ability to use engines with different sized propellers.

Propulsion drive holders are self-locking hubs too. They are composed of electronic speed controllers (ESC) The holder is able to hold even two propulsion drives at once. This ability is used in special propulsion drives configurations. Each holder has a state LED; there is one white LED (in the front), one red LED (back on the tail) and the rest of LEDs are green – this distribution shows us the orientation of the platform is space.

Figure 3 – Propulsion drive holder, assembled propulsion drive (propeller-engine-ESC) 14

To ensure the stability of the multikopter, embedded controllers are used.

The role of the main control unit is to stabilize the model in the space. This is achieved by using the inertial navigation system composed from MEMS sensors (gyroscopes, accelerometers, magnetometers and barometers). This unit is responsible even for receiving the signal from remote controller or from the PC. The propulsion system is composed from three basic components. It includes 14 pole BLDC motor, ESC and propeller.

Figure 4 – BLDC motor locker with mounted AXI 2012 motor + integrated electronic speed controller.

Each motor is equipped with its own ESC entirely integrated in propulsion drive hub.

Connection among ESCs and main control unit is based on ISP bus. This connection creates a faster feedback between the main control unit and the whole propulsion drive.

The multikopter platform behaviour is strongly influenced by the propeller’s properties.

The main parameters of the propeller are the diameter and pitch. The pitch affects the total acceleration of air (it can be compared to a gearbox in a car – using the lower gear higher acceleration is achieved (the dynamic response is faster), on the other hand using the higher gear higher speed is achieved (the dynamic response is slower). The total trust is affected by the diameter of the propeller.

Figure 5 – Measured propellers with fixed pitch.

Multikopter can be controlled manually using remote controller. There is a 2.4 GHz duplex communication between the multikopter and the remote controller. This communication is based on an analogue PPM signal.

15

Figure 6 – Remote controller with duplex communication.

The communication between the multikopter and PC can be achieved even by WiFi. Such a connection allows the telemetric information to be displayed on PC and to navigate the model to waypoints on the fly.

The video is transmitted via 1.2 GHz transmitter. The captured image can be saved on the different media as well as used to control the model in real time using video glasses. Video glasses are used when the multikopter is out of our viewing distance.

3 Reduction of the Energy Consumption The current concept where propellers (without a variable pitch) are used is not effective in whole RPM spectrum. Currently used (fixed pitch) propellers are appropriate only for a multikopter with a constant weight. If the weight of the model is changed, it is necessary to change the type of the propeller and even of the engine to optimize the propulsion unit efficiency.

Figure 7 – Testing stand for propeller drive Different configurations of modules (sensors which are placed on the multikopter) have to be set for different industrial application. The number of these modules changes the total weight of the construction. Before the final configuration can be set it is necessary to define the number of engines, arms and propeller parameters.

To avoid modifying the construction for different applications, propulsion drives with variable pitch can be used (see Fig. 8). Such a modified multikopter can be used in a wide range of applications (no need to recalculate suitable propellers).

16

Figure 8 – Variable pitch (EVP) system.

The control loop of the variable pitch system will be different from the previous one. To achieve a better efficiency of the whole propulsion mechanism the thrust will be modified by changing the propeller blades pitch while the RPM is controlled by another control loop.

Figure 10 shows characteristics of regular hobby propellers. Figure 11 shows example of measurement of an optimal setpoint for each propulsion drive. Four different propellers in a combination with the same engine are presented in the measurement. One of the measured propeller was equipped with winglets to optimize ambient turbulences. Winglets are also used on some conventional aircraft; they can reduce the induced drag which is similar to an extension of the wing span. Compared with the span extension winglets usually produce lower additional bending moments in the wing spar; that makes them useful for retrofitting existing wings without increasing the mass of the basic wing.

The measurement shows that propellers with higher diameter are more suitable to be used.

4 Yaw Control Each propulsion drive produces a torque in its centre of rotation and a drag force in the opposite to the multikopter flight direction. If all propellers run at the same angular velocity (with half of all propellers rotating clockwise and rest of propellers anticlockwise) the total torque, and hence the angular acceleration about the yaw axis are exactly zero.

Yaw is performed by mismatching the balance in aerodynamic torques. The simplified block diagram in Figure 9 shows how it works in four propeller multikopter models.

If a variable pitch is used, the control loop will be reliant on the RPM as well as on the fixed pitch propulsion control loop. It means that the RPM and the thrust are now two independent values. This solution lowers the torque vibration and decreases the energy consumption. r(t)

RPM input

Input error

r(t)- u (t) u(t) r(t)+ u (t) u(t) r(t)- u (t)

PI

e(t)

u(t)

u(t) u (t) r(t)+ u(t)

Mass dynamic

γ(t) angular speed

Figure 9 – The block scheme of PI yaw (γ) controller of quadcopter.

17

5 Shrouded propeller Another way to decrease the power consumption is to use the shrouded propeller. Our next research will be focused on the development of the duct (shroud). Our current research indicates how necessary these components are.

It is not recommended to use the non-optimized shroud because it is not effective. The shape of the duct and its mated propellers are critical for the optimal performance [Mort, 1967].

6 Conclusion The modularity of the multikopter presented in this article is one of the possibilities how to use the UAV in the industry. Another feature which makes the multikopter suitable for a wide spectrum of industrial applications is its variability of different setups.

Indispensable step of our next research is the development of the new propulsion system with variable pitch propellers. This demands more sophisticated control loops as well as a new construction of the propulsion drives.

Figure 10 – Measurement of static thrust on different propellers depending on the RPM.

Figure 11 – Dependence of P/T on RPM.

9 References ANITA I. ABREGO, ROBERT W. BULAGA, Performance Study Of A Ducted Fan System, NASA Ames Research Center, Moffett field, CA, Document ID: 20020052231 18

ASTROM K. J. and WITTENMARK B., Computer-Controlled Systems: Theory and Design, Prentice-hall, Information and Systems Sciences Series, third edition, 1996. ISBN 0133148998.

GORDON Leishman J., Principles Of Helicopter Aerodynamics, Cambridge University Press, 2000. ISBN 0-5216606-0-2.

MORT, K.W. and GAMSE, B., A Wind Tunnel Investigation of a 7-Foot-Diameter Ducted Propeller, NASA, august 1967, TN D-4142.

19

XXXVI. Seminar ASR '2012 “Instruments and Control” © 2012, VŠB-TUO, Ostrava, ISBN 978-80-248-2626-4

Diagnostika poruchy rotoru asynchronního motoru Rotor Diagnostics of Induction Motor HORČIC, Václav1 1

VŠB TU Ostrava, 17. listopadu, Ostrava - Poruba, 708 33, Ing., vaclav.horcic@hella.com

Abstrakt: Tento příspěvek popisuje diagnostické metody hodnocení rotorů s kotvou nakrátko u asynchronních motorů. V první části jsou popsány metody použitelné na diagnostiku rotorů asynchronních motorů s kotvou nakrátko. Ve druhé části je popsán simulační experiment měření pomocí indukční metody.

V závěru je popsána praktická aplikace.

Klíčová slova: kotva nakrátko, asynchronní motor, diagnostika.

1 Rozdělení diagnostických metod vhodných pro hodnocení poruchy kotvy nakrátko Hlavní části, ze kterých se skládá asynchronní motor s kotvou nakrátko, jsou rotor a statoru. Rotor (obr. 1) je pohybující se část, tvořená svazkem plechů rotoru s drážkami pro klecové (kotva) vinutí. Toto vinutí se vytvoří tak, že se tavenina, nejčastěji hliníku, vstříkne do rotorových drážek (vzniknou rotorové tyče). Zároveň se odstřikují i zkratovací kruhy, které spojují konce jednotlivých tyčí.

a) b) c) Obr. 1 a) Rotor s kotvou nakrátko b) Svazek rotorových plechů c) Klecové (kotva) vinutí Při procesu výroby rotoru vznikají vady. Především to je pórovitost rotorových tyčí a zkratovacího kruhu popř. zcela přerušené (nedolité) tyče. Hlavní příčiny těchto vad jsou kvalita použité taveniny (nečistoty v tavenině) a kvalita svazku rotorových plechů (zbytky oleje po vysekávání, špatně přesazené plechy přes sebe). Diagnostiku rotoru s kotvou nakrátko lze provést na již kompletním motoru nebo na samostatném rotoru s kotvou nakrátko. Přehled metod je uveden níže.

Diagnostika kompletně sestaveného motoru: - frekvenční analýza dat získaných ze snímačů otáček a momentu - frekvenční analýza motorových proudů - frekvenční analýza rozptylového toku - frekvenční analýza vibračních spekter - testování 3 f. motoru pomocí napájení jednou fází - stroboskop 21

Diagnostika samotného rotoru s kotvou nakrátko - nátěr teploměrnou barvou - zkouška ultrazvukem - indukční metody (zmagnetováním) - měření odporu tyčí pomocí digitálního mikroohmetru Dále se budu zabývat indukční metodou, která je vhodná pro automatizované hodnocení kvality vinutí rotoru.

2 Simulace diagnostiky rotoru s kotvou nakrátko indukční metodou Diagnostika samotného rotoru, před montáží má tu výhodu, že výsledky měření nejsou ovlivněny ostatními částmi motoru.

Metoda zmagnetování pomocí zařízení „Growler“ je založena na tom, že rotor umístíme do magnetického pole cívky s jádrem (obr. 2), které indukuje v rotoru elektrický proud.

Indukovaný proud vyvolá kolem rotoru vlastní magnetické pole. Je-li rotorová tyč poškozena, pak kolem této tyče jsou siločáry magnetického pole deformované. Je-li tyč přerušená, pak tyčí neprochází žádný indukovaný proud.

Rotor MAGNETICKY TOK JADRO CIVKA

a) b) Obr. 2 a) Growler AG-237L od firmy DURST

b) Growler princip

Metoda zmagnetování pomocí zařízení „Growler“ je založena na tom, že rotor umístíme do magnetického pole cívky s jádrem (obr. 2), které indukuje v rotoru elektrický proud.

Indukovaný proud vyvolá kolem rotoru vlastní magnetické pole. Je-li rotorová tyč poškozena, pak kolem této tyče jsou siločáry magnetického pole deformované. Je-li tyč přerušená, pak tyčí neprochází žádný indukovaný proud.

S N u (t)

a) Obr. 3 Deltatronic RQA ITS a) zařízení

b) b) princip

Zařízení od firmy Deltatronic (obr. 3) pracuje na podobném principu. Rotor umístěný do blízkosti čelistí uzavírá magnetický obvod. Když se rotorem pomalu otáčí (např. pomocí krokového motoru), pak se změna magnetických vlastností při pootočení rotoru v místě 22

s rotorovou tyčí a v místě bez tyče projeví ve změně indukovaného magnetického toku. Tato změna toku indukuje v pomocné měřící cívce elektrické napětí u(t).

Výše uvedená zařízení jsem simuloval v aplikaci FEMM 4.2 (volně šiřitelný software).

Magnetická pole kolem rotorové tyče s poruchou a bez poruchy lze těmito zařízeními odhalit (obr. 4 a obr. 5).

a) b) Obr. 4 Growler simulace magnet. pole a) rotor bez poruchy b) rotor s poruchou

a) b) Obr. 5 Deltatronic simulace magnet. pole a) rotor bez poruchy b) rotor s poruchou U rotorů, které se budou otáčet (obr. 6 a obr. 7) se tato porucha objeví v časové oblasti jako změna měřené veličiny a ve frekvenčním spektru jako nové frekvence odpovídající simulované poruše (obr. 8 a obr. 9).

Obr. 6 Growler simulace otáčení rotoru, zvlnění způsobené poruchou tyče 23

Obr. 7 Deltatronic simulace otáčení rotoru, zvlnění způsobené poruchou tyče

a) b) Obr. 8 Growler Frekvenční spektrum simulace otáčení rotoru a) rotor bez poruchy b) rotor s poruchou

a) b) Obr. 9 Deltatronic Frekvenční spektrum simulace otáčení rotoru a) rotor bez poruchy b) rotor s poruchou

3 Diagnostika rotorů s kotvou nakrátko pomocí zařízení Deltatronic Bude-li zvolena jako hodnotící kritérium amplituda výchylky měřené veličiny (u diagnostických zařízení podle předchozích modelů), pak je potřeba před nasazením měření do sériové výroby nastavit maxima a minima, pro které je rotor považovaný za bezchybný.

Dělá se to tak, že se vezme předem definovaný počet rotorů (např. 100) a pro tento počet se určí pro každý rotor maximální a minimální hodnota amplitudy. Z naměřených hodnot se určí pásmo, ve kterém se mají kontrolované rotory považované za bezporuchové pohybovat. Toto pásmo se zadá pro zvolený typ rotoru do paměti zařízení.

24

4 Závěr V předloženém příspěvku jsou popsány metody hodnocení poruchy klecového vinutí rotoru. Na základě simulací lze hodnotit kvalitu rotoru podle amplitudy měřené veličiny.

Druhou možností je hodnotit poruchu na základě frekvenčních spekter. U zařízení Growler vyvolá porucha rotoru ve frekvenčním spektru složky o amplitudě, která je srovnatelná se velikostí šumu. U zařízení Deltatronic vyvolá ve frekvenčním spektru porucha rotoru složky o měřitelné amplitudě. U tohoto zařízení lze na základě simulací hodnotit kvalitu rotoru pomocí frekvenčních spekter. V další práci je potřeba zvolit vhodné otáčky rotoru, při kterých je porucha rotoru nejlépe odhalitelná.

5 Použitá literatura BOLDEA, I., Nasar, S. A. 2001.The Induction Machines Handbook. Boca Raton, Florida: CRC Press LLC. ISBN 0-8493-0004-5.

DELTATRONIC Technology. Rotor Quality Analyzer.[online] Dostupné z: <URL:www.deltatronic.com> BISHOP, T. 2003. Squirrel Cage Rotor Testing.[online] Dostupné z: <URL:http://www.pumpingmachinery.com/pump_magazine/pump_articles/article_29/ rotortesting.pdf> Growler AG-237L od firmy DURST Motor & Electric Industries Pty Ltd. (www.durst.com.au) MEEKER, D. 2010. Finite Element Method. Magnetics. Version 4.2 User’s Manual [online].

Dostupné z: www <URL: http://www.femm.info/Archives/doc/manual42.pdf >

25

XXXVI. Seminar ASR '2012 “Instruments and Control” © 2012, VŠB-TUO, Ostrava, ISBN 978-80-248-2626-4

Using a Distance Laser Sensor for Measuring Shape of the Objects JANEČKA, Patrik1, ZAVADIL, Jaromír2 & RICHTR, Lukáš3 1

Ing., Katedra ATŘ-352, VŠB-TU Ostrava, 17. listopadu, Ostrava - Poruba, 708 33 patrik.janecka@vsb.cz

2

Ing., Katedra ATŘ-352, VŠB-TU Ostrava, 17. listopadu, Ostrava - Poruba, 708 33 jaromir.zavadil@vsb.cz

3

Ing., Katedra ATŘ-352, VŠB-TU Ostrava, 17. listopadu, Ostrava - Poruba, 708 33 lukas.richtr@vsb.cz

Abstract This contribution is focuses to the problem about using a laser distance sensor together with a servomechanism. The main purpose is making a laboratory model with use both of previous parts. There is used the laser distance sensor type OD130-50P142. This sensor has an analog current output. The servomechanism HS-322 is small component which is control by PWM signals to turn it up between 0 to 180°. There is supposed the laser is mounted on the servomechanism. In the basic principle there are the distance information from laser sensor and the rotation information from servomechanism. That information gives a 2D measuring. This is easy and cheap way for 2D objects measuring. But the question is how much exactly the measuring is. For the answer there is added USB-4711 data acquisition module and connect to the PC. The measuring data are collect by the created application. The application is written in C# programming language. The operator can see the measuring date in the time, history and graph of the measuring data.

Keywords: distance sensor, shape of object, 2D measuring

27

1 Laser distance sensor OD 130-50P142 The main principle of the sensor is based on triangulation measurement. Sensor is transmitting laser signal which is diffuse´s reflect back and measured by the CMOS optical item.

Figure 1 The principle of the sensor Output from the sensor is an analog signal. One of the advantages is a response time for a measuring of the distance points calculation.

Sensor’s parametrs: Measuring range: Response time: Technology: Analog output: Supply voltage:

130 ± 50 mm 100/10/1 ms PSD 4 – 20 mA,0-300 Ω 12-24 V DC

Measured sensor static characteristic: The plot below represents a sensor's static characteristic on the measured distance between 8 to 18 cm. The main reason is the sensors measuring range.

Figure 2 Sensor static characteristic

28

2

Servomechanism HS â&#x20AC;&#x201C; 322 This servomechanism is for general using in a plane, a ship and a car models. It rotates between 0 to 180 degrees. These degrees are expressed by PWM output signal.

Figure 3Servomechanism HS - 322 Figure 4 Depending between PWM and degrees

3 Data acquisition module USB-4711A Data acquisition module USB-4711A includes 8 digital inputs, 8 digital outputs, 2 analog outputs and one 32-bit counter. The advantage is no external power connection is ever required and its sampling frequency can be up to 100 kHz / s. The accuracy is 0.1% of the input analogy signal.

Figure 5 Data acquisition module USB4711A

4 Microcontroller Arduino Mega This microcontroller has a lot of input and output pins. In total it has 53 digital in-out ports. These ports include a four hardware ports, a fourteen PWM ports and the I2C interface. The next ports are a sixteen analog input ports.

Figure 6 Microcontroller Arduino Mega

Microcontroller specification: Processor: Atmel ATMEGA1280, 128kB flash memory, 8kB RAM memory Power supply: 5V via USB or 7-12V via adapter

29

5 Laboratory model The main purpose the laboratory model is created a measuring system includes the laser distance sensor. For rotation of the sensor is important using servomechanism. The laser sensor was mounted on the servomechanism. If the laser sensor can be rotated and in every time is known data from sensor and servomechanism it is given information about data which can show an object in 2D coordinates. For the laboratory model was decided that rotation will be between 60 to 120°. The reason is a measuring distance sensor problem. The measuring of the sensor is given by 130mm. For the reason the sensor has set up a measuring distance from 8 to 18 cm.

Figure 7 Rotation scale Rotation of the servomechanism is control by microcontroller Arduino Mega. Programing code was created in the Arduino general programming code. This code provides control to servomechanism. It includes control for rotation between 60 to 120 degrees. It´s a simple control that means start it up on 60 degree to continue increasing by 1 degree to 120. Then the same process decrease occurs. Servomechanism need to be calibrated. It was done this way, at first the servomechanism was set on 90 degree and at second the laser sensor was fixed to 90 degree too. It was calibrated.

To collect data there is need a data acquisition module. In the case USB4711 was used.

To get data about degrees there was used a microcontroller output signal. It was a PWM signal. There was need to use a converter for convert a PWM signal to an analog. Because the USB 4711 module is have analog inputs. In the case convertor was made. It can be seen on picture below.

Figure 8 Convertor PWM to analog signal Converter output signal is from 1,1 to 2,1V now. The analog output is ready to USB 4711. Static characteristic is seen below.

30

Figure 9 Convertor static characteristic The same way was used for convert the laser sensor output signal. There was need to convert a current signal to analog signal. The converter was made again how you can see below.

Figure 10 Convertor current to voltage signal Converter output signal is from 1,5 to 8,2V on the scale 8cm to 18cm. The analog output is ready to USB 4711. Static characteristic is seen below.

Figure 11 Convertor static characteristic Signals from USB4711 module was processed by the created software. The software was created in the C# programming language. The software is using an algorithm. The algorithm has been created to compute a measured data. That is working with a laser sensor signals from and a servomechanism signals. These signals are representing data from the sensor and the 31

servomechanism in just one time. The software is showing measuring data, to make a graphs and to convert data to an excel sheet. Then you can work to data in excel sheet. The process is computing on base a geometric knowledge between a sensor output signal and servomechanism output signal just in one time. To applicated the knowledge we assumed the geometric parameters to showing below.

Figure 12 Geometric coordinates system From the geometric knowledge we can assume to computing points of the coordinates these equations: y1=(a+b)*sinÎą

(1)

x1=(a+b)*cosÎą

(2)

Evaluation of the values and their graphical form provided two graphs. The first graph is showing only measured points and the second graph is showing in the line.

Figure 13 Software for the showing data For the test straight shape object was used. There was compared a measured data with real data. We assumed deviations between real data and compute data by algorithm. The question was how big deviations could occur.

32

The straight shape object was measured. We assumed to see the same shape on the monitor. In the case the measuring was successful. There are only small deviations. The biggest deviations were measured 0.08 cm that is equal less than 1%. Average deviation was 0.04 cm. How you can see bellow there are two graphs represent a measured data and their deviations.

Figure 14 Measured data on the straight shape object

Figure 15 Measured deviations

6 Conclusion This report is focused in to create a laboratory model which will be able to measuring 2D objects. This report is focused in to create a laboratory model which will be able to measuring 2D objects. The one condition was using the distance laser sensor and the second was using a servomechanism. To combine a distance sensor and a servomechanism you can get to one device able to 2D measuring. How you can get the information above in the report, there was created a laboratory model for a 2D measuring. The laboratory model has collect data via USB 4711 module. Because the sensor's output was current and the servomechanisms output was PWM there were two convertors ware created. The first converter was converting a PWM signal to analog voltage and the second convertor was converting current to analog voltage.

To showing measured data there was created a software application. The application is able to showing an actual measured data and to drawing to the two graphs. One graph focused to showing measured points and second is showing line from measured points. There's a possibility to move a measured data to a excel sheet file. This is good way to working with a measured data later and in variety possibilities.

33

On the laboratory model was trying a lot of measuring e.g. on the straight shape object or variety shape object. In the report is showing a straight shape object measuring. How you can see on the figure 14 and 15 the measuring was successful. The average deviation was 0.04 cm it’s less than 1%. How you can see on the figure 14 and 15 the measuring was successful. The average deviation was 0.04 cm it’s less than 1%. It was achieved to know good laboratory model geometry, to laboratory model calibration and calculate a linear regression of the measured data.

Figure 16 Scheme the laboratory model

9 Reference Arduino. Arduino MEGA Electronic documents or parts thereof [online]. Arduino, 2010 [cit.

2010-25-10]. Available from www: <URL: http://www.arduino.com > FARANA, R., SMUTNÝ, L. & VÍTEČEK, A. 1999. Zpracování odborných textů z oblasti automatizace a informatiky. 1. vyd. Ostrava : VŠB-TU Ostrava, 1999. 68 s. ISBN 807078-737-6.

FARANA, R., SMUTNÝ, L., VÍTEČEK, A. A VÍTEČKOVÁ, M. 1995. Doporučované značky, zkratky a názvy z oblasti automatického řízení. 1. vyd. Ostrava : Katedra ATŘ VŠB-TU Ostrava, 1995. 24 s.

34

XXXVI. Seminar ASR '2012 “Instruments and Control” © 2012, VŠB-TUO, Ostrava, ISBN 978-80-248-2626-4

WIA Scanning App KOPP,Milan1, LANDRYOVÁ, Lenka2 1

Ing.,

2

Doc. Ing., CSc.,.

Katedra ATŘ-352, VŠB-TU Ostrava, 17. listopadu, Ostrava - Poruba, 708 33 milan.kopp.st@vsb.cz lenka.landryova@vsb.cz

Abstract: This paper describes an issue occurring in a business process when new technologies are being introduced in a legacy system and is dealing with the solution to the problem by proposing a new approach to satisfy a simple requirement in the corporate sector for entering data into web forms from scanned objects. An analysis of a company process was completed and a software tool for implementation in Web applications was developed based on its results. This tool for scanning documents, which will use the standard libraries used for communication between a PC and a scanner device was designed together with an application, which allows the direct integration into a web application used to simplify work for the end user.

Keywords: SharePoint, Silverlight, WIA

1 Introduction This paper deals with a frequent problem in the corporate sector, when introducing new emerging technologies into business processes. A simple requirement, such as entering data into web forms, may bring challenges to their users when data come from scanned objects.

The research and development of WIA scanning application is conducted within the 7FP FutureSME project.

The end-users requirement specifications for the newly developed tool suits the business environment of partner companies participating in the Future SME project that deals with the development of methodologies, technical approaches and principles for small and medium companies process control and provides them with appropriate tools to facilitate their business activities to improve their competitiveness and adaptation abilities.

The business environment, which the companies use for their administration and management work, can be represented in the form of a company portal and the requirement they need to help while working on that portal can be understood as a portal containing forms expecting data being inserted into the forms from various scanned documents. The work with documents needs some optimization in order to maintain the purpose of previously done work, and therefore the designed tool will be integrated in the form and run directly from a web application. This, however, brings some technical issues, such as the compatibility of drivers for using the platform and associated devices (Microsoft WIA imaging device) that are standard to this platform and have native support for an operating system directly. The web application was then designed for use on Microsoft SharePoint 2010, which has configurable basic features for business cooperation between companies and the Internet. The application was created in Silverlight technology, as one of the main technologies used in Microsoft SharePoint 2010.

35

2 Authors Selecting the collaborative platform There are many different types of collaboration software available [4]. And there is a distinctive class of software, being designed to support the coordination and cooperation of more than one person working on a task together.

The FutureSME collaborative project aims the research and development of management innovation within small and medium enterprises. The project itself has a need to facilitate collaborative working across the organizations.

The identified requirements included encouraging asynchronous discussion of the researchers, facilitating collaborative working on documents, making documents available to all users, archiving project administration information, keeping users informed of events and news, as well as of project planning.

SharePoint 2010 can be the suitable platform for business cooperation between SMEs via the Internet. In each trading scenario that people need to cooperate with other users with information or content and business data, the SharePoint platform provides a rich set of integrated options that are prepared in SharePoint, but can also be customized to specific needs and addressed and integrated with other products and solutions.

The SharePoint platform can be deployed within the organization (intranet) and outside the network firewall (extranet servers exposed on the Internet) to enable the mutual relationships between employees, customers and business partners who use the same set of features and tools.

Figure 1 â&#x20AC;&#x201C; SharePoint 2010 Capabilities [blogs.msdn.com] Microsoft SharePoint 2010 builds on the foundation of SharePoint Foundation 2010 and provides comprehensive solutions in the enterprise-wide scale to meet the critical needs like managing content and business processes, simplifying how people find information and share it across the border.

SharePoint Foundation 2010 provides many scalable, highly reliable and powerful features for Web site management however these were used for the project and for specifications before developing the tool: ď&#x201A;ˇ Storage - allows content such as documents (Office documents, PDF, custom binary files), web pages, lists and other types of information stored in a common data repository (Microsoft SQL Server TM), with complete data management, versioning, metadata a looking at the site level.

36

 

Deployment – provides the architecture that supports flexible, distributed and scalable deployment architecture for web and database servers, configuration management feature allows a site.

Site model – provides a template-based infrastructure to deploy their own Web sites, provides automatic navigation and a consistent user interface also enables extensive flexibility and a adaptive to format the site and its layout.

3 Interfacing graphic data Write the abstract using normal characters (Times New Roman, size 12, italics), maximum 300 words. Write the word Abstract in bold, not the rest of the text.

Windows Image Acquisition (WIA) is the image acquisition platform in the Windows family of operating systems starting with Windows Millennium Edition (Windows Me) and Windows XP. The WIA platform enables imaging/graphics applications to interact with imaging hardware and standardizes the interaction between different applications and scanners. This allows those different applications to talk to and interact with those different scanners without requiring the application writers and scanner manufactures to customize their application or drivers for each application-device combination.

WIA provides a framework that allows a device to present its capabilities to the operating system and allows imaging applications to invoke those capabilities. The WIA platform includes a data acquisition protocol, a Device Driver Model and Interface (DDI), an API and a dedicated WIA service. The platform also includes a set of built-in kernel mode drivers that support communication with imaging devices locally connected through USB, serial/parallel, SCSI and FireWire interfaces. The WIA subsystem also includes a transparent compatibility layer which allows TWAIN compatible applications to employ and use WIA-driver-based devices.

Figure 2 – Communication layer of WIA drivers [msdn.microsoft.com] WIA drivers are made up of a user interface (UI) component and a core driver component, loaded into two different process spaces: UI in the application space and the driver core in the WIA service space. The service runs in Local System context in Windows 37

XP and runs in Local Service context starting with Windows Server 2003 and Windows Vista for enhanced security against buggy or malicious drivers.

Windows added scripting support to WIA by releasing the WIA Automation Library in 2002 that was incorporated in Windows Vista as Windows Image Acquisition (WIA) Automation Layer 2.0 and continues to be a part of Windows 7. The WIA Automation Library provides end-to-end image acquisition capabilities to automation-enabled application development environments and programming languages such as Microsoft Visual Basic 6.0, Active Server Pages (ASP), VBScript and C#.

For Windows 7, WIA APIs have additional support to complement the already existing push-scanning support.

4 Designing and writing code for the tool Microsoft Silverlight is an application framework for writing and running rich Internet applications, with features and purposes similar to those of Adobe Flash. The run-time environment for Silverlight is available as a plug-in for web browsers running under Microsoft Windows and Mac OS X. While early versions of Silverlight focused on streaming media, current versions support multimedia, graphics and animation, and give developers support for CLI languages and development tools.

Silverlight provides a retained mode graphics system similar to Windows Presentation Foundation (WPF), and integrates multimedia, graphics, animations and interactivity into a single runtime environment. In Silverlight applications, user interfaces are declared in Extensible Application Markup Language (XAML) and programmed using a subset of the .NET Framework. XAML can be used for marking up the vector graphics and animations.

Silverlight can also be used to create Windows Sidebar gadgets for Windows Vista.

Silverlight supports H.264 video, Advanced Audio Coding, Windows Media Video (WMV), Windows Media Audio (WMA) and MPEG Layer III (MP3) media content. Across all supported browsers without requiring Windows Media Player, the Windows Media Player ActiveX control or Windows Media browser plug-ins. Because Windows Media Video 9 is an implementation of the Society of Motion Picture and Television Engineers (SMPTE) VC-1 standard, Silverlight also supports VC-1 video. According to the end user license agreement VC-1 and H.264 are only licensed for the "personal and non-commercial use of a consumer".

Silverlight, since version 3, supports the playback of H.264 video. Silverlight makes it possible to dynamically load Extensible Markup Language (XML) content that can be manipulated through a Document Object Model (DOM) interface, a technique that is consistent with conventional Ajax techniques. Silverlight exposes a Downloader object which can be used to download content, like scripts, media assets or other data, as may be required by the application. With version 2, the programming logic can be written in any .NET language, including some derivatives of common dynamic programming languages.

5 Direct integration with a web application The WIA scanning app is written in Visual Studio 2010 and as a programming language was used C#. To enable communication with the WIA driver is used in mode applications running out-of-Browser because it only allows access to the COM layer, which provides access to WIA application hardware. Silverlight Out-of-Browser apps now have the ability to be elevated trust applications, if the app requests it and the users consent. One of the more powerful features of trusted applications is the ability to use IDispatch COM servers on the local machine. Basically, if it´s possible to access the COM object from script, the app can access it from Silverlight.

38

The code was converted from the WIA image type to something Silverlight will understand. There is an in-memory way to do the conversion, but there´s a possibility to overrun the limits of the core COM types if the app deals with work with a large image (like a 1200dpi scan). Silverlight doesn't understand the BMP file format. To fix this, it was used Joe Stegman´s BMP Decoder sample.

When you start the application it automatically finds an available device through the WIA drivers. In the dialogue box that is part of the WIA framework a user can select the quality of the scanned object. After it´s done, the resulting image is displayed in the application window.

Another feature is the ability to save the picture in PNG. This was achieved with usage of a Joe Stegman´s PNG encoder which converts Silverlight´s data stream data into the PNG format, which then can be saved. This procedure is necessary because Silverlight does not allow direct application storage of objects.

Figure 3 – Interface of the scanning app

6 Conclusions The tool allows the simplification of work in Web applications that require objects that are obtained by scanning. Everything works without installing additional drivers, which is often a big advantage in business. The tool will continue to be tested by partnering companies and the end user from non-partner SMEs and developed according to requirements arising from the specific test cases.

7 Acknowledgement This research was supported by the CP-IP 214657-2 FutureSME, (Future Industrial Model for SMEs), EU project of the Seventh Framework Programme in the Nanosciences, Nanotechnologies, Materials and New Production Technologies – NMP area.

8 References 10rem.net.

10rem.net [online].

14.5.2010 [cit.

2012-01-04].

Dostupné http://10rem.net/blog/2010/04/14/scanning-an-image-from-silverlight-4-using-wiaautomation

39

z:

PASCH, Ondřej. Microsoft SharePoint 2010: praktický průvodce uživatele. Vyd. 1. Brno: Computer Press, 2011, 280 s. ISBN 978-802-5131-770. nejlépe knihy, mohou být i pdf, ale ISBN LACKO, Ľuboslav. Silverlight: výukový průvodce tvorbou interaktivních aplikací. Vyd. 1.

Brno: Computer Press, 2010, 464 s. ISBN 978-802-5127-162.

LANDRYOVA, L., GREGORY, I., FARANA,, R. BABIUCH, M. Factors in the adoption of collaboration software in a management innovation context. In Innovations 2012: World Innovations in Engineering Education and Research, ed. W. Aung, et al., iNEER, Potomac, MD, USA, Chapter XX, 12 pp. 2012. In Print. ISSN 1553-9911 MAREŠ, Amadeo. 1001 tipů a triků pro C#. Vyd. 1. Brno: Computer Press, 2008, 360 s.

ISBN 978-802-5121-252.

MSDN. Msdn [online].

9.7.2011 [cit.

2012-02-04].

Dostupné z: http://msdn.microsoft.com/en-us/library/ee663303(v=vs.85).aspx SharePoint 2010 Sneak Peek!. Arpan Shah's Blog [online]. 13.7.2009 [cit. 2011-16-11].

Dostupné z: http://blogs.msdn.com/b/arpans/archive/2009/07/13/sharepoint-2010sneak-peek.aspx Silverlight 3 Sample Updates. Joe Stegman's WebBlog [online]. 8.9.2009 [cit. 2011-12-11].

Dostupné z: http://blogs.msdn.com/b/jstegman/archive/2009/09/08/silverlight-3-sampleupdates.aspx Victor Gaudioso's Silverlight Blog. Victor Gaudioso's Silverlight Blog [online]. 1.5.2010 [cit.

2012-01-14]. Dostupné z: http://www.windowspresentationfoundation.com/?tag=saveimages-in-silverlight ZOLOTOVA, I., KUBIČKO, P., LANDRYOVÁ, L., HOŠÁK, R. A design of a reference model of an innovation process and its implementation in business using an innovation zone. In Proceedings of APMS 2011 Advances in Production Management Systems.

Value Networks: Innovation, Technologies and Management. Stavanger, Norway. 2011.

ISBN 978-82-7644-461-2

40

XXXVI. Seminar ASR '2012 “Instruments and Control” © 2012, VŠB-TUO, Ostrava, ISBN 978-80-248-2626-4

Problémy s přesností parametrů tepelné pohody Accuracy Problems of Thermal Comfort Parameters KOŠÍKOVÁ, Jana 1, JANEČKA, Jan 2 & VDOLEČEK, František 3 1

Ing.,

Ústav Automatizace a informatiky, FSI VUT v Brně, Technická 2896/2, Brno

616 69,

ykosik04@stud.fme.vutbr.cz,

2

Ing.,

3

Ing., CSc.,

y47509@ stud.fme.vutbr.cz, vdolecek@ fme.vutbr.cz.

Abstrakt: Kvalita životního prostředí je velmi důležitá, neboť se odráží nejen na psychice člověka, ale i na jeho soustředění, bezpečnosti práce apod. Proto je důležité věnovat se sledování a řízení prostředí. V dnešní době se nejčastěji řídí základní parametry vnitřního prostředí, v němž se člověk pohybuje. Optimálním stavem prostředí rozumíme stav prostředí, ve kterém jsou vytvořeny podmínky pro zdravý pobyt a tvořivou práci. Příjemné tepelné prostředí je základním kamenem pohody člověka. S tímto je ale spojen ekonomický problém, který je možno řídit. Účinnou regulací tepelného stavu prostředí lze docílit zvýšení komfortu člověka a zároveň snížení spotřeby energie. K tomu je zapotřebí účinně monitorovat stav prostředí. Měření parametrů prostředí je spojeno s chybami a nejistotami měření. Chceme-li mít přesná měření, musíme měřicí přístroje kalibrovat.

V tomto článku bude nastíněna problematika týkající se tepelné pohody člověka. Dále pak měření parametrů tepelné pohody a kalibrace (validace) snímačů k tomu potřebných.

Klíčová slova: tepelná pohoda, kalibrace, anemometr, testovací komora, kalibrační komora

1 Úvod V dnešní době se se stále více dbá na celkovou kvalitu pracovního prostředí a na tepelnou pohodu člověka. Tepelná pohoda člověka je velmi důležitá. Pokud člověk vykonává činnost v uzavřeném prostředí, mimo pásmo tepelné pohody, zvyšuje se tím celkové zatížení organismu, z kterého pak mohou pramenit špatná koncentrace, únava, nedůslednost při práci apod. Z tohoto důvodu je nutné se problémem tepelné pohody zabývat. Pohodu člověka narušuje mnoho parametrů prostředí. Člověk vnímá jak teplotu prostředí, tak i rychlost proudění vzduchu, vlhkost vzduchu a radiační teplotu prostředí. Existuje mnoho parametrů, které ovlivňují tepelnou pohodu člověka. Tyto parametry je možné měřit, vyhodnocovat i zpětně řídit.

V praxi je každé měření zatížené určitou nepřesností, která bývá způsobena nejrůznějšími vlivy vyskykujícími se v reálném měřícím procesu. Projevují se odchylkou mezi pravou a naměřenou hodnotou sledované veličiny. K určování nepřesností měření se donedávna používala teorie chyb měření, kterou v současné době nahrazují nejistoty měření. Nejistota měření se totiž netýká jen výsledku měření, ale také zvolené metody měření a měřících přístrojů i hodnot použitých konstant, na kterých závisí celková nejistota měření. Tyto nejistoty se při optimalizování parametrů tepelné pohody promítnou rovněž do energetických nákladů, což je další z důvodů pro jejich minimalizaci.

41

2 Tepelný stav prostředí Pro hodnocení tepelného stavu prostředí je zapotřebí nejen teplota vzduchu, ale i další parametry. Parametry prostředí dělíme do dvou základních skupin - osobnostní faktory (tepelný odpor oděvu, energetický výdej člověka) a parametry vnitřního prostředí (již zmíněná teplota vzduchu, střední radiační teplota, vlhkost vzduchu, rychlost proudění vzduchu a turbulence).

Udržování tepelné pohody člověka je spojeno s rostoucí spotřebou energie. Cílem je minimalizovat tyto výdaje za energie a přitom nesnižovat tepelný komfort člověka. To je možné pomocí účinné regulace tepelného stavu prosředí. Pokud člověk pracuje v příjemném prostředí, nedopouští se tolika chyb a tedy i produkuje menší množství zmetků, a tím se snižují i náklady za vícepráci. Pokud ovšem nevhodně či nedokonale zvolíme postup pro dosažení optimálních podmínek prostředí, nebo budeme zbytečně prostory přetápět či podchlazovat, značně tím zvýšíme finanční náklady za energii.

3 Měření parametrů pracovního prostředí Celá problematika měření parametrů prostředí vychází z normy ČSN ISO 7726 [1], ve které je podrobně popsána. V této normě je uvedeno, jaké parametry se podílejí na tepelné pohodě, jakým způsobem se měří i jakou přesnost mají mít dané měřicí přístroje.

Na našem pracovišti jsou v rámci projektu GAČR 101/09/H050 - Výzkum energeticky úsporných zařízení pro dosažení pohody vnitřního prostředí vyvíjeny snímače pro hodnocení tepelného stavu prostředí. Našim cílem je, aby byly více dostupné lidem a také, aby měli stejnou přesnost jako profesionální snímače. Abychom ověřili přesnost snímačů, musíme nejdříve provést několik měření za jistých definovaných podmínek, nejlépe v kalibrační komoře, a poté je nutné určit jejich nejistoty měření.

I přes odkazy na [1] stručně připomeňme základní parametry:

3.1 Operativní teplota to °C „Operativní teplota je jednotná teplota uzavřeného černého prostoru, ve kterém by tělo sdílelo konvekcí a radiací stejné množství tepla, jako ve skutečném teplotně nehomogenním prostředí.“ [17] Operativní teplota se vypočítá podle vztahu [6], [9], [15], [17]: t t to  a r pro w  0, 2 m  s -1 a ta  tr  4 °C (1) 2 to  tr  A  ta  tr  pro w  0, 2 m  s -1 a ta  tr  4 °C, (2)

kde to °C

operativní teplota

tr °C

střední radiační teplota

ta °C

teplota okolního vzduchu

w  m  s -1  rychlost vzduchu A

součinitel závisející na rychlosti proudění A  0,75w0,16

3.2 Střední radiační teplota tr °C „Je rovnoměrná teplota pomysleného vymezeného prostoru, ve kterém se přenos radiačního tepla z lidského těla rovná přenosu radiačního tepla ve skutečném nerovnoměrném prostoru.“ [1], [5]

42

Střední radiační teplotu lze spočítat i změřit. K měření se používá kulový teploměr, dva katateploměry, dvoukulový radiometr, čidlo konstantní teploty anebo radiační teploměry či termovizi. Střední radiační teplotu spočítáme podle následujícího vztahu [1], [6], [17]: tr 

4

t

 273  1,856 107   kg   t g  ta   273 °C  , 4

g

kde t g °C

(3)

teplota kulového teploměru

tr °C

střední radiační teplota

ta °C

teplota okolního vzduchu

 kg  W  m-2  K -1  součinitel přestupu tepla 0,25

 ta  t g    kg  1, 4   pro přirozené proudění  D    0,6 w  kg  6,3  0,4 pro nucené proudění D Pro standardní kouli použijeme vztah [1], [9], [12], [14]: tr  4  t g  273  kw0,6 (t g  ta )  273, 4

(4)

kde k  2,9 108 pro průměr koule kulového teploměru D  100 mm k  2,5 108 pro průměr koule kulového teploměru D  150 mm

4 Nejistoty měření a jejich zdroje 4.1 Obecně o nejistotách měření „Pojmem nejistota měření se označuje parametr související s výsledkem měření a charakterizující rozsah hodnot, které je možno racionálně přiřadit k hledané hodnotě měřené veličiny.“ [2] Jestliže výsledky měření vyjádříme pomocí nejistot měření, můžeme tyto výsledky porovnat s referenčními hodnotami, které např. udávají normy, anebo je srovnat s jinými laboratořemi. Přesné stanovení nejistot měření je velmi cennou informací vypovídající o spolehlivosti a kvalitě provedeného měření.

Zdrojem nejistot měření jsou veškeré jevy, které nějakým způsobem ovlivňují neurčitost jednoznačného stanovené výsledku měření, a tím i vzdalují naměřenou hodnotu od skutečné.

Důležitou roli při vyhodnocování nejistot měření hraje výběr měřící metody. [7], [8], [16] V praxi existuje mnoho potenciálních zdrojů nejistot měření, mezi které patří obecně např. [4]:  neúplná či nedokonalá realizace definice měřené veličiny  nevhodný, neprezentativní výběr vzorků měření  nevhodný postup při měření  neznámé účinky podmínek prostředí nebo jeho nedokonalé měření  omezená rozlišovací schopnost přístrojů  subjektivní odečítání z analogových přístrojů  nepřesné hodnoty konstant a jiných převzatých parametrů  linearizace, interpolace či extrapolace při vyhodnocení, aproximace a předpoklady zahrnuté v metodě a postupu měření  nepřesnot etalonů a referenčních materiálů 43

nedodržení shodných podmínek při opakovaných měřeních. [4], [7] V této souvislosti je rovněž vhodné připomenout, že dle současné metrologické legislativy se rozlišuje přesnost a správnost. Např. [3] definuje oba pojmy takto: „Přesnost měření (2.13) je těsnost shody mezi naměřenou hodnotou veličiny a pravou hodnotou veličiny měřené veličiny“ „Správnost měření – Pravdivost měření (2.14) je těsnost shody mezi aritmetickým průměrem nekonečného počtu opakovaných naměřených hodnot veličiny a referenční hodnotou veličiny“ Z pohledu nejistot měření se tedy přesnost projeví především v nejistotách vyhodnocovaných metodami A (statisticky) zatímco správnost se odrazí v nejistotách vyhodnocovaných metodami B (jinak než statisticky). 

4.2 Zdroje nejistot při měření rychlosti proudění Na pracovišti bylo testováno několik anemometrů, kromě profesionálního přístroje TESTO 445 se sondou se žhavenou kuličkou, také podobné vlastní konstrukce se snímači v podobě žhavených tranzistorů. Výsledky různých měření lze z pohledu nejistot shrnout do konstatování, že jejich základními zdroji jsou [12]:  umístění snímače  všesměrovost snímače  citlivost na okolní vlivy, především na průvan a turbulence vzduchu v místnosti  teplota v místnosti – při vyšších teplotách nad 30 °C se nejistota měření zvyšuje

4.3 Zdroje nejistot při měření střední radiační teploty Za základ měření střední radiační teploty byl v souladu s normou vzat kulový teploměr.

Použit byl jak profesionální Vernon – Joklův kulový teploměr se stereoteplotním válcem (o průměru 100 mm), průmyslově dodávané (polo-)kulové teploměry s čidly Pt 100 od firmy Domat o průměru 37,3 mm nástěnné čidlo ASTF i čidla vlastní konstrukce s teploměry Pt100 a průměru necelých 40 mm. U klasického kulového teploměru se předpokládá ustálení jeho vnitřní teploty po cca 30 až 45 minutách, u teploměrů s čidlem Pt100 lze očekávat dobu ustálení nepatrně kratší. Základními zdroji nejistot zde jsou:  umístění snímače vůči zdrojům tepla  proudění vzduchu v místnosti (průvany)  chyby obsluhy  sluneční záření do místnosti přes okna a rovněž jeho odrazy od lesklých předmětů a stěn ve sledovaném prostoru  častý pohyb lidí a předmětů s odlišnou teplotou od teploty vzduchu v blízkosti snímačů Zjednodušeně tedy lze říci, že pro oba faktory, jak rychlost proudění vzduchu, tak i střední radiační teplotu se negativní vlivy – zdroje nejistot – shodují. Abychom je eliminovali alespoň v globálním projevu, byla postavena ověřovací komora. Jak ukáží pozdější výsledky, velmi výrazně přispěla k stabilizaci výsledků a minimalizaci nejistot měření. [12]

5 Testovací (ověřovací) komora

Testovací komora byla vytvořena pro prvotní ověřování vyvíjených snímačů. Při ověřování snímačů tepelné pohody ve volném prostoru dochází ke zkreslování výsledků měření, neboť na snímače působí řada vlivů prostředí. Negativně se na výsledky ověřování v prostoru laboratoře projevuje např. vliv průvanu, slunečního záření, které do laboratoře dopadá během dne pod různým úhlem apod. Tato ověřovací komora umožňuje objektivní testování, neboť minimalizuje uvedené negativní vlivy prostředí, a také dosáhnout téměř homogenní prostředí. Ověřovací komora je zkonstuována jako mobilní zařízení, u kterého je možné měnit všechny jeho rozměry. Konstrukce je tvořena čtyřmi výškově nastavitelnými stojany, které nesou nastavitelnou konstukci trubek sloužící k uchycení ventilátorů pro řízení 44

proudění vzduchu. Stojany jsou mezi sebou propojeny níže položeným rámem sloužícím k zavěšení stínících závěsů.

Obrázek 1: Uspořádání testovací komory [10], [13] Jak už bylo popsnáno výše, v komoře bylo provedeno několik kompletních měření střední radiační teploty pomocí kulových teploměrů. Tato měření byla realizována také paralelně mimo testovací komoru. Na výsledcích z měření byl patrný minimální vliv prostředí.

Výsledky měření jsou porovnány v grafu níže. Podrobnější informace o této komoře jsou dostupné z [13].

45

teplota [°C]

28,0

v laboratoři mimo testovací komoru v komoře s vypnutými ventilátory v komoře se zapnutými ventilátory

27,5

27,0

26,5

26,0

25,5

25,0

24,5

24,0

23,5

23,0 0

10

20

30

40

50

60

70

80

90

100

čas [min]

Obrázek 2: Měření teploty vně a uvnitř testovací komory pomocí kulových teploměrů Součástí testovací komory je regulační a měřicí systém, který se složen z ověřovaného snímače a porovnávcího snímače, vlhkoměru, anemometru pro měření rychlosti proudění a turbulence, popř. dalších měřicích zařízení, a regulovatelného tepelného zářiče.

Komora byla postavena především proto, abychom si mohli otestovat sami nejrůznější vzorky a prototypy snímačů, které jsou v kolektivu řešitelů projektu GAČR vyvíjeny.

Snímače které vyhoví těmto zkouškám (testům) mohou být postoupeny kalibraci na profesionálním pracovišti ze systému národní metrologie. Protože jsou ale tyto kalibrace zpravidla velmi nákladné, byla postavena i další, mnohem menší komora, která má další funkce navíc a zabezpečí, že u metrologických středisek budou objednávány kalibrace snímačů, skutečně reálně funkčních.

46

Obrázek 3: Pohled na měřicí pracoviště uvnitř testovací komory při měření operativní teploty

6 Kalibrační komora Kromě výše popsané testovací (validační) komory byla na našem ústavu vytvořena ještě kalibrační komora, primárně určená ke kalibraci vyvíjených snímačů tepelné pohody typu umělá kůže, ploché černé teploměry, snímače operativní teploty aj. Tato komora byla sesetrojena jako mobilní zařízené, aby bylo možné ji použít i na jiných pracovištích. Při zpracování návrhu se dbalo na zásady, vyžadované při kalibraci příslušnými normami, např. aby plocha vnitřních stěn komory byla alespoň padesátkrát větší než povrch snímačů ve vnitřním prostoru. Konstrukční parametry přibližuje [11].

Tepelné podmínky uvnitř komory lze řídit manuálně anebo automaticky na základě dat ze zabudovaných digitálních snímačů teploty Dallas DS18B20 odolných proti elektromagnetickému záření. V komoře je možné měnit rychlost proudění a teplotu vzduchu, a tím tedy zajistit nehomogenitu či homogenitu prostředí podle požadavků při kalibraci jednotlivých snímačů.

Právě díky oběma komorám budou na profesionální a placenou kalibraci postoupeny pouze snímače, které vykáží po ověření požadovanou závislost a vyhoví požadavkům normy [1].

47

Obrázek 4: Měření tepelného stavu prostředí v kalibrační komoře pomocí sady TESTO [11]

7 Závěr Příspěvek se pokusil stručně upozornit na problémy spojené se sledováním a řízením parametrů prostředí a tepelné pohody. Potřebujeme-li někde řídit tepelnou pohodu v relativně úzkých tolerancích, a takových provozů je celá řada, pak zdaleka nelze vystačit s pouhým měřením teploty.

Nepostačí ani, pokud jsou respektovány normy a předpisy, podle nichž nahradí teplotu parametry s mnohem lepší vypovídací schopností. Jakékoli snímače, umístěné do sledovaného prostoru jako je místnost, kancelář či provozní hala budou vystaveny mnoha negativním vlivům okolí, počínaje nejrůznějšími sálavými teplotami, zářením, průvanem a dalšími vlivy, které se projeví jako nejistoty měření. Pokud takovéto parametry budou použity jako vstupní veličiny pro regulaci, nelze očekávat její dostatečně kvalitní výsledek. Proto potřebujeme měřicí techniku, které bude spolehlivě a s optimálními nejistotami sledovat prostředí a následně umožňovat jeho řízení.

O optimální přesnosti hovoříme z toho důvodu, že je třeba hledat kompromis mezi přesností a náklady. Vysoká přesnost měření se odrazí na vysoké ceně měřicí techniky, a podobně nízká kvalita měřicí techniky se projeví zpravidla obrovskými energetickými ztrátami, které odpovídají i velkým ztrátám ekonomickým.

Poděkování: Tento článek vznikl s podporou projektu GAČR 101/09/H050 - Výzkum energeticky úsporných zařízení pro dosažení pohody vnitřního prostředí.

48

8 Použitá literatura [1] ČSN EN ISO 7726: 2002. Ergonomie tepelného prostředí – Přístroje pro měření fyzikálních veličin. Praha: Český normalizační institut, 2002. 56s.

[2] Guide to the Expression of Uncertainty in Measurement. BIPM/IEC/ISO/OIML, 1995.

[3] TNI 010115:2009. Mezinárodní metrologický slovník – Základní a všeobecné pojmy a přidružené termíny (VIM). Praha: ÚNMZ, 2009.

[4] HALAJ, M., PALENČÁR, R. Metrologické zabezpečenie systémov raidenia kvality. 1. vyd. Bratislava: Vydavateľstvo STU v Bratislavě, 1998. 138 s. ISBN: 80-227-1171-3 [5] HAVLÍČEK, V. Parametry pracovního prostředí a jejich měření. Brno: Vysoké Učení technické v Brně, Fakulta strojního inženýrství, 2011. 42 s. Vedoucí bakalářské práce Ing. Jana Košíková.

[6] HEMZAL, K. Operativní teplota v hodnocení tepelné pohody člověka. Vytápění, větrání, instalace, 2008, roč. 17, č. 1, s. 16-23. ISSN 1210-1389 [7] HLAVÁČ, V. Nejistoty měření. Text z přednášky Technická měření. [online]. Praha, 2011 [cit. 2011-07-10]. Dostupný z WWW: < http://www.fsid.cvut.cz/tem/nejistoty/nejistoty1.pdf >.

[8] CHUDÝ, V., PALENČÁR, R., KUREKOVÁ, E., HALAJ, M. Meranie technických veličín. 1. vyd. Bratislava: Vydavateľstvo STU v Bratislave, 1999. 688 s.

ISBN: 80-227-1275-2.

[9] JANEČKA, J. Hodnocení tepelného stavu prostředí. AUTOMA. 2008, roč. 14, č. 11, s. 20 22. ISSN: 1210-9592.

[10] JANEČKA, J., KOŠÍKOVÁ, J., MLČÁK, R., VDOLEČEK, F., PAVELEK, M.: Ověřování a kalibrace snímačů tepelné pohody. AUTOMA. 2012, roč. 18, č. 4. s. 10.

– 12. ISSN 1210-9592 [11] JANEČKA, J., MLČÁK, R., KAZKAZ, M., KOŠÍKOVÁ, J., VDOLEČEK, F., PAVELEK, M. Komora pro kalibraci senzorů tepelné pohody. Funkční vzorek č. 25890, Dostupné z www: Brno, FSI VUT v Brně, 2012. [cit. 2012-04-22]. <http://ottp.fme.vutbr.cz/vysledkyvyzkumu/Vzorek-25%20890.pdf> [12] KOŠÍKOVÁ, J. Systémy pro hodnocení tepelného stavu prostředí a analýza jejich nejistot měření. Pojednání ke státní doktorské zkoušce, Brno, FSI VUT v Brně, 2012.

30s.

[13] KOŠÍKOVÁ, J.; KAZKAZ, M.; JANEČKA, J.; VDOLEČEK, F.; PAVELEK, M. Testovací komora pro porovnávání snímačů tepelné pohody. Funkční vzorek č. 25889, Brno, FSI VUT v Brně, 2012. [cit. 2012-04-22]. Dostupné z www: < http://ottp.fme.vutbr.cz/vysledkyvyzkumu%20/Vzorek-25889.pdf > [14] PAVELEK, M., ŠTĚTINA, J. Experimentální metody v technice prostředí. 3. vydání.

Brno : Akademicke nakladatelstvi CERM, 2007. 215 s. ISBN 978-80-214-3426-4.

[15] VDOLEČEK, F., KOŠÍKOVÁ, J., JANEČKA, J.: Tepelná pohoda širších souvislostech.

AUTOMA. 20011, roč. 17, č. 12. s. 22. – 23. ISSN 1210-9592 [16] VDOLEČEK, F., PALENČÁR, R., HALAJ, M.; Nejistoty v měření I. – V. Cyklus článků, AUTOMA. 2001- 2002, ročník 7- 8. ISSN 1210-9592.

[17] ZMRHAL, V., DRKAL, F., MATHAUSEROVÁ, Z. Operativní teplota v praxi.

Směrnice STP – OS 01 / č. 3/2010. Příloha časopisu Vytápění, větrání, instalace, 2010, roč. 19, č. 5, s. 1-8. ISSN 1210-1389

49

XXXVI. Seminar ASR '2012 “Instruments and Control” © 2012, VŠB-TUO, Ostrava, ISBN 978-80-248-2626-4

Visualization of Biomass Fired Boiler KUBERA, Milan1 & VRÁNA, Stanislav2 1

Bc., Department of Instrumentation and Control Engineering, Faculty of Mechanical Engineering, Czech Technical University in Prague, Technická 4, 166 07 Prague 6, milan.kubera@fs.cvut.cz

2

Ing., DiS.,

stanislav.vrana@fs.cvut.cz,

http://users.fs.cvut.cz/stanislav.vrana/

Abstract: This contribution describes a method for creating visualization of biomass fired boiler at the Faculty of Mechanical Engineering, Czech Technical University in Prague, Department of Power Engineering. The biomass fired boiler is a common boiler equipped with additional instrumentation allowing to measure necessary combustion process information. We created the visualizations and control interface for boiler control to allow its easier control. The visualization and control interface is created in the software Wondervare InTouch, which is one of the most popular SCADA/HMI software worldwide. For experimental purposes, the boiler control algorithm is divided into two parts, the first one runs in the programmable controller WinCon, the second one runs in the environment Simulink of program Matlab. So, we need not only WinCon to be connected to the control interface, also Simulink needs to be connected to it. One way for communication between the devices is the widely used communication standard OPC. Another way is to establish a connection using a standard DDE, which is used for dynamic data exchange between applications on one computer. Both ways are compared in the contribution.

Keywords: boiler, control, interface, OPC, DDE

1 Introduction We equipped the common biomass fired boiler with additional instrumentation and with a new control unit to allow simulation experiments with combustion process. The new control unit is based on programmable automation controller WinCon with the control software Rex. The experimental control algorithms are supported remotely by algorithms running in environment Simulink of program Matlab. We created a control interface, which is described in this paper, to allow controlling the boiler easier.

WinCon InTouch

Rex

Biomas Fired Boiler

Matlab/Simulink Figure 1 – The scheme of communication among used software

51

The control and visualization interface is created in Wonderware InTouch (Vlach, 2002) that needs to communicate not only with WinCon but also with Simulink. The communication standards OPC and DDE are used to communicate among the software (Wonderware, 2006).

2 OPC (OLE for Process Control) Currently, communication between the industrial devices, in our case between InTouch and Rex, is done via widely used OPC. This standard was developed in collaboration with many world manufacturers of automation technology both software and hardware, and Microsoft (Mahnke et al., 2009). This group created an interface for communication between devices for monitoring and control of technological processes. The task is to show the dependence of the monitoring device on the hardware device. Standard OPC is based on the methods of the OLE/COM/DCOM (Object Linking and Embedding/Common Object Model/Distributed COM) from Microsoft.

The OPC can be incorporated into the project hardware and software from different producers, regardless of their communication with each other. The only condition is the existence of the OPC interface at both sides. This eliminates the I/O driver problem when for each hardware must be installed a special driver. This is when more hardware produced by various producers. If no OPC is used, then it is necessary to install multiple drivers to allow communication between each other device.

For communication between Rex and InTouch, it is needed to add a programmable logic controller for the OPC server. This driver is added to the control scheme developed in the Rex (Rex Controls, 2012). After adding this driver, the individual inputs and outputs of the blocks needs to be set to be selected by the OPC server to transmit them to the visualization software.

After setting the various parameters and transferred control scheme in the program RexDraw, the translated Rex configuration file can be uploaded into the programmable controller.

3 DDE (Dynamic Data Exchange) DDE is used for dynamic data exchange and sharing of variables between applications on one computer (Petzold, 1998). In our case, it is used for communication between InTouch and Simulink. Exchange for their application must therefore support DDE. So, if more variables are shared, they are shared in a group by a DDE server and one or more DDE clients. Server acts as a provider of variables and clients refer to these variables to be read from the server and to write to it, if possible. If the client application starts communicating via DDE, it must specify three parameters DDE communication, which are defined on the server:  the name of the application with which we want to communicate referred as a service,  the name of the data area, in which the variable is defined, referred as a topic,  the specific name of the variable, referred as an item.

Each application that shares its variables via DDE has a unique name. This name is usually the application name, but this may not always be so. The application name is always written without ending. For example, the names of used services are Matlab for program Matlab and View for program InTouch. These names are fairly easy to find in Windows Task Manager Processes tab.

4 Visualisation and control interface Figure 2 shows the visualization of biomass burning process in the boiler. Monitored are the values of the temperature of heated water that flows from the boiler, the temperature of flue gas exhaust into the chimney, the temperature in the combustion chamber, and the temperature under the heat exchanger. The visualization also indicates the concentration of CO and O2 in flue gases. These parameters are passed into applications using the OPC server because it is not necessary to obtain them from Matlab.

52

Figure 2 â&#x20AC;&#x201C; Visualization of biomass fired boiler It is also possible to monitor the speed of feeding and frequency of blowing air into the combustion chamber. These two parameters can be not only monitored but also adjusted, when the control is switched into manual control mode. The switching between automatic and manual control mode is done the radio button in the lower part control panel, see the bottom part of Figure 2.

In manual mode, it is also possible to start and stop either grating and feeding by button on the bottom control panel. The bottom control panel also contains the box of alarms, which shows description of events that occur when running visualization. Also in this panel, the desired temperature of the heated water at the output of the boiler can be set. It is possible to adjust the frequency of the blowing fan speed and controller parameters. These parameters, whose values depend on the set mode (manual, automatic), are transferred using the DDE protocol, because they are obtained from Matlab/Simulink.

The visualization contains also the side panel, where some other values are shown, e.g. feeding and grating of original control unit, which is still present in the boiler for experimental reasons, the state of opening of pellet container cover, and the state of switch signalizing finished grating cycle. The top part of the side panel contains an overview of temperatures in the boiler and the concentration of chemical elements in the flue gasses. It the top left corner of the visualization space, the are two buttons. The top bottom allow to change the display size, the bottom button shows the graph with the course of combustion process history.

Visualization is also equipped with animations. The blowing air animation is shown near the place of showing air flow rate. Another animation is to display the flash instead of fire, when the boiler is in the state of ignition. If the cover of pellet container is opened, the same action is shown in the visualization. When grating, there is a movement of individual parts of the grid and when the boiler is fed by fuel, the shifting fuel is shown in conveyor screw. A change of the color symbolizing water to reflect the temperature of heated water is also prepared. It is expected to run the visualization on touch panel, so the visual keyboard is a part of the visualization, see Figure 3. This keyboard is always displayed after clicking at the edit field.

53

Figure 3 – Virtual keyboard for touch display

5 Conclusions The visualization allows easier and more intuitive way to control biomass fired boiler.

Because the boiler is controlled with the programmable controller WinCon running control software Rex, which ensures the main boiler function and which cooperates with an algorithm running in Matlab/Simulink, which processes the data from combustion process, it is necessary to get the data either from Rex, either from Simulink. Data from Rex are obtained via OPC protocol, while the data from and to Simulink are transferred via DDE. The visualization shows the most important values from the combustion process and also contains animations to show certain events, as boiler ignition and feeding. It is possible to switch between manual and automatic mode when in manual mode some more parameters can be set. The visualization contains also the tools that are necessary when the touch screen is used.

This work was supported by Ministry of Education, Youth and Sports, grant No. MSM6840770035, and by the Grant Agency of the Czech Technical University in Prague, grant No. SGS10/252/OHK2/3T/12.

6 References MAHNKE, W., LEITNER, S.-H., DAMM, M. 2009. OPC Unified Architecture. Berlin : Springer-Verlag, 2009. 362 s. ISBN 978-3540688983 PETZOLD, CH, 1998. Programming Windows®. Redmond : Microsoft Press, 1998. 5th ed.

1100 s. ISBN 157231995X REX CONTROLS, 2012. Ovladač OPCDrv systému REX. Plzeň : Rex Controls, s. r. o., 2012 VLACH, J. 2002. Řízení a vizualizace technologických procesů. Praha : Ben – technická literatura, 2002. 160 s. ISBN 80-86056-66-X WONDERWARE, 2006. Wonderware FactorySuite InTouch, User’s Guide, South Lake Forrest : Wonderware Corporation, 2006

54

XXXVI. Seminar ASR '2012 “Instruments and Control” © 2012, VŠB-TUO, Ostrava, ISBN 978-80-248-2626-4

Kompenzace hystereze piezoelektrického akčního členu LOS, Jaroslav1, ZAVADIL, Jaromír2 & TŮMA, Jiří3 1

Ing., řízení ,

Ostrava, 17.listopadu č.15, VŠB – TU Ostrava, katedra automatizační techniky a jaroslav.los@vsb.cz

2

Ing.,

jaromir.zavadil@vsb.cz

3

prof.,

jiri.tuma@vsb.cz,

http://homel.vsb.cz/~tum52/

Abstrakt: V dnešní době nacházejí piezoelektrické akční členy stále nové možnosti uplatnění.

Začínají se i více začleňovat do systémů pro aktivní řízení vibrací. Tento příspěvek se zabývá typovým piezoelektrickým akčním členem, který je používán pro aktivní řízení vibrací na naší katedře. Jeho základní vlastností je statická charakteristika vykazující hysterezi. Proto se tento příspěvek zaměřuje na kompenzaci této hystereze. Pro způsob kompenzace byl vybrán inverzní model k modelu Prandtlova-Išlinského modelu hystereze (PI model). Z tohoto důvodu je zde popsán postup při identifikaci parametrů PI modelu a zjištění parametrů inverzního modelu. Poslední část tohoto příspěvku se zabývá verifikací statických charakteristik systému s inverzním modelem na reálném zařízení.

Klíčová slova: piezoelektrický, akční, hystereze, kompenzace, model

1 Piezoelektrické akční členy Piezoelektrické akční členy představují akční členy, které pracují na principu zpětného piezoelektrického jevu. V dnešní době se vyrábí mnoho druhů piezoelektrických akčních členů. Na naší katedře jsou používané piezoelektrické akční členy, které jsou označovány jako stack aktuátory. Tyto akční členy jsou složeny z více piezoelektrických elementů. Počet a tvar těchto elementů určuje výsledné parametry daného aktuátoru.

Obrázek 1 – Princip stack aktuátorů Akční člen, pro který byl vytvořen inverzní model, se řadí do skupiny stack aktuátorů a je označen jako P-842.40. Výrobcem tohoto akčního členu je firma Physik Instrumente. Tento aktuátor vykazuje hysterezi a jeho maximální prodloužení je 60 µm s tolerancí ±12%. Pro jednoznačné určení maximálního prodloužení a také pro ověření hystereze bylo provedeno laboratorní měření. Toto měření prokázalo, že tento akční člen vykazuje hysterezi s maximálním prodloužením 69 µm. Výsledek tohoto měření je znázorněn na obrázku 2. Je zde uvedena i závislost poklesu maximálního prodloužení na zatěžující síle.

55

70

Pokles prodloužení v závislosti na zatěžující síle

60 50

10

Pokles prodloužení

0

30 20 10 0 -10 -20

Bez zatížení Zatěžující síla 125 N Zatěžující síla 243 N Zatěžující síla 363 N Zatěžující síla 482 N

-30 -40 -50 -60

Pokles prodloužení [mm]

Prodloužení [mm]

40

Lineární (Pokles prodloužení ) y = -0,1083x + 1,086

-10

-20 -30 -40

-50 -60

0

1

2

3

4

5

6

7

8

9

10

0

100

200

300

400

500

600

Zatěžující síla [N]

Vstupní napětí [V]

Obrázek 2 - Naměřená data pro testovaný piezoaktuátor

2 Simulační model piezoaktuátoru Pro simulaci hystereze u piezoelektrických akčních členů se nejvíce využívají Praisachův a Prandtlův-Išlinského model (PI model) hystereze. Tyto dva modely využívají elementárních prvků k vytvoření požadovaného průběhu výsledné hystereze. Praisachův model využívá elementárních hysterezí typu relé a PI model potom elementárních hysterezí typu vůle v převodech. Každý z elementárních prvků má jiné pásmo necitlivosti, které je voleno s ohledem na maximální rozsah vstupní veličiny. Pro vytvoření simulačního modelu typového piezoaktuátoru P-842.40 byl zvolen PI model, kde jeho hlavní výhodou je, že potřebuje daleko méně elementárních prvků pro vytvoření relativně přijatelného průběhu výsledné hystereze. Blokové schéma PI modelu je znárodněno na obrázku 3.

Obrázek 3 - PI model hystereze . Realizace samotného simulačního modelu byla provedena v programu MATLAB – simulink. Pro vytvoření simulačního modelu typového piezoaktuátoru bylo použito 11 elementárních hysterezí typu vůle v převodech. Hodnoty jednotlivých pásem necitlivosti byly voleny s ohledem na vstupní signál do zesilovače pro akční členy 0 - 10V. Hodnoty jednotlivých pásem necitlivosti potom byly . Váhy pro jednotlivé elementární hystereze bylo nutné dopočítat podle zvoleného způsobu identifikace.

Vlastnost PI modelu je ta, že křivka nárůstu je stejná jako křivka poklesu. Reálná hystereze, která byla naměřená, ale tuto vlastnost nemá. Pro identifikaci parametrů vah PI modelu byly použity tři způsoby. Prvním je identifikace podle náběhové křivky, druhým podle křivky 56

poklesu a třetím podle jejich průměru. Pro snadnější identifikaci byla křivka poklesu převrácena.

70

70

Křivka náběhu 60

Naměřený průběh

60

Křivka poklesu Průměr

50

Prodloužení [µm]

Prodloužení [µm]

50 40 30

40 30

20

20

10

10 0

0 0

1

2

3

4

5

6

7

8

9

0

10

1

2

3

4

5

6

7

8

9

10

Vstupní napětí [V]

Vstupní napětí [V]

Obrázek 4 - Naměřená hystereze a princip otočení křivky poklesu byl použit následující vzorec

Pro výpočet hodnot jednotlivých vah

 n1  n f n1  wi 2hn1    w j 2h j  i 1  j 2 wn  , 2hn1  hn  je hodnota identifikovaného průběhu pro hodnotu

kde hodnotě.

odpovídající vstupní

70

70

60

60

60

50

50

50

40

30

20

Prodloužení [µm]

70

Prodloužení [µm]

Prodloužení [µm]

(1)

40

30

20 Identifikovaný průběh

10

Identifikovaný průběh

10

Naměřený průběh

0 2

3

4

5

6

7

8

Identifikovaný průběh

10

Naměřený průběh

0

1

30

20

Naměřený průběh

0

40

9

10

Vstupní napětí [V]

Identifikace podle křivky náběhu

0 0

1

2

3

4

5

6

7

8

9

10

Vstupní napětí [V]

Identifikace podle křivky poklesu

0

1

2

3

4

5

6

7

8

9

10

Vstupní napětí [V]

Identifikace podle křivky průměru

Obrázek 5 - Srovnání simulačních modelů s naměřenými daty Byly získány tři simulační modely typového piezoelektrického akčního členu. Pro jednotlivé simulační modely budou vytvořeny inverzní modely, tak aby bylo možné porovnat, který má lepší vlastnosti. Srovnání simulačních modelů s naměřenými daty je znázorněno na obrázku 5.

57

3 InverznĂ­ model InverznĂ­ model, kterĂ˝ je tvoĹ&#x2122;en z PI modelu mĂĄ stejnou strukturu, jako simulovanĂ˝ model, ale jinĂŠ parametry. JestliĹže byl rozsah vstupnĂ­ch hodnot pro simulovanĂ˝ akÄ?nĂ­ Ä?len 0-10 a jeho vĂ˝stupnĂ­ch hodnot 0-70, bude rozsah vstupnĂ­ch hodnot pro inverznĂ­ model 0-70 a vĂ˝stupnĂ­ rozsah hodnot 0-10.

JestliĹže mezi vstupnĂ­m signĂĄlem z a vĂ˝stupnĂ­m signĂĄlem y existuje vztah danĂ˝ klasickĂ˝m PI operĂĄtorem tj. a mezi vstupnĂ­m signĂĄlem u a signĂĄlem z existuje vztah danĂ˝ inverznĂ­m PI operĂĄtorem tj. , pak platĂ­ y = u. [Ĺ OLC 2006] đ?&#x2018;˘

đ?&#x2018;§

đ?&#x2018;ŻÂ´đ?&#x2019;&#x2030;´,đ?&#x2019;&#x2DC;´

đ?&#x2018;Ś

đ?&#x2018;Żđ?&#x2019;&#x2030;,đ?&#x2019;&#x2DC;

1

ObrĂĄzek 6 - SchĂŠma s inverznĂ­m modelem Pro vĂ˝poÄ?et inverznĂ­ch parametrĹŻ byly pouĹžity vztahy odvozenĂŠ v [KUNHEN,JANOCHA 2001]. Toto odvozenĂ­ vychĂĄzĂ­ z pĹ&#x2122;edstavy linearizace. w´0 ď&#x20AC;˝

1 , w0

w´i ď&#x20AC;˝

ď&#x20AC;­ wi pro i ď&#x20AC;˝ 1,2ď &#x2039;n i i ď&#x20AC;­1 ď&#x192;Ś ď&#x192;śď&#x192;Ś ď&#x192;ś ď&#x192;§ w0 ď&#x20AC;Ť ď&#x192;Ľ w j ď&#x192;ˇď&#x192;§ w0 ď&#x20AC;Ť ď&#x192;Ľ w j ď&#x192;ˇ ď&#x192;§ ď&#x192;ˇď&#x192;§ ď&#x192;ˇ j ď&#x20AC;˝1 j ď&#x20AC;˝1 ď&#x192;¨ ď&#x192;¸ď&#x192;¨ ď&#x192;¸

(2)

i ď&#x20AC;­1

h´i ď&#x20AC;˝ ď&#x192;Ľ w j ď&#x20AC;¨hi ď&#x20AC;­ h j ď&#x20AC;Š pro i ď&#x20AC;˝ 1,2ď &#x2039;n

h´0 ď&#x20AC;˝ h0 ď&#x20AC;˝ 0,

(3)

j ď&#x20AC;˝0

70

70

60

60

60

50

50

50

40

30

20

ProdlouĹženĂ­ [Âľm]

70

ProdlouĹženĂ­ [Âľm]

ProdlouĹženĂ­ [Âľm]

Pro ovÄ&#x203A;Ĺ&#x2122;enĂ­ funkÄ?nosti inverznĂ­ch modelĹŻ pro jednotlivĂŠ simulaÄ?nĂ­ modely byla provedena simulace. VĂ˝sledky tĂŠto simulace jsou zobrazeny na obrĂĄzku 7. Z tÄ&#x203A;chto obrĂĄzku je patrnĂŠ, Ĺže inverznĂ­ model plnĂ­ svoji funkci. Proto je prĹŻbÄ&#x203A;h statickĂŠ charakteristiky relativnÄ&#x203A; lineĂĄrnĂ­.

40

30

IdentifikovanĂ˝ prĹŻbÄ&#x203A;h NamÄ&#x203A;Ĺ&#x2122;enĂ˝ prĹŻbÄ&#x203A;h S inverznĂ­m modelem

IdentifikovanĂ˝ prĹŻbÄ&#x203A;h

10

S inverznĂ­m modelem

0 1

2

3

4

5

6

7

8

9

VstupnĂ­ napÄ&#x203A;tĂ­ [V]

Identifikace podle kĹ&#x2122;ivky nĂĄbÄ&#x203A;hu

IdentifikovanĂ˝ prĹŻbÄ&#x203A;h NamÄ&#x203A;Ĺ&#x2122;enĂ˝ prĹŻbÄ&#x203A;h S inverznĂ­m modelem

10

NamÄ&#x203A;Ĺ&#x2122;enĂ˝ prĹŻbÄ&#x203A;h

0

0

30

20

20

10

40

10

0

1

2

3

4

5

6

7

8

9

VstupnĂ­ napÄ&#x203A;tĂ­ [V]

Identifikace podle kĹ&#x2122;ivky poklesu

0

10

0

1

2

3

4

5

6

8

9

10

Identifikace podle kĹ&#x2122;ivky prĹŻmÄ&#x203A;ru

ObrĂĄzek 7 - SimulovanĂŠ prĹŻbÄ&#x203A;hy pro systĂŠm s inverznĂ­m modelem 58

7

VstupnĂ­ napÄ&#x203A;tĂ­ [V]

5 Verifikace Ověřování funkčnosti inverzního modelu, bylo provedeno i na reálném zařízení, které bylo stejné jako v případě měření původních statických charakteristik. Rozdílem bylo zařízení dSPACE, které představuje zařízení, které slouží k simulacím metodou HIL. Toto zařízení obsahuje karty s realtimovými procesory. Programy, které ovládají tyto karty, mohou být nahrávány z programu MATLAB. Je tedy možné vytvořit určité simulační schéma v MATLAB-Simulinku a přes kompilátory nahrát tyto schémata do zařízení dSPACE. Tímto způsobem byl do dSPACE nahrán inverzní model pro daný simulační model piezoaktuátoru.

Na vstupní porty zařízení dSPACE byl přiveden vstupní signál, tento signál byl následně upraven a odeslán na výstupní porty. Výstupní signál byl přímo připojen k zesilovači pro piezoaktuátor. Výsledné prodloužení bylo měřeno snímačem odchylek od firmy B&K s typovým označením IN-081. Data byla zaznamenávána prostřednictvím signálového analyzátoru PULSE od firmy B&K. Zjednodušené blokové schéma celého zapojení je vidět na obrázku 8.

Zesilovač pro piezoaktuátor

dSPACE s inverzním modelem

Vstupní signál

Piezoaktuátor

Snímač vzdálenosti

Výstupní signál

Obrázek 8 - Blokové schéma systému s inverzním modelem

70

70

60

60

60

50

50

50

40

30

20

Prodloužení [µm]

70

Prodloužení [µm]

Prodloužení [µm]

Vstupní signál pro ověření funkčnosti inverzního modelu byl stejný jako u původního měření statických charakteristik. Tento vstupní signál byl skokový po 1 V od 0-10V a následně zpět 10-0V. časová prodleva mezi jednotlivými skoky byla 4 sec. Výsledné průběhy statických charakteristik pro systém s inverzním modelem je znázorněn na obrázku 9. Opět byly porovnány průběhy pro dané způsoby identifikace. Z naměřených dat je patrné, že první dva identifikované modely obsahují relativně malou hysterezi. Jako nejlepší průběh je z grafického pohledu poslední průběh pro identifikovaný průběh z křivky průměru.

40

30

Identifikovaný průběh

Identifikovaný průběh Naměřený průběh Naměřená data s inv. mod.

10

Naměřený průběh Naměřená data s inv.mod.

0

1

2

3

4

5

6

7

8

9

Vstupní napětí [V]

Identifikace podle křivky náběhu

10

Identifikovaný průběh

10

Naměřený průběh Naměřená data s inv. mod

0

0 0

30

20

20

10

40

0

1

2

3

4

5

6

7

8

9

Vstupní napětí [V]

Identifikace podle křivky poklesu

10

0

1

2

3

4

5

7

8

9

10

Identifikace podle křivky průměru

Obrázek 9 - Naměřené průběhy pro systém s inverzním modelem

59

6

Vstupní napětí [V]

6 Zhodnocení Tento příspěvek byl zaměřen na sestavení inverzního modelu piezoelektrického akčního členu. Identifikovaný piezoelektrický akční člen byl typu stack aktuátor. Tyto akční členy se na naší katedře používají pro aktivní řízení vibrací. Vlastností piezoelektrických akčních členů je statická charakteristika, která vykazuje hysterezi. Je všeobecnou snahou tuto vlastnost potlačit a dosáhnout lineární závislosti statické charakteristiky. Tento příspěvek se zabývá kompenzací hystereze u těchto akčních členů prostřednictvím inverzního modelu. Pro ověření vlastností typového piezoaktuátoru P-842.40 bylo provedeno laboratorní měření, které prokázalo, že tyto akční členy vykazují hysterezi a také byla změřena závislost poklesu prodloužení na zatěžující síle.

Protože, inverzní model se vytváří k jinému modelu, byl za tento model zvolen Prandtlův-Išlinského model hystereze (PI model). Byly vytvořeny tři simulační modely typového piezoaktuátoru a to podle způsobu identifikace. První způsob identifikace byl podle křivky náběhu naměřeného průběhu, druhý způsob byl podle křivky poklesu a poslední podle jejich průměru. Prostřednictvím identifikace se získávaly parametry simulačních modelu a to jejich váhy w. Pro vytvořené simulační modely byla provedena simulace pro ověření jejich funkčnosti, která srovnávala naměřená data se simulovanými. K simulačním modelům byly následně dopočítány inverzní parametry podle známých vzorců.

Ověření funkčnosti inverzního modelu probíhalo na stejném laboratorním zařízení, jako probíhalo měření statických charakteristik. Do tohoto zařízení ale bylo implementováno zařízení, které slouží k simulacím metodou HIL a to zařízení dSPACE. V tomto zařízení byl prostřednictvím programu MATLAB nahrán daný inverzní model. Srovnání výsledných průběhů bylo provedeno pouze graficky. U inverzních modelů získaných z modelů identifikovaných pomocí křivky náběhu a křivky poklesu nebyl průběh lineární, ale obsahoval menší hysterezi. U inverzního modelu získaného z modelu identifikovaného pomocí křivky průměru byla zjištěna relativně lineární závislost statické charakteristiky. Tento inverzní model bude dále zapojen do zpětné vazby, aby se zjistily případné rozdíly s regulací, s a bez inverzního modelu.

7 Reference AL JANAIDEH, M., RAKHEJA, S., SU, C.-Y., Inverse Rate-Dependent Prandtl-Ishlinskii Model for Hzsteresis Nonlinearities Compensation. Shenyang, 2009 China. Proceedings of the IEEE International Conference on Automation and Logistics 2009 KUHNEN, K., JANOCHA, H., Inverse feedforward controller for komplex hysteretic nonlinearities in smart-materials systems, Control of intelligent systems. Vol. 29(3), 2001, p. 74-83.

RAKOTONBRADE, M., CLÉVY, C., LUTZ, P., Complete open look kontrol of hysteretic, creeped, and osillating piezoelectric cantilevers. Besançon, 2008, France. IEEE TRANSACTIONS ON AUTOMATION SCIENCE AND ENGINEERING 2010.

RAKOTONBRADE, M., CLÉVY, C., LUTZ, P., Hysteresis and Vibration Compensation in a Nonlienar Unimorph Piezocantilever, Nice 2008, France. International Conference on Intelligent Robots and Szstems Acropolis Convention Center 2008 ŠOLC, F., Modelování hystereze v mechatronických systémech. Brno, 2007. [online] Automa 2007. Dostupné z : http://www.automatizace.cz/article.php?a=1584 TŮMA, J., ŠIMEK, J., ŠKUTA, J., LOS, J., Active vibration control of journal bearings with the use of piezoactuators. In: Dudas, L. (Editor) Engineering the Future. Rijeka, Croatia: Sciyo, 2010. Chapter 7, pp. 141-158.

60

XXXVI. Seminar ASR '2012 “Instruments and Control” © 2012, VŠB-TUO, Ostrava, ISBN 978-80-248-2626-4

Elektronické obchodování pro malé a střední firmy E-business for Small and Middle Companies PAVLAS, Roman1, ZBOŘIL, Miroslav2 1

Ing., Ph.D., VŠB – Technická univerzita Ostrava, 17. listopadu 15, 708 33 OstravaPoruba, roman.pavlas@vsb.cz

2

Bc.,

miroslav.zboril@seznam.cz

Abstrakt: Téma příspěvku je zaměřeno na elektronickou podporu obchodování pro malé a střední firmy. V úvodní části jsou charakterizovány a specifikovány pojmy malé a střední firmy. Následuje upozornění na úskalí drobného a středního podnikání. Zároveň je tento příspěvek malým návodem pro realizaci elektronického obchodování. Přibližuje nám příklady existujících systémů elektronického obchodování a vazby těchto systémů na IS/IT, vývojové trendy a požadavky na IT. Praktickým výstupem naší práce je vytvoření elektronického obchodu, seznámení s jeho prvky a jejich využitím. Funkčnost obchodu je ověřena zkušebními daty a následně jsou kriticky zhodnoceny jeho vlastnosti. Vytvořený systém je možno přizpůsobit konkrétním požadavkům firmy.

Popsané práce bylo dosaženo s finančním přispěním Specifického výzkumu.

Klíčová slova: ASP,COBIT, CRM, e-business, malé a střední podnikání

1 Malé a střední podnikání Úloha drobných a středních firem je v každé tržní ekonomice nezastupitelná. Malá firma působí jako konkurent větším monopolním subjektům, neboť většinou reaguje rychleji a pohotověji na změny poptávky. Obsah nabídky je rozmanitější a lépe reaguje na individuální přání při uspokojování potřeb. Malé a střední firmy svojí přizpůsobivostí podněcují k inovacím a rychlejším změnám výrobních i obchodních struktur, zajišťují vysoký podíl zaměstnanosti. Zároveň představují velký přínos do příjmové stránky veřejných rozpočtů, zejména měst a obcí.

Z jiného pohledu, v porovnání s velkými podniky, mají malé a střední firmy některé nevýhody. Při nevyužívání kapacitních možností může být růst výrobních nákladů bariérou dalšího rozvoje, v horším případě může vést k zániku firmy. Menší lokální trhy, kam se tyto firmy orientují, mají svá úskalí. Firmy hůře pronikají nad jejich rámec, např. na zahraniční odbytiště apod. Často se jim nedostává prostředků na výzkum, vývoj, výchovu a vzdělání [PEŠEK P., 1999].

Při přesné specifikaci se nejčastěji používají kvantitativní hlediska. Kam patří zejména: obrat, počet zaměstnanců, výše kapitálu. V ČR můžeme označit za nejčastější hodnotící faktor počet zaměstnanců. Zákon o státní podpoře malého a středního podnikání specifikuje maximální hranici 250 zaměstnanců. U Českomoravské záruční rozvojové banky, jakožto jednoho z hlavních nositelů podpůrných programů, jsou malé firmy považovány do 50 zaměstnanců a střední opět do 250. Jiné členění vykazuje Svaz průmyslu ČR. Problém při vyčíslení také nastává při konfrontaci údajů statistických úřadů ČR, které vykazují jako malé firmy ty, které mají do 20 zaměstnanců, střední do 100 pracovníků [SYNEK M., 2002].

61

V Evropské unii se využívá kombinovaného třídění, kde za střední firmy jsou považovány s méně než 250 zaměstnanci a dále jestliže nepřekračují obrat 40 miliónů ECU nebo celkovou roční bilanční sumu 27 mil. ECU a není více než 25 % kapitálu a hlasovacích práv ve vlastnictví jiného subjektu. Malé firmy jsou definovány jako podniky, které mají méně než 50 zaměstnanců a roční obrat nepřekračující 7 miliónů ECU nebo celkovou roční bilanční sumu nepřekračující 5 miliónů ECU a opět splňují kritérium nezávislosti, které je shodné s podniky středními. Z hlediska vykazování je tedy zřejmé, že ve sjednocení s EU máme ještě velké nedostatky, a bylo by velmi dobré ujednotit tyto skupiny pro potřeby analýz a vykazování [RAMÍK J. a kol.., 1998].

Jedna z nejdůležitějších funkcí drobného podnikání je oblast inovací. Tyto firmy jsou podstatným zdrojem technologických změn. Jsou velice flexibilní z hlediska variability produkce, forem propagace a způsobu využívání marketingu. Musí totiž inovovat, aby přežily.

Vlastníci malé firmy jsou daleko více zainteresováni na realizaci inovací. Výzkumní pracovníci v malých firmách musí být univerzálnější a z této skutečnosti mnohdy vyplývá nalezení originálnějšího řešení. Tuto funkci rozvádím v dalších kapitolách jako klíčový nástroj transformace současného podnikání.

Přes výhody těchto forem podnikání, které jsou velmi důležité pro národní hospodářství, se vyskytují řady problémů, se kterými se tito podnikatelé dnes a denně potýkají.

Jedním z mnoha problémů je oblast odbytu, protože menší lokální trh a omezený počet odběratelů zhoršují možnost konkurenceschopnosti. V řadě případů je nutno udržovat osobní kontakty se zákazníky. Malé podniky také mohou vynakládat jenom omezené množství prostředků na reklamu. S výjimkou specializovaných výrob musí brát malé a střední podniky v cenové oblasti ohled na ceny rozhodujících velkých podniků. Ty jsou schopny držet relativně dlouhou dobu cenu výrobku na velmi nízké úrovni. Rovněž ztížené možnosti jsou v oblasti ovlivňování poptávky.

Jako další skupina problémů bývá označována personální oblast, ta souvisí s vysokou intenzitou práce a vyžadováním spíše univerzálnější pracovní síly. Z personálního faktoru se odvíjí způsob řízení podniku, protože vlastník je velmi často i vrcholovým řídicím pracovníkem. Pokud tento podnikatel není univerzálně vybaven, je možné, že při jeho zaměření mohou být opomíjeny oblasti, ve kterých není odborníkem. Chceme-li, aby firma nebo podnik prosperoval, je nutné zavést a zároveň dodržovat legislativní základy pro elektronické obchodování.

2 Legislativní základy pro elektronické obchodování Elektronický obchod je výhradně a jedině obchodem, který je realizován prostřednictvím počítačů a elektronické sítě. Nejznámější síť, umožňující dálkový přístup, se jmenuje Internet, proto nazýváme elektronické obchody - obchody po či prostřednictvím Internetu. Chceme-li se zabývat právní stránkou elektronického obchodu, musíme přiznat, že se ve zdrcující většině základních charakteristických rysů neliší od jiných způsobů obchodu. To znamená, že na elektronické obchody v rámci ČR dopadá stejná právní úprava jako na obchody jiné.

V praxi se projevuje tendence považovat za ryze elektronické obchody především operace na Internetu, pro něž je specifické nabízení komodity, která má být předmětem prodeje, na webových stránkách, v tzv. virtuálních obchodních domech. Je zřejmé, že hranice mezi elektronickou korespondencí (e-mailem), jejímž cílem je uzavření smlouvy, a vyplněním nabídkového listu, například ve virtuálním obchodním domě, není z právního hlediska dostatečně zřetelná.

Pokud má být kvalifikovaně pojednáno o právní úpravě elektronického obchodu, musíme se zabývat především právní úpravou obchodů jako takových. V této oblasti je právní úprava velmi roztříštěná a nepřehledná, proto se ji pokusím upravit přehledněji. Obchodování, včetně obchodu elektronického, podléhá stejné úpravě jako prodej čehokoliv jiného v našem státě.

62

   

Nejpodstatnějšími zákony z hlediska prodeje jsou: Zákon č. 40/1964 Sb., Zákon č. 513/991 Sb., Zákon č. 634/992 Sb., Zákon č. 63/991 Sb.

Prodej věci je z právního hlediska jedním ze způsobů převodu vlastnictví. Jde o úplatný převod, tedy závazkový právní vztah definovaný ustanovením § 588 ObčZ, podle něhož z kupní smlouvy vznikne prodávajícímu povinnost předmět koupě převzít a zaplatit za něj prodávajícímu dohodnutou cenu.

Podobně ustanovení § 409 odst. 1 ObchZ definuje kupní smlouvu tak, že kupní smlouvou se prodávající zavazuje dodat kupujícímu zboží a převést na něho vlastnické právo k zakoupené věci a kupující se zavazuje zaplatit kupní cenu.

Při navazování obchodních vztahů prostřednictvím dálkového přístupu je nutné dodržovat práva a povinnosti mezi kupujícím a prodávajícím. V obchodních vztazích existují vždy minimálně dva subjekty. Prodávající a kupující, věřitel a dlužník, odpovědný a povinný, dodavatel a spotřebitel. Právům jednoho odpovídají povinnosti druhého a naopak, neboť jde o dvoustranné právní vztahy [SMEJKAL V. a kolektiv, 2001].

3 Realizace elektronického obchodování Malé a střední firmy se považují znevýhodněné při zavádění a využívání moderních e-business technologií. Postrádají personál s nezbytnými dovednostmi a zkušenostmi k určení potřeb, specifik, hodnocení, zavedení a provozování e-business systému. Obavy z investic a změn jsou pak hlavním faktorem, který vytváří mezeru v produktivnosti mezi velkými a středními firmami. Aby mohla ať velká či střední firma dobře prosperovat, musí mít dobře vytvořeny základy pro elektronické obchodování:     

1. Analýza vytvoření dokumentace obchodní firmy Popis výrobku Distribuční kanály (sítě) Zákazníci Produkční kapacita Cílové (obsluhované) trhy

   

2. Výběr nových trhů Zmapování potenciální sítě trhů (dosud neobsluhovaných) Identifikace výhod a nevýhod těchto trhů Diskuze o možnostech s firemním vedením Schválení trhů, které budou blíže studovány

    

3. Vytvoření databáze relevantních informací Identifikace podniků Identifikace struktury tvorby cen Vytvoření databáze informací Kvalifikace potenciálních kandidátů (kontaktů) Identifikace konkurentů 4. Vytvoření plánů prodeje s důrazem na marketingové pojetí



5. Vytvoření návodu jak prodávat přes Internet Tvorba webu [Systémová Integrace, prosinec 2002] 63

4 Procesy v IT Firemní IT procesy musí být klíčovou složkou úspěchu, posláním a zároveň strategií firmy. Musí být součástí zlepšování její organizační efektivity a managementu změn. Působit příznivě či nepříznivě na dění ve firmě. Pomáhají tím, že vytvářejí prostředí, které přispívá ke zlepšování výkonů a zvládání změn. Naopak mohou působit proti firmě vytvářením bariér, jako jsou odpor ke změnám a nedostatečná angažovanost, které znemožňují dosažení strategických cílů. Firemní IT systémy jsou především dány okamžitou úrovní kvality firemních procesů. Stejně jako mnoho dalších problémů, které management firmy řeší, i v těchto případech vystupují do popředí některé tradiční otázky:  Jaký je problém v oblasti IT?  Jaké je jeho řešení?  Z čeho se toto řešení skládá?  Jestliže se řešení uskuteční, bude to fungovat?  Jak to správně udělat?

Přístup k řešení výše uvedených otázek a s nimi souvisejících problémů poskytuje systém COBIT. COBIT je zkratkou pro Control Objectives for Information and Related Technology (kontrolní cíle v informačních a souvisejících technologiích). Jedná se otevřený standard pro kontrolu informačních procesů, vyvinutý a podporovaný institucí IT Governance Institute.

Tento systém indikuje 34 procesů v IT, dále obecný přístup ke kontrole těchto procesů a rovněž detailní a kontrolní cíle a zásady auditu, které slouží ke zhodnocení těchto procesů.

Výsledkem je zhodnocení a porovnání s obecně aplikovatelným a akceptovatelným standardem, který zajišťuje solidní bezpečnost a poskytuje veškeré relevantní informace tak, aby výsledek zcela jasně deklaroval problémová místa v informační infrastruktuře organizace a umožnil stanovit vhodné standardy včetně úrovně bezpečnosti a kontroly IT v organizaci.    

Tato metodika rozděluje IT na jednotlivé funkční domény: Plánování a organizování IT Pořizování a implementace IT Dodávání a podpora IT Monitorování IT

      

a v nich jednotlivé procesy poměřuje sedmi informačními kriterii: Efektivnost Výkonnost Důvěrnost Integrita Dostupnost Připoutanost Spolehlivost

    

a výsledná zjištění přiřazuje pěti zdrojům: Personál Aplikace Technologie Vybavení Data

Výsledkem je normovaný pohled na způsob řízení podnikové informatiky a dosaženou úroveň.

64

Pro každý z uvedených procesů je popsán rozpad na detailní činnosti, jejich vstupy a výstupy a je navržen referenční seznam:  kritických faktorů úspěchu Kritické faktory úspěchu definují nejdůležitější problémy nebo činnosti, prostřednictvím kterých management získává kontrolu nad svými IT procesy. Tyto faktory jsou vlastně implementační postupy orientované na management a musí identifikovat nejdůležitější činnosti z hlediska strategie, po technické stránce, organizačně a procesně. klíčových indikátorů cílů Klíčové indikátory cílů definují měřítka, pomocí kterých management zjišťuje, zda IT proces dosáhl stanovených firemních cílů, obvykle jsou vyjádřeny formou kritérií.



klíčových indikátorů výkonu Klíčové indikátory výkonu definují měřítka, která umožňují určit, jak efektivně daný IT proces dosahuje svého cíle. Jedná se o indikátory toho, zda cíl bude pravděpodobně dosažen či nikoliv a dále indikátory schopností, zkušeností a dovedností.



Pro procesy jsou k dispozici konkrétní kritéria a metoda hodnocení celkové kvality procesu. Hodnotící škála je společná pro všechny procesy a má 6 stupňů, od neexistující po optimistické.

Toto hodnocení každého z procesů COBIT může pomoci managementu firmy stanovit:  stávající status organizace (kde je organizace dnes),  stávající status leadera v odvětví (porovnávání),  stávající status standardů (dodatečné porovnání),  organizační strategie pro zlepšení (kde chce organizace být).

Celkem lze tedy v COBITu najít komplexní systém stovek cílů a metrik pro všechny oblasti IT. Právě vysoká komplexnost je hlavní silou, ale i slabou stránkou COBITu, který je dobře uplatnitelný u velkých a středních podniků [Systémová Integrace, červenec 2002].

5 Systém CRM (řízení vztahů se zákazníky)         

Pro společnost, která se zabývá prodejem produktů či služeb zákazníkovi, CRM přináší: Integraci procesů přímého styku se zákazníkem, Integrace technologie výměny a sdílení informací Transformaci informací / dat o trhu a zákaznickém portfoliu do jednotné, konzistentní a „inteligentní“ formy Integrované řízení marketingových aktivit Efektivní orientaci na profitabilní zákazníky Efektivní oslovení nových a stávajících zákazníků Efektivní řízení služeb Pro zákazníka pak přináší: Optimální formu platebních a objednacích procesů Efektivní a aktuální orientaci v nabídce produktů a služeb Efektivní využívání firemních služeb

CRM - Customer Relationship management (Řízení vztahů se zákazníky) - je jednou ze čtyř základních komponent e-business řešení, které podporuje procesy komerční společnosti.

SCM – Supply Chain Management (Řízení dodavatelských vztahů) ERP – Enterprise Ressource Planning (Řízení vnitřních zdrojů) PDM – Produkt Design Management (Řízení vývoje a výroby) 65

Systém CRM nám umožňuje vytvořit paralelu mezi využitím IT komponent e-business komplexního řešení informatiky komerční společnosti a mezi využitím těchto komponent v procesech veřejné správy. Na místo zákazníka zde stojí občan, jako komerční společnost vystupuje veřejná správa a v roli subdodavatele si můžeme představit jak občana, tak organizaci, která je povinna ze zákona se účastnit určitého správního řízení.

Celkově by CRM systém (jeho vlastnosti, funkce a procesy) měl být plánován dle dlouhodobé strategie firmy [Systémová Integrace, říjen 2000].

6 Porovnání systémů Microsoft Business Solutions CRM a MFG/PRO RAPID (Minerva) Ze srovnáním dvou informačních systémů vyplývá závěr, že systém MS Business Solution je vhodný pro:  Řízení skladu  Automatický bankovní styk  Distribuční řetězce  Elektrovýrobu  Hotely  Katalogový prodej  Lázeňství  Maloobchod  Polygrafie  Spedice  Správa dokumentů  Velkoobchod/distribuce  Zahraniční obchod  Zpracování záloh     

Systém MFG/PRO RAPID je vhodný pro: Automobilový průmysl Elektrotechnický a strojírenský průmysl Zdravotnickou výrobu spotřebního zboží Spotřební průmysl Průmysl potravinářský

Kromě výše uvedeného využití obsahuje Microsoft Business Solutions také reportovací nástroje pro precizní prognózování a měření obchodních aktivit a výkonu zaměstnanců. Díky základu v Microsoft.NET technologiích lze Microsoft CRM snadno nasadit, integrovat s jinými aplikacemi, uživatelsky upravovat, používat a rozšiřovat v závislosti na růstu podniku. Tyto vlastnosti jsou společné pro většinu IS. Srovnám-li systém Microsoft Business Solutions se systémem MFG/PRO RAPID, docházím k závěru, že mají oba systémy široké využití, jejich vlastnosti a funkce jsou obdobné

7 Požadavky na komplexní systém elektronického obchodování pro prostředí malých a středních firem V prostředí stále tvrdší konkurence musejí podnikoví analytici a manažeři rozhodovat pod časovým tlakem a současně s vysokou zodpovědností. To znamená, že pro tato rozhodnutí musí mít dostatek objektivních informací, které jsou rychle dostupné, s minimální technickou náročností na manipulaci s nimi a přitom s možností rychle formulovat nové požadavky na další informace odpovídající aktuální obchodní nebo výrobní situaci.

66

Hlavním problémem mnoha českých malých a středních firem jsou obavy a nedostatek znalostí a zkušeností, jak se prosadit na těch nejvíce atraktivních trzích.

Cennější než peníze, kvalitní výrobky či jméno jsou v dnešním světě informace a schopnost s nimi efektivně nakládat – znalosti, schopnosti, know-how. Tyto všeobecné znalosti je ovšem hodně obtížné získat z interních zdrojů podniku, kde vládne atmosféra zaběhaného pořádku, každodenních starostí, a kde je velmi těžké zaměřit se na širší pohled na tuto problematiku.  

Cíle obchodní aktivity malých a středních podniků se dají shrnout do dvou bodů: rozšířit své marketingové aktivity na nové trhy vybudovat alespoň v malé části podniku kvalitní a komunikační prostředí

Pro splnění těchto cílů mají malé a střední podniky následující požadavky na komplexní systém elektronického obchodování:  Provedení cíleného marketingového průzkumu zahraničních trhů a rozšíření tak odbytových možností dané firmy v zahraničí  Vybudování informační základny (Resource Base) – zdroj informací o trhu, dílčích segmentech, konkurentech, výrobcích, dodavatelích atd.  Pomoc při vybírání perspektivních tržních segmentů  Pomoc při vytváření marketingové strategie pro určitý segment trhu (výrobek, službu atd.)  Vytvoření jednoduché personalizované (cílené) prezentace firmy a jejich produktů, služeb na internetu  Pomoc při vybudování metod k systematickému získávání nových zákazníků  Zlepšení práce s informacemi  Zdůraznění výhody používání informačních technologií (IT) - jak ve vnitropodnikových procesech, tak i v komunikaci navenek  Seznámení s nejnovějšími poznatky, technologiemi a trendy  Převedení veškerých znalostí, metod a postupů na odpovědné zaměstnance firmy [Systémová Integrace, prosinec 2002]          

Další možné požadavky na systém elektronického obchodování pro konkrétní firmu: Jednoduchý způsob prodeje výrobků a služeb Snadná administrace prodejny Dokonalý přehled nad daty obchodu Možnost importu a exportu dat Statistiky obchodu pro analýzu dat důležitých pro manažerské rozhodování Vlastní administrace vzhledu prodejny s možností vlastního přizpůsobení Individuální přístup k zákazníkům Propracovaná klientská aplikace pro administraci prodejny s přehledným ovládáním Možnost exportu katalogu do elektronického archívu pro prohlížení, např. prostřednictvím prohlížeče EasyBusiness Viewer Technická podpora a neustálý vývoj produktu podle požadavků klientů za účelem zvýšení funkčnosti a zkvalitnění všech vlastností

Bude-li komplexní systém elektronického obchodování splňovat uvedené požadavky, stane se tím nejcennějším a nejspolehlivějším pomocníkem pro malé i větší podniky v jejich rozvoji a obchodování.

8 Vytvoření internetově orientované aplikace Úkolem naší práce bylo navrhnout internetově orientovaný systém pro podporu elektronického obchodování, který je zaměřen na prodej motocyklů.

67

      

Při zobrazení úvodní stránky (Obr. 1) si zájemce může zvolit z následujících možností: Katalog Ceník Vyhledávání Nákupní košík Správa databáze Kontakt Odkazy

Obrázek 1 – Úvodní stránka nákupního systému   

Katalog se zbožím se dále větví na: Motosalon Čtyřkolky Bazar

      

V Motosalonu se nové motocykly dělí do kategorií: Supersport Touring Naked Chopper Enduro Off-road Scooter

Zákazníkům bude systém nabízet nové motocykly a motorové čtyřkolky značky Honda, které jsou roztříděny do jednotlivých kategorií. Dále budou v bazaru nabízeny ojeté motocykly různých značek (Obr. 2).

Aplikace obsahuje také Ceník, jehož součástí je přehled všech distribuovaných motocyklů s jejich cenou.

Zákazník může dále využít funkci Vyhledávání, pomocí které je možné vyhledat požadovaný motocykl zadáním jen několika znaků z jeho názvu. Vyhledávač vypíše všechny názvy motocyklů, jejichž název obsahuje zadané značky [ZBOŘIL, M. 2005].

68

Obrázek 2 – Detailní výpis produktu Úvodní stránka obsahuje také odkaz na funkci Nákupní košík, která poskytuje přehled o zboží zvoleném zákazníkem. V nákupním košíku je možné mazat jednotlivé položky (motocykly), měnit počet kusů, přepočítávat výslednou cenu a následně vybrané zboží objednat.

Aby mohli zákazníci objednávat, je nutné naplnit aplikaci daty. K tomu slouží Správa databáze. Tato funkce umožňuje administrátorovi zařazovat, upravovat a odstraňovat prvky z databáze. Správa databáze je chráněna proti neoprávněnému vstupu nepovolané osoby dotazem na jméno a heslo administrátora. Databázi je možné upravovat také přes databázový program MS Access, ve kterém byla vytvořena.

V případě nějakého dotazu může zákazník kontaktovat administrátora. Adresy, maily a telefonní čísla nalezne pod odkazem Kontakt, zde si může vybrat podle svého dotazu dané oddělení.

Když se začne zájemce na stránkách nudit nebo mu nebudou dostačovat, má možnost si vybrat z několika nabízených odkazů ze světa motocyklů, které se zobrazí po kliknutí na Odkazy.

9 Závěr - testování funkčnosti systému Testování je velmi důležitou součástí vývoje internetových stránek. Všechny faktory, které na stránkách testujeme, se dají rozdělit do dvou skupin: 1. Objektivní faktory Výsledek objektivních faktorů se dá přesně vyhodnotit. Můžeme tak určit, zda stránky splňují nebo nesplňují požadovanou vlastnost. Mezi objektivní faktory patří například:  validita (platnost) zdrojového kódu a kaskádových stylů  funkčnost všech odkazů  splňování kritérií přístupnosti 2. Subjektivní faktory Práce se subjektivními faktory je ve srovnání s objektivními náročnější. Jejich testování je většinou složitější a to, jak s výsledky naložíme, se odvíjí od našich cílů a priorit. Do 69

množiny subjektivních faktorů se řadí především použitelnost (anglicky "usability") a některé faktory optimalizace pro vyhledávače.

Někde na pomezí mezi těmito dvěma skupinami se nachází datová velikost jednotlivých stránek a vkládaných objektů a s ní související rychlost načítání. Tyto veličiny můžeme sice relativně přesně změřit, avšak rozhodování, jaké hodnoty jsou pro nás ještě přípustné, je značně subjektivní a závisí na požadavcích.

Ověření funkčnosti systému Nejprve jsme ověřili funkčnost validity zdrojového kódu a CSS validátorem. Potom jsme úspěšně zkontrolovali funkčnost odkazů službou http://validator.w3.org/checklink/.

Použitelnost neboli funkčnost systému jsme ověřili zadním padesáti produktů a jednoho administrátora do databáze, následně jsme zkontrolovali vizuálně správnost hodnot v kategoriích a v katalogu. Celou kontrolu jsme dokončili vložením produktu do nákupního košíku, vyplněním a úspěšným odesláním objednávky. Nakonec jsme ještě ověřili funkčnost autorizace (přihlášení) přednastaveného administrátora a správnou funkci editace a úpravy databáze z Internetu.

10 Použitá literatura DOHNAL JAN, 2002. Řízení vztahů se zákazníky – procesy, pracovníci, technologie. 1. vyd.

Praha: Grada Publishing a.s., 2002. 164 s. ISBN 80-247-0401-3 MICROSOFT, Microsoft Business Solutions CRM [online], Microsoft, USA, [cit. z 28. 12. 2004], dostupný z: <URL: http://www.microsoft.cz> MINERVA, MFG/PRO [online], Minerva, Praha, [cit. z 27. 12. 2004], dostupný z: <URL: http://www.minerva-is.cz> PEŠEK P., 1999. Podpora podnikání při revitalizaci regionů, 1. vyd. Ústí nad Labem: Univerzita J.E. Purkyně, 1999. 132 s.

RAMÍK J. a kol.., 1998. Sborník výzkumných prací Ústavu malého a středního podnikání I., Karviná, Slezská univerzita Opava, 1998 SMEJKAL V. a kolektiv, 2001. Právo informačních a telekomunikačních systémů. 1. vyd.

Praha: C. H. Beck, 2001. 542 s. ISBN 80-7179-552-6 SYNEK M., 2002. Podniková ekonomika, 3. vyd., Praha: C.H.Beck, 2002. 479 s., ISBN 80-7179-736-7 Systémová Integrace, Praha : KIT VŠE, ročníky 2000-2003, čísla: červenec, říjen, prosinec, ISSN 1210-9479 ZBOŘIL, M. 2005. E-business pro malé a střední firmy. Diplomová práce. Ostrava : VŠB-TU Ostrava, 2005, 46 s. + 8 příloh, vedoucí Pavlas, R.

70

XXXVI. Seminar ASR '2012 “Instruments and Control” © 2012, VŠB-TUO, Ostrava, ISBN 978-80-248-2626-4

Determination of Accuracy and Repeatability of Positioning NC Table Axes PETÁK, Tomáš1 & BENKÓ, Peter2 1

Ing.,

ÚAMAI SjF STU Bratislava, Námestie slobody 17, Bratislava 1, 812 31

tomas.petak@stuba.sk 2

Ing., PhD.,

ÚAMAI SjF STU Bratislava, Námestie slobody 17, Bratislava 1, 812 31

peter.benko@stuba.sk Abstract: this contribution describes procedures and interpretation techniques of calibration biaxial positioning table carried out in the Institution of automatization, measurement and applied informatics STU in Bratislava. Characteristics of table axes, which is installed as a part of information and control system laboratory are demonstrated by calibration. As method for calibration was used direct comparison method. The Aim of this work is to specify a calibration method, design of measurement model, execution of the measurement experiments, statistical evaluation of the measurements, specification of source of uncertainties and interpretation of the results of calibration in terms of the chosen methodology. As a standard was chosen laser interferometer XL 80 from Renishaw to fulfill requirements for high accuracy and repeatability measurements of NC table axes. Laser interferometer is used in the geometrical quantities measurement such as length, angle, straightness, flatness or perpendicularity. Advantage of this standard is the software, which allows evaluation of measurement according to ISO standards and the others. As a result of this work is to determine the positioning errors of NC table with application of corrections of these errors. Finally is made positioning control of table axes by reexecution of the measuring experiments.

The research work was performed to financial support Ministry of Education of the Slovak Republic, grant No. VEGA 1/0584/12.

Keywords: NC positioning table, laser interferometer, calibration, uncertainties of measurement

1 NC positioning table Micro-positioning device consists of two perpendicular and structurally identical axes X and Y. These two allow positioning in the horizontal plane and form basis of the positioning device. Linear movement axes of the two tracks are made up of rolling tracks with trackballs. Supporting structure is solved by the aluminum profiles. The biaxial positioning device is using position control without feedback. This is carried by SIMOSTEP stepper motors with incremental sensors connected to the trackball gear. The motor is connected to the screw shaft by clutch. Control system with FM-power units FM-SIMODRIVE is based on the programmable controller S7-300 with positioning module FM 357-2.

71

Figure 1 â&#x20AC;&#x201C; Sample biaxially NC positioning table Positioning of the table is provided by the limit switches. These are located in the frame axes.

Selected parameters of the axes are shown in Table 1.

Table 1: Basic technical parameters of the NC positioning table Parameter value

Parameter axis X

axis Y

160 mm

160 mm

640 mm

585 mm

250 mm

210 mm

Max. positioning speed

80 mm/s

80 mm/s

Min. positioning step

0,0004 mm

0,0004 mm

Directness of movement

0,004 mm

0,004 mm

Perpendicularity of movement

0,005 mm/stroke

0,005 mm/stroke

Maximum load

100 N

100 N

Climb of screw

4 mm/rev.

4 mm/rev.

Stroke Length of the positioning platform Width of the positioning platform

72

2 Standard – laser interferometer Renishaw XL 80 For NC positioning table calibration is chosen laser interferometer XL 80 from Renishaw as a standard. Laser interferometer is measuring device that is used in the geometrical quantities measurement such as length, angle, straightness, flatness or perpendicularity. As a light source is used He-Ne laser (Helium-Neon) methane CH4 stabilized. Frequency is sufficiently stable to be able measure the frequency and wavelength with high accuracy. Wavelength of stabilized He-Ne laser of the measuring system XL 80 is therefore suitable to the device could be used as a length measure with declared precision and inclusion. Laser interferometer Renishaw XL 80 is based on heterodyne principle, it is therefore dual frequency interferometer.

Table 2: Basic metrological parameters of the laser interferometer Renishaw XL 80 System performance

Renishaw XL 80

Linear measurement range

0 to 40 m

Linear measurement accuracy

 0,5 m/m

Linear frequency accuracy

 0,05 m/m

Resolution

1 nm

Maximum travel velocity

4 m/s

Dynamic capture rate

10 Hz to 50 kHz

Preheat time

< 6 minutes

Specifies accuracy temperature range

(0 to 40) °C

73

Environmental sensor performance

Renishaw XL 80

Material temperature

(0 to 55) °C Accuracy:  0,1 °C

Air temperature

(0 to 40) °C Accuracy:  0,2 °C

Air pressure

65 kPa to 115 kPa Accuracy: 1 mbar

Relative humidity (%)

(0 to 95) % Accuracy:  6 %

It uses the physical principle of the interference comparator. The light source is dual frequency gas laser. The laser emits light radiation at two very close frequencies. Both beams are orthogonal polarized. This allows their separation by polarizing filter. This provides reference and measurement beams. Reference beams f1 and f2 fall on a photosensitive element, the measuring beams continue to half mirror. The measuring beams are divided into two parts here. One part of the frequency f2 is reflected by the corner reflector and after reflection from the semi-permeable mirror returns to the photosensitive element. The second part of the frequency f1 moves through the half mirror and turns to the corner reflector mounted on the measured object. There is a frequency shift of the beam on value f1 + ∆f. The beam turns on a photosensitive element. There is an output signal proportional to the frequency change ∆f on the output of evaluation unit.

Figure 2 – Schematic sample of the heterodyne laser interferometer The accuracy of measurement of using the laser interferometer affects the refractive effect index of environment, usually air.

Wavelength of the laser beam varies according the formula:

74

 where:

0

(1)

n

λ – wavelength of laser light in air, λ0 – wavelength of laser light in vacuum,

n – refraction index of air.

The value of the refractive index varies according to changes in temperature, pressure relative humidity and chemical composition of air. Contamination of optical path of laser between interferometer and corner reflector also affects the measurement. Great advantage of application of laser interferometer is using of metrological station for measurement and follow compensation ambient parameters given to the reference values.

Figure 3 - Laser interferometer Renishaw XL 80

3 Conditions of the experiment ISO standard 230 part 2 can be used to calibration of the NC positioning table. It is aimed on testing and evaluation of the accuracy and repeatability of positioning numerically controlled axes in machine tools, using direct measurement of the machine axes. The method is applicable for linear and rotary axes. The aim of measurements under that methodology is to create compensatory curve to compensate for positioning errors in numerically controlled machines tool axes.

The measurement is performed on the device steady-state temperature. It must be preceded a suitable heating process. Positioning table must stop in the measured position for long enough to allow a capturing of actual position. Device must be steady in horizontally position and moved by balanced speed.

75

Direct to the nature of measurement is chosen as a measuring step the linear bi-directional measuring cycle, which is described in Figure 4. It refers to a series of measurement, where setting to the specified position in given axis is performed in both directions of movement.

Figure 4 - Linear bi-directional measuring cycle In accordance with requirements of ISO 230-2 the range of calibration of linear axes is restricted to -70 mm to 70 mm. Foray into the extreme positions of stroke of NC table could not be realized by reverse direction of measurement.

According to ISO 230-2 the following parameters are evaluated: Target position

Pi i  1 až m

(2)

Actual position Pij i  1 až m, j  1 až n

(3)

Deviation of position, positional deviation xij  Pij  Pi

(4)

Mean unidirectional positional deviation at a position Straight direction:

x i 

1 n  xij  n j 1

(5)

Reverse direction: 76

x i 

1 n  xij  n j 1

(6)

Mean bi-directional positional deviation at a position xi 

xi   xi  2

(7)

Reversal value at a position (8)

Bi  x i   x i  Reversal value of an axis

B  max .  Bi



(9)

Mean reversal value of an axis B

1 m  Bi m i 1

(10)

Estimator of the unidirectional axis repeatability of positioning at a position Straight direction:

si 



1 n  xij   xi  n  1 j 1

2



(11)

Reverse direction:

si 



1 n  xij   x i  n  1 j 1

2



(12)

Unidirectional repeatability of positioning at a position Straight direction: Ri  4si 

(13)

Reverse direction: (14)

Ri  4si 

Bi-directional repeatability of positioning at a position





Ri  max . 2si  2si   Bi ; Ri ; Ri 

(15)

Unidirectional repeatability of positioning Straight direction:

 

(16)

 

(17)

R  max . Ri 

Reverse direction:

R  max . Ri 

77

Bi-directional repeatability of positioning R  max . Ri 

(18)

Unidirectional systematic positional deviation of an axis Straight direction:

 

 

(19)

 

 

(20)

E  max . xi   min . xi  Reverse direction:

E  max . xi   min . xi 

Bi-directional systematic positional deviation of an axis









E  max . xi ; xi   min . xi ; xi 

(21)

Mean bi-directional positional deviation of an axis





M  max . xi  min . xi

(22)

Unidirectional accuracy of positioning of an axis Straight direction:









(23)









(24)

A  max . xi  2si   min . xi  2si  Reverse direction:

A  max . xi  2si   min . x i  2si  Bi-directional accuracy of positioning of an axis









A  max . xi  2s i ; xi  2s i   min . x i  2s i ; x i  2s i 

(25)

4 Determination of accuracy and repeatability of positioning NC table axes Figure 5 and 6 is a graphical representation of the results of analysis accuracy and repeatability of positioning axes X and axes Y. Additional parameters that are described in the ISO 230-2 are evaluated by calibration of the NC positioning table.

78

M ean unidirectional deviation

2 D NC stroj

0

E r r o r ( m ic r o m e t r e s )

-

0

-

1

-

1

-

2

-

2

-

3

-

3

.

5

.

5

.

5

.

5

-

6

0

-

4

0

-

2

0

0

2

0

4

0

-

4

0

-

2

0

0

2

0

4

0

6

0

6

0

Reversal value 0

.

8

0

.

6

0

.

4

0

.

2

0

-

0

.

2

-

0

.

4

-

0

.

6

-

6

0

T arget (m illim et res )

Repeatability 1

0

-

1

-

2

-

3

-

4

-

6

0

-

4

0

M a c h in e :2 D N C s tro j S e ria l N o :M E 4 8 M P A -S N :0 0 5 D a te :1 7 :1 2 A p r 1 1 2 0 1 2 B y :B e n k o , P e ta k , J a n e g a

-

2

0

0

A x is :X L o c a tio n :U A M A I B id ire c tio n a l A c c u ra c y : 6 .5 1 2

2

0

4

0

6

0

P o s -d ir.R e p : 3 .1 6 4 R e v -d ir.R e p : 3 .6 1 0 B i-d ir. R e p : 3 .6 1 0 M e a n re v : 0 .0 3 7

Figure 5 â&#x20AC;&#x201C; analysis of the results of the axis X according to ISO 230-2 M ean unidirectional deviation 3

2 D NC stroj

0

2

5

2

0

1

5

1

0

E r r o r ( m ic r o m e t r e s )

5

-

2

9

2

8

2

7

2

6

2

5

2

4

2

3

2

2

2

1

6

0

-

4

0

-

2

0

0

2

0

4

0

-

4

0

-

2

0

0

2

0

4

0

6

0

5

0

2

5

2

0

1

5

1

0

6

0

T arget (m illim et res )

Repeatability 3

0

Reversal value

-

3

6

5

0

-

6

0

M a c h in e :2 D N C s tro j S e ria l N o :M E 4 8 M P A -S N :0 0 5 D a te :1 6 :2 6 A p r 1 1 2 0 1 2 B y :B e n k o , P e ta k , J a n e g a

-

4

0

-

2

0

0

A x is :Y L o c a tio n :U A M A I B id ire c tio n a l A c c u ra c y : 3 9 .9 3 4

2

0

4

0

6

0

P o s -d ir.R e p : 1 5 .2 7 4 R e v -d ir.R e p : 1 2 .3 0 4 B i-d ir. R e p : 3 6 .2 1 2 M e a n re v : 2 4 .8 9 0

Figure 6 â&#x20AC;&#x201C; analysis of the results of the axis Y according to ISO 230-2 Figure 7 is graphical representation of the results of analysis corrected axis Y in accordance to ISO 230-2. It is possible to apply corrections because control software allows to enter corrections to twist of screw shaft. The relevant corrections were obtained by expressing the results from the first measurement of the axis Y of positioning table.

79

M ean unidirectional deviation

2 D NC stroj

8

7

6

5

4

3

2

1

0

E r r o r ( m ic r o m e t r e s )

-

1

-

2

-

3

-

6

0

-

4

0

-

2

0

0

2

0

4

0

-

4

0

-

2

0

0

2

0

4

0

6

0

6

0

Reversal value 6

5

4

3

2

1

0

-

1

-

2

-

6

0

T arget (m illim et res )

Repeatability 1

1

5

0

5

0

-

-

5

1

0

-

6

0

M a c h in e :2 D N C stro j S e ria l N o :M E 4 8 M P A -S N :0 0 5 D a te :1 8 :0 3 A p r 1 1 2 0 1 2 B y :B e n ko , P e ta k , Ja n e g a

-

4

0

-

2

0

0

A x is :Y L o c a tio n :U A M A I B id ire ctio n a l A c c u ra c y: 3 3 .4 8 9

2

0

4

0

6

0

P o s -d ir.R e p : 2 9 .1 9 6 R e v-d ir.R e p : 2 3 .5 7 4 B i-d ir. R e p : 2 9 .1 9 6 M e a n re v : 2 .3 5 5

Figure 7 – analysis of the results of the corrected axis Y according to ISO 230-2 Comparing the results of calibration axis Y of positioning table in Table 3, the differences between the results of calibration of axis Y before and after corrections are observed. In axis X was not necessary to apply corrections to the axis. The results of accuracy and repeatability of positioning table in axis X are in relation to the requirements of a pointing device.

Table 3: Comparison of the results of axis Y before/after correction Bi-directional repeatability of positioning at a position

Axis Y

Accuracy

Mean reversal value of an axis

Before corrections After corrections

39,934 μm

24,890 μm

36,212 μm

33,489 μm

2,355 μm

29,196 μm

5 Evaluation of the experiment In calibration of the NC positioning table there are several potential sources of error.

Their classification and estimation is important in determination the measurement uncertainties in term of qualitative indicator of its quality. Full knowledge of uncertainty in measurement requires a lot of information. Phenomena that contribute to the uncertainty and the fact that the result of measurement can not be characterized by a single value are called sources of uncertainty.

Mathematical model of calibration of NC positioning table is expressed as follows: L  LNC  [1   (20  tm )]  LLI  δLcos  LAbbe  Ldp    Lk

80

(26)

where: ∆L - deviation of position in axis of positioning table, LNC - measured length value indicated by positioning table, Lk - corrected value of the measured length of the laser interferometer (conventionally true value).

Further corrections in the model will be considered zero and their impact is transferred to the uncertainty of measurement. These corrections will be presented in the next evaluation as sources of measurement uncertainties.

Other influencing parameters in the model are:

 - coefficient of thermal expansion of the mechanical part of the positioning table,

t m - temperature of material, LLI – length measured by the laser interferometer expressed as:    LLI   0   N  64n  tph  

(27)

where:

0 - wavelegth of laser radiation in vacuum,

64 - constant of polarization splitter, ntph - index of refraction of air at a temperature t , pressure p, relative humidity h, N - number of laser pulses.

The refractive index ntph can be expressed by Edlens equation or using the calculator on the website: http://emtoolbox.nist.gov/Wavelength/Edlen.asp.

Edlens equation:

ntph  n0 1  K t t  20  Kp ( p  101,325)  Kh h  50

(28)

Errors that are specified as mechanical sources of uncertainties which are added to overall measurement model are follows:

Lcos - cosine error, LAbbe - Abbe error, Ldp - dead path error.

These errors were in the evaluation of calibration of NC positioning table acquired from similar applications of laser interferometer.

81

6 Conclusion Contribution describes calibration of NC positioning table using method of determination of accuracy and repeatability of positioning numerically controlled axes by laser interferometer. In continuity of this are published some brief knowledge from the physics, namely laser interferometry. Calibration of the NC positioning table is in relation with design of calibration model, specification of measurement errors what is important in determination the measurement uncertainties in term of qualitative indicator of its quality and interpretation of the results of calibration in accordance to ISO 230-2. In contribution is designed operation process of calibration of the positioning devices, conditions of measurement are described and example of evaluation of calibration by presentation of mathematical model. Given the topicality of the issue is this work stated mainly for using in metrological practice.

7 References [1] [2] [3] [4] [5] [6] [7] [8] [9]

CASTRO, H. F. F. - BURDEKIN, M.: Dynamic calibration of the positioning accuracy tools and coordinate measuring machines using laser interferometer. International tools and coordinate measuring journal of machine tools & Manufacture 43. 2003.

CHUDÝ, V. - PALENČÁR, R. - KUREKOVÁ, E. - HALAJ, M.: Meranie technických veličín. Bratislava: STU v Bratislave, 1999, ISBN 80-227-1275-2.

DEMEČ, P.: Modelovanie vplyvu nepresností na dráhu nástroja pri obrábaní, Inženýžská technika, roč. 10, č. 3/2003, ISSN 1210-2717.

DEMEČ, P.: Presnosť obrábacích strojov a jej matematické modelovanie, Košice: VIENALA, 2001, ISBN 80-7099-620-X. JAE, H - LEE, Y. L. - SEUNG-HAN, Y: Accuracy improvement of miniaturized machine tool, International journal of machine tools & Manufacture 46, 2006.

ISO 230-2: Test code for machine tools. Part 2: Determination of accuracy and repeatability of positioning numerically controlled axes, International Organization for Standardization, 2006.

Guide to the Expression of Uncertainty in Measurement, International Organization for Standardization, 1995.

MSA L/12: Vyjadrovanie neistôt merania pri kalibrácii, Metodické smernice pre akreditáciu, 2010.

STN 01 0116:2004: Terminológia v legálnej metrológii, Slovenský ústav technickej normalizácie, 2004.

82

XXXVI. Seminar ASR '2012 “Instruments and Control” © 2012, VŠB-TUO, Ostrava, ISBN 978-80-248-2626-4

Filtering of Data Specific to Biomass Combustion PLACIER-ZAVALA, Emmanuel & PLAČEK, Viktor Department of Instrumentation and Control, Faculty of Mechanical Engineering, CTU in Prague, Technická 4, 166 07 Praha 6 eplacier@hotmail.com, Ing.

viktor.placek@fs.cvut.cz

Abstract: The paper concerns with the problem of data filtering obtained during an experiment with a small-scale biomass boiler. Common methods of data filtering are able to smooth down the measured time rows although a weight down of the filtered signal with severe dynamic delay was also observed. A comparison of common linear filters is presented (including Butterworth, Bessel and Chebishev filters) as well as some less common non-linear filters (Threshold and Gaussian weighted average) evaluating their ability to smooth the signal and not to weight the signal with additional dynamic delay.

Keywords: signal, filtering, biomass, combustion

1 Introduction A good portion of our work consists of experiments carried out on a small-scale biomass boiler. During the experiments many variables are measured, and almost all of the measured data is burdened with noise of varied magnitude. Some noise has its source in the measuring circuit and it can be handled by a change in the sensor connection. Nevertheless, a substantial part of the noise originates in the measured process itself. The non-homogenous combustion of solid fuels is a strongly non-deterministic process which creates severe disturbances to measured values.

When trying to indentify a system from measured data time rows with sufficiently smooth data is needed. Unfortunately, common linear filters when used for data smoothing, weight the data down with additional dynamic delay. When the filtered variable responds quickly to its excitation, the subsequent dynamic delay can considerably lurk away the instants of change. The dynamic delay thus distorts input data used for the system identification.

As an example, an experiment is introduced where a step change is made in frequency of asynchronous motor frequency changer driving intake air fan and observing changes in the temperature of flue gases in a stack entrance. As the frequency change is abrupt, the changes in observed values are equally fast. The measured data of temperature is strongly burdened with noise sourcing in the combustion process itself. In order to perform the identification of the air flow impact on the boiler performance, it is necessary to filter the signal without loosing the sudden changes in the measured variable as a reaction to the step changes of an excitation signal. Standard filters such as Butterworth, Bessel and Chebyshev are tested and their results are compared with two non-linear filters.

2 Common signal filters As an example of a measured signal, a part of an experiment is discussed where the combustion process in a small-scale boiler is excited by the air flow change. The air flow to both a primary and a secondary channel is changed in steps every time when the control algorithm detects finished transition from previous step (Fig. 1). Further information about the boiler, its configuration and control, can be found in [PLAČEK et. al., 2011], [HAAPA-AHO et. al., 2011].

83

Three of the most common continuous linear filters were used. Discrete filter was first converted to continuous using zero-order hold and then transformed using common differential equation with parameters got from the respective filter. The cutoff frequencies for the filters were chosen in a way that each filter would cover a range limited by a smooth and slow response to a poor smooth and fast response.

The result of using Bessel filter is in Fig. 2, Butterworth filter is in Fig. 3 and Chebyshev filter is in Fig. 4. The comparison of all three filters with optimal cutoff frequency is in Fig. 5.

From the comparison it can be seen that all three filters use as high a cutoff frequency that the filtered signal is still rippled. But despite the high cutoff frequency of the filters, the filtered transitions still have significant dynamic delay.

Figure 1 â&#x20AC;&#x201C; Example of measured data for filtering. Black line is excitation signal and red line is time response.

Figure 2 â&#x20AC;&#x201C; Detail of the filtered response using Bessel filter of 2nd order with three different cutoff frequencies (in rad/s).

84

Figure 3 â&#x20AC;&#x201C; Detail of the filtered response using Butterworth filter of 2nd order with three different cutoff frequencies (in rad/s).

Figure 4 â&#x20AC;&#x201C; Detail of the filtered response using Chebyshev filter of 2nd order with three different cutoff frequencies (in rad/s).

85

Figure 5 – Detail of the filtered response using three common linear filters.

3 Custom filters Due to the inaccuracies discussed in the previous section, it was decided to use less common discrete filters. The first filter was Threshold filter. It is basically a non-linear modification of any of previous linear filters. The Threshold filter introduces a threshold element that allows filtering source signal only when the difference between source and filtered signal is smaller than defined threshold (Fig. 6).

Figure 6 – Schematic view of Threshold filter algorithm.

Figure 7 – Detail of the filtered response using Threshold filter.

86

In Fig. 7 is shown the result of applying the Threshold filter on the response data with Butterworth filter used for signal filtering before the threshold element. The filter is able to switch between our two demands. When the source signal is “near” the filtered signal (noise level is inside threshold interval, that is) the filtered signal is perfectly smoothed by Butterworth filter. During fast transitions, when original signal moves away from the filtered signal (when the deviation from the signal is not considered as a noise anymore but as a transition) the Threshold filter bypass the Butterworth filter and passes the unfiltered signal to the output. A Drawback of the Threshold filter is that during fast transitions, the signal is not filtered at all.

The filter introduced in this paper is Gaussian weighted average filter published in [BORŽÍKOVÁ et. al. 2012]. The weighted average is computed using the standard equation:

yi  where:

x w k y

w1 x1  w2 x2    wk xk w1  w2    wk

means source sample, means Gaussian weight of the sample, means size of running average window and means filtered sample.

But the weights are computed using simplified Gaussian formula:  ( xi   )

wi  e 2 , means mean value (taken from previous filtered sample) and determines sensitivity of the weights computing function. 

where

 

In Fig. 8 is the comparison of common running average with 1000 seconds wide running window, with Gauss-weighted running average with 500 seconds wide running window. It can be seen that the smoothing ability of Gauss-weighted running average with half size wide running window is comparable with common running average. It allows for using narrower running window for the Gauss-weighted running average for same smoothing but much faster filter response.

Figure 8 – Detail of the filtered response using Gaussian-weighted moving average

87

4 Conclusions Three common linear filters and two less common non-linear filters were tested. The filters were used for smoothing a set of data measured during experiments on small-scale biomass boiler. It was shown that linear filters are able to smooth measured signal but weight the time rows with additional dynamic delay that may spoil proper system identification.

The Threshold filter is quite easy to implement and able to smooth signal sufficiently and at the same time show fast transients almost without dynamic delay. However, during fast transients the signal is not filtered at all.

The Gaussian-weighted running average filter adds smoothing ability to common running average filter. It is then possible get smoothing results similar as with running average with wide running window but with response as fast as with narrow running window.

This work has been supported by the Ministry of Education of the Czech Republic under the project No. MSM68400770035 “Development of environmentally friendly decentralized power systems”, which is gratefully acknowledged.

The work of Ph.D. students has been supported by Doctoral Grant Support of the Czech Technical University in Prague, grant No. SGS10/252/OHK2/3T/12.

The master studies of Mr. Emmanuel Placier in the Czech Technical University in Prague are sponsored by the National Council of Science and Technology of Mexico (CONACYT).

5 References PLAČEK, V., et. al. 2011. Investigation in Control of Small-scale Biomass Boilers. In Proceedings of the 2011 12th International Carpathian Control Conference (ICCC), 312–315, Velké Karlovice, IEEE - Systems, Man, and Cybernetics Society, 2011 HAAPA-AHO J., et. al. 2011. Continuous Control Issues Concerning Operation Improvement of Small-Scale Biomass Boilers. In: 18th IFAC World Congress, 2011.

BORŽÍKOVÁ, J., et. al. 2012. Využitie kľzavého váženého priemeru na filtrovanie meraných údajov. In: ARTEP 2012. Stará Lesná.

88

XXXVI. Seminar ASR '2012 “Instruments and Control” © 2012, VŠB-TUO, Ostrava, ISBN 978-80-248-2626-4

The Control Unit for Production of Biodiesel PLŠEK, Stanislav1 & VAŠEK, Vladimír2 1

Tomas Bata University in Zlin, Faculty of Applied Informatics, Nad Stráněmi 4511, Zlín 760 05, Czech Republic, splsek@fai.utb.cz, http://web.fai.utb.cz

2

prof., Ing., CSc., Tomas Bata University in Zlin, Faculty of Applied Informatics, vasek@fai.utb.cz

Ing.,

Abstract: This work describes the control of biodiesel production from renewable and waste raw materials.

Biodiesel for internal combustion engines are currently produced and used with all its advantages (reducing CO2, produced from renewable materials) and disadvantages (higher nitrogen oxide emissions).

For production of biodiesel was implemented and deployed controlling system based on programmable logic controller Saia. Programmable logic controllers are widely used and deployed from the smallest to the largest manufacturing processes in industry. The control system maintains the required parameters of a chemical reaction, in which biodiesel is created from renewable or waste raw materials.

Keywords: biodiesel, control unit, PLC, dosing, visualization,

1 Introduction Nowadays biodiesel is used as an alternative ecological fuel, but it has a few advantages and disadvantages. For example, advantages include production from renewable materials (oils, fats), low environmental burden and lower CO2 emissions when is used normal biodiesel. On the other hand, production includes higher cost of some materials and there are higher nitrogen oxides emissions.

Production is providing by a transesterification of free fatty acids (see Ataya et al., 2006; Canakci & Gerpen, 2001; Van Gerpen, 2005).

Because the process was manually controlled and it was a lot of time consuming, It was designed a simple controlling system for production of biodiesel. It’s based on programmable logic controller from SAIA Company.

The control system provides reactor temperature control, dosing of feedstock and other components, process visualization and easy setting and remote aces through LAN or GSM modem by text messages.

2 Fats transesterification Production of biodiesel runs on chemical reaction – transesterification with presence of these materials:  Free fatty acids – used cooking oils from food-processing industry, fast foods or fats from leather remains from leather industry  Methanol  Catalyst, usually it is acid or alkaline, according to used raw materials, usually dissolved in methanol Methyl esters (biodiesel) and glycerol are created by this reaction. Glycerol can be easily removed from biodiesel in centrifuge due his higher density than biodiesel.

89

During the development in several studies present a lot of ways of transesterification, such as parameters that can be changed:  Temperature  Pressure  Catalyst  Molar ratio methanol to oil For example, the tests with temperature at 32°C take 4 hours, but at temperature 60°C it takes only one hour. Potassium hydroxide or sulfuric acid in the presence is used on place on catalyst, volume dependent on unsaturated free fatty acids in fats or oils.

If we want to achieve maximum yield in production and if we want reduce some next steps, we must precise control temperature, volume of materials and time.

3 The control unit The control unit is based on PLC SAIA, type PCD2.M5540. It has built - in 1 MB memory that can be extended by two flash cards. If you use extending station, you can connect 1023 inputs and outputs. This PLC has built – in web server and two RJ45 connectors for communication with touch terminal or connection to router and remote access (see Hardware PCD2.M5xxx. 26/856, 2009).

For control the stirrer speed is used 1 - phase motor driver that can communicate by a serial line with Modbus protocol or you can use analog and digital inputs. For direct control there are display and push buttons on driver body.

As the thermometers in reactor were chosen two pieces of Pt1000 thermometers with range from -25°C to +400°C. One of them measures temperature in main area, another measures temperature near the heater to avoid local overheat.

Solid state relays are used for switching pumps and heater. They have advantages in nonmechanical contacts and they switch if the alternating power supply voltage crosses through zero value, but on the other hand they need cooling for high current.

To setting and controlling the technological process is used web server and touch screen terminal. It has 10.4” screen, built – in 4 MB flash memory, which is expandable up to 1 GB. It can communicate by Ethernet or a serial line (RS232, RS485). If you use PS/2 interface, you can connect keyboard or bar-code reader.

For access control the unit is used G10/CM100 GSM modem. The setting is provided by text messages, which you can send from mobile phone or internet gate.

4 Controller structure design To control the reactor temperature is used two – position controller with penalization. It was also test with the PID controller set by desired model method (dynamics inverse), but time to reach the set temperature was too long.

4.1 Step response identification To identify the step response was chosen step from 4% to 6% of heating power (from 68 watts to 102 watts). The power value was selected due to prevent overheat, because the maximal power of heater is 1700W. The static (1) and dynamics (2) characteristic were calculated from values in Table 1.

Table 1. The measured values of static characteristic Measurement No. Heating power [W] Temperature [°C] 1 68 61.4 2 85 69.0 3 102 76.0 90

(1)

y  7.3x  32.3 8.808 Gs   12185.3s  1

(2)

4.2 Controller determination Practically a two – position controller with penalization is an easy controller with two states and modification around the set point value, where the output level is limited.

Calculation of penalty is given in the following equations (see Balátě, 2003; Vašek, 2004):   w y 1 k p  1  1    pp y  2  u k p max  max u str u pen 

    k  1  p max  

(3)

(4)

u max kp

(5)

100

y(t), u(t), w(t)

80

60

40

20

0 0

100

200

300

400

500

600

700

800

900

t [s] y (t) [°C]

u (t) [%]

w (t) [°C]

Figure 1. Simulation of the reactor temperature control, set point at 60°C The best value of k p max was selected from several simulations, that were performed. The value of k p max can be changed in range from 0.8 to 1.2 multiple.

As show Figure 1, controlled variable reaches the set point value without overshot in time up to 4 minutes. Also you can see penalized output level when the temperature reaches 54°C. This measurement was carried out for p p  20% .

91

5 Visualization of process Web server built – in programmable logic controller was used to for visualization of the technological process. Visualization pages made in html format can be show on the touch screen terminal or remote computer.

Devices can be controlled in two modes: manual and automatic. In manual mode user can set all output from the unit and must manually control dosing of feedstock and other materials, as you can see in Figure 2. If automatics mode is chosen, user set values of materials and it is automatically dosed into reactor. In this mode he can only stop the production of biodiesel.

In automatic mode the control unit can be controlled through GSM modem. It uses short text messages in DTMF format (see Plšek, 2011). It has next format: #1#500*0*1*1*1*2*1#600*0*100*1*200*3*600*4*500# where individual elements have the following meanings:  # is used to separate the DTMF commands  * is used to separate individual parameters within a DTMF command According to the above properties we can expand the message to the following parts:  #1 – activates DTMF server, sent SMS must always it contain  #500 – used to set binary values, where each number is followed by the output logical value, command #500*0*1*1*0 mean that output 0 has log. 1, output 1 has log. 0, etc.  #600 – used to set the integer parameters to output, syntax correspond to previous command, then the #600*0*100*1*200*3*600 sets output 0 to value 100, output 1 to value 200, etc.  # - the last character terminates the DTMF command

Figure 2. Manual mode of visualization 92

For easy use you can send only proper dived part of the message and set only few parameters, such as temperature or time of reaction. These messages can be saved in memory in mobile phone for faster using or you can send it by internet portal of some mobile operators.

6 Conclusion The control unit has been created based on programmable logic controller. It provides temperature reactor control, dosing of feedstock and other material, control stirrer speed and monitoring and visualization of technological process with remote access through GSM modem or web browser.

The two – position controller with penalization was designed without any negative effects, such as overshot or long time regulation. The measurement with this setting was performed on real reactor and it proves the correct setting of reactor, because it was identical with simulation.

The control unit is prepared for future extension, such as control of pH in reactor or purification of biodiesel, methanol removal or preparation of used raw materials.

7 Acknowledgement The project is supported by Internal Grant Agency of Tomas Bata University Zlin, IGA/FAI/2012/039 and research project MSM 7088352102 and ERDF Project CEBIA Tech No. CZ.1.05/2.1.00/03.0089. This support is very gratefully acknowledged.

8 References ATAYA, F.; A. DUBE, M.; TERNAN, M. (2006). Single - Phase and Two - Phase Base – Catalyzed Transesterification of Canola Oil to Fatty Acid Methyl Esters at Ambient Conditions. In Ontario, Canada, p. 5411-5417. Ind. Eng. Chem. Res. Department of Chemical Engineering, Centre for Catalysis Research and Innovation, University of Ottawa, Ontario BALÁTĚ, J. (2003). Automatické řízení, BEN - technická literatura, ISBN 80-7300-020-2, Praha CANAKCI, M.; VAN GERPEN, J. (2001). A Pilot Plant to Produce Biodiesel from high free Fatty Acid Feedstocks. In Paper No. 016049 at the 2001 ASAE Annual International Meeting Sacramento Convention Center. Sacramento Hardware PCD2.M5xxx. 26/856. (2009). Saia – Burgess Electronics. 229 p. Available from: http://sbc-support.ch/ Accessed: 2011-09-29.

Hardware manual PCD2.W525, PCD3.W525. 26/853. (2007). Saia – Burgess Electronics, 9 p. Available from: http://sbc-support.ch/ Accessed: 2011-09-29.

PLŠEK, S. (2011). Controlling and monitoring system for the production of biodiesel. In Annals of DAAAM for 2011 & Proceedings of the 22nd International DAAAM Symposium. Vienna, Austria, p. 1549-1550. ISBN 978-3-901509-83-4, ISSN 17269679.

VAN GERPEN, J. (2005). Biodiesel processing and production. In Fuel Processing technology 86. University Of Idaho, USA. p. 1097-1107.

VAŠEK, V. (1994) Mikropočítačové monitorovací a řídicí systémy, Habilitační práce. Vysoké učení technické v Brně, fakulta technologická se sídlem ve Zlíně. Zlín

93

XXXVI. Seminar ASR '2012 “Instruments and Control” © 2012, VŠB-TUO, Ostrava, ISBN 978-80-248-2626-4

Application Software for Data Collecting and Data Processing, Intended for Embedded PC with Touchscreen PODEŠVA, Petr1 & FOJTÍK, David2 1

Ing., Katedra ATŘ-352, VŠB-TU Ostrava, 17. listopadu, Ostrava - Poruba, 708 33 petr.podešva@vsb.cz,

2

Ing., Ph.D.,

david.fojtik@vsb.cz,

Abstract: In industry, especially in older plants, we often encounter situations where data obtained from measuring devices are evaluated and recorded by a human worker to another device or tables in paper form. This solution may be much cheaper in terms of hardware, but on the other hand, various errors may present as a result of human factor errors. The actual measurement can also be much longer than in the case of automated operation, as the worker, rather than other activities, periodically checks the measuring instruments whether the measurement was completed and then he evaluates and records them. This work describes the developed software which is designed for speed up the process of the collection, visualization and evaluation of data from gas analysers in the Gas Filling Plant. It also serves as a touch interface, for the measured data archiving, printing of tables and forms and various data entry with barcode readers. The application is configurable and allows and unifies connection of a different instruments and measuring equipment by Siemens ELAN protocol and industrial protocol Modbus. Software was developed in Visual Basic .NET language and it is suited for low-power embedded PC with SVGA touch display and Windows XP Embedded OS. This project was funded by RMT s.r.o., Paskov.

Keywords: ELAN, MODBUS,

1 Introduction The aim of this project was to create an application for cylinders filling plant. This Application should be used for collection of data from the analysers of gas mixture composition and the other additional variables, visualization, archiving and printing. System was intended to automate, to speed up and refine the measurements by detecting steady state of measured values and with behaviours according to selected rules. It should provide the connection of barcode readers for reading of the ID numbers and the codes of gas mixture types. The application was developed in environment Microsoft Visual Studio 2008 in Visual Basic .NET with Framework 2.0 in order to ensure compatibility with Windows XP Embedded on the target PC. The original procedure was such that a worker connects tested container to the gas line and then checks each measure device, whether the value of the measured variables are stabilized. The measuring time depends on the composition, temperature and pressure of gas in container. It may be in the interval of 30 seconds to 10 minutes.    

System Requirements: PC built-in touch, communication with the measuring units with analog output or protocol 485 with ELAN, input from bar code readers, visualisation and printouts.

95

In Figure 1 the diagram of system for measuring the composition of the gases. The Cabinet contains set of measuring devices and other different measuring devices are connected to PC via ELAN or Modbus protocols. Each remote measuring workplace has its own cabinet and barcode reader. Figure 2 presents basic parts of developed application. Parts are grouped three main segments by their function.

Figure 1 â&#x20AC;&#x201C; Simplified diagram of measuring system Main app Cabinet

Data/Print

Menu (configurations)

Measurement

Searching

Connections

Measuring devices

Tables

Panels & Gas

Printing

DIO Modbus

Printing config.

AI Modbus

Gas mixtures configuration

ELAN

Result table

Barcode scan.

Printing Timers

Ports

SW keyboard

Figure 2 â&#x20AC;&#x201C; Main parts of application

2 Embedded PC System is based on industrial PC IEI AFL-08AH based on the Intel Atom N270 1.6GHz with a touch panel with a resolution of 800 x 600 pixels (Figure 3). Low resolution and small screen with a diagonal of 8.4 "complicated design layout application controls. The PC is equipped with 4 gigabytes Compact Flash, LAN, serial port RS 232 and RS 485 with power supply and operating system Microsoft Windows XP Embedded. The Figure 4 shows the main screen contains information about connected devices.

96

Figure 3 – AFL-08AH-N270-CR Flat Panel PC

Figure 4 – Panel for connections and the information about devices

3 Analysers and measuring devices The system uses a variety of measuring tools are grouped into panels according to individual workplaces. Among them are thermometers, barometers, and especially the concentration of gas analysers in the mixture. The analysers are devices from Siemens, which support interface RS485 and protocol ELAN. There are three groups of measuring instruments:  binary with voltage output,  analog with current output,  digital output via RS485 protocol and ELAN. The ELAN protocol uses frames of defined shape consisting of a standard header, the body contains data, control characters and the end checksum. It was necessary to create a component performing data conversion and auxiliary functions.

For the transfer of analog and digital signals were selected units Moxa 1200 Series, specifically the digital input output unit MOXA 1212 and analog-digital converter MOXA 1240 shown on Figure 5. The industrial units include LAN switches, allowing communication with a PC via an OPC server or using an industrial Modbus / TCP protocol, which allows reading and writing data to the device registers. The application is built on the LAN converter 97

units MOXA 1212 and MOXA 1240. The application can connect one DIO converter and several AI units and ELAN equipment. Component for handling Modbus uses existing open source libraries "Free Modbus", which contain functions for reading and writing binary data type boolean and 16 bit integer type short integer.

Figure 6 – Datalogic Gryphon M4130 Bar code readers

Figure 5 – Moxa 1240 A/D

4 Bar Code Readers To read the bar code ID and types of gas cylinders were used wireless LED bar code readers Datalogic Gryphon M4130 with increased resistance (Figure 6). The assembly consists of a reader and docking station to which you can connect multiple readers. The station can be connected to a PC via USB when the device behaves like a standard keyboard sending ASCII characters or RS232 when the string of bytes sent. In this case the second option was used because of the 10 m distance between the PC and docking station.

Communication between the reader and docking station is the radio frequency of 433 MHz. System was verified by reliable data transfer over a distance of 40 m in the hall, where the system is deployed.

Each reader is assigned a serial number located in the prefix string sent. Uses the default encoding type code 39, but after setting the reader to not to add prefixes encoding identifier, you can use other types, such as EAN13. These parameters could be set in configuration panel shown on Figure 7.

Figure 7 – Panel for connecting and testing of bar code readers

98

5 Configurability The main element of the configuration object is cabinet which groups other parts. The application may contain several independent housing. Each box can be assigned up to 7 inputs from measuring devices connected via protocol converter MOXA or ELAN. The inputs are assigned to the device properties such as quantity, unit and filters. Each input can be in the measurement mode, the manual entry of values, or ignore the device. Modes can only switch the user with higher privileges. Cabinet is also assigned a list of gas mixtures and their components and parameters. All configuration parameters are written in the application structure stored in an XML file on the system disk. Figure 8 displays panel for configuration of mixtures parameters.

Figure 8 â&#x20AC;&#x201C; Panel for configuration of the cabinets and gas mixtures The application has three levels of access rights, which vary in particular, effect on the application settings and view controls. The configuration of the main parameters is allowed only by administrators. Table 1 show the list of options for each level of user.

Table 1 â&#x20AC;&#x201C; User levels and rights Function Admin cabinet configuration * device configuration * reader configuration * simulation and measurement of inputs * gas configuration * change their passwords, and lower levels * during the recording * deleting and editing results * automatic switching mode, manual, ignoring devices * making measurements * data search * printing *

99

Supervisor

User

* * * * * * * *

* * *

6 Measurement The Figure 9 shows main panel of measurement. Each column represents a single channel with a description of the measured parameters, status and real-time graph of the dynamic range. Panel is in administrator mode, which allows simulation of relay signals and data recording.

1.

2.

3.

4.

5.

6.

7.

8.

The standard measurement procedure: waiting for the signal of pressure in the system, waiting for the signal from 30-second timer relay, switch mode of filter for measurement, detection of stabilization by chosen algorithm, switch mode of filter for stabilization, optional delay after detection of stabilization, manual or automatic storage record, manual or automatic printing.

Figure 9 â&#x20AC;&#x201C; Main panel for measurements One of the main functions is to detect stable measured value. The problem during the detection is different measurement time and course of measurement, which depends on the composition, pressure and temperature of the mixture, and the required accuracy. The measuring time for different compounds of the same mixture may vary depending on these variables range from 30 seconds to 10 minutes. In addition the long-term measurements show errors such as small leaks in the system. Another source of error in detecting and fixing problems is noise whose level is different for different devices.

In experiments it was found that there is often a temporary stabilization of the measured values, which, after a relatively short time will change again. For these reasons, it is necessary to re-test a longer period of time. Short-term disturbances could be removed by filtration, but at the expense of large delays. Graph 1 shows detail of a typical course of real measurements.

In this case, the curve is easily identifiable course change point. Graph 2 shows detail of the average absolute deviation of measured value during that measurement. Algorithm tests if the average deviation is under defined limit in defined intervals. In this case it was 5 second interval. If there is sequence of three results under limit, then the measurement is declared as finished.

100

Graph 1 â&#x20AC;&#x201C; Detail of the concentration measurements

Graph 2 â&#x20AC;&#x201C; Detail of the average absolute deviation of measured value

7 Data and Printing The data are grouped into tables, standard sizes up to 20 entries. This format was chosen to fit the type of tables that are in use before this measurement. Grouping records in the tables allow a significant reduction in the amount of data stored, it is not necessary to re-store the data common to all records. The data are stored in XML files containing data from one year each. A table can contain entries from day one.

Records can be searched (Figure 10) by mixture code, bottle identification numbers or dates with optional restrictions. According to the selected parameters in the left column displays a list of tables and the selection of a specific table in the right column displays a list of records in it. When you search, you can choose whether to display the worksheet all records or only records that meet all the conditions.

Figure 10 â&#x20AC;&#x201C; The panel for searching and printing of records, displaying list of search results

101

8 Further development The direction of further development of this application is the connection to the SQL database via Web services. Communication with the central database would allow obtaining the parameters of individual compounds and then adding additional rules to detect correct mixture. This will require an interface for union of transferred data, and set of internal rules for ensure mutual compatibility and increased security against changes in the configuration, which is sufficient for the current state, but insufficient for working with databases.

For greater savings of the amount of stored data, the list structure could be divided on part with a header and a list of the records with reference to the head. Headers should be created only when changing the configuration of the cabinet.

9 Conclusion The aim of this study was to create an application to automate the collection, visualization and archiving of data from the measurement of the gas components in pressurized containers. This application simplifies and speeds up the operations performed by the operator on the workplace. The application was successfully deployed in the factory and there are plans to further expand its communication with the central database, allowing further development and increase the level of automation. This project was funded by RMT s.r.o., Paskov.

10 References EMBEDDED SOLUTIONS. FreeMODBUS - A Modbus ASCII/RTU and TCP implementation [online].

2012.

Available from www: <URL: http://www.freemodbus.org/>.

IEI AFL-08AH-N270-CR User manual [online]. IEI technologies corp. 2010. Available from www: <URL:http://www.ieiworld.com/files/file_pool/0C032000224075617114/file/AFL08AH-N270-CR_UMN_v1.01.pdf>.

SIEMENS. ELAN Interface description â&#x20AC;&#x201C; electronic documentation. Siemens AG, 2008a.

SIEMENS. ULTRAMAT 6E/F, OXYMAT 6E/F Gas Analysers Instruction Manual. Release 05/2006. Siemens GA, 2006.

102

XXXVI. Seminar ASR '2012 “Instruments and Control” © 2012, VŠB-TUO, Ostrava, ISBN 978-80-248-2626-4

Robustnost regulačního obvodu s regulovanou soustavou s dopravním zpožděním Robustness of Control System with Time Delay SPURNÝ, Miloslav1 & MAHDAL, Miroslav2 1

Ing.,

2

Ing., Ph.D. Katedra ATŘ-352, VŠB-TU Ostrava, 17. listopadu, Ostrava - Poruba, 708 33, miroslav.mahdal@vsb.cz,

Katedra ATŘ-352, VŠB-TU Ostrava, 17. listopadu, Ostrava - Poruba, 708 33, miloslav.spurny@vsb.cz,

Abstrakt: Příspěvek je věnován ověření robustnosti regulačního obvodu. Tento regulační obvod s PI regulátorem je seřízen metodou požadovaného modelu a metodou násobného dominantního pólu pro proporcionální regulovanou soustavu s dopravním zpožděním. Následně jsou metody mezi sebou srovnány. Robustnost je posuzována třemi různými kritérii kvality regulačního pochodu při změnách parametrů regulované soustavy až o ± 30 %.

Regulační obvod seřízený těmito metodami syntézy vykazuje dostatečně vysokou robustnost. Pro simulaci je uvažován regulační obvod s regulátorem s jedním stupněm volnosti (1DOF) nebo se dvěma stupni volnosti (2DOF) a proporcionální regulovanou soustavou s dopravním zpožděním.

Na příkladu je ukázáno ověření robustnosti regulačního obvodu. Simulace regulačního obvodu jsou provedeny v simulačním programu Matlab/Simulink.

Klíčová slova: robustnost, kritéria kvality, regulátor, syntéza regulačního obvodu

1 Úvod Při realizaci regulačních obvodů nesmíme opomenout jejich robustnost. Proto regulační obvod je navržen tak, aby zvládl i velké změny parametrů regulované soustavy. Tento příspěvek se tedy zabývá seřizováním regulačního obvodu s konvenčním analogovým regulátorem typu PI pro nekmitavou proporcionální regulovanou soustavu s dopravním zpožděním. V příspěvku je stručně popsána metoda násobného dominantního pólu a metoda požadovaného modelu pro seřízení daného regulátoru. Dále je provedeno ověření robustnosti regulačního obvodu v závislosti na změně parametrů regulované soustavy při různých poměrech setrvačné časové konstanty k dopravnímu zpoždění.

2 Seřízení regulátoru PI Nejdůležitějším úkolem při návrhu regulačního obvodu, který lze vidět na obr. 1, je dosažení a následné udržení určité kvality regulace.

2DOF W

GF

W1

E

1DOF

V1

V2

U

GR

Y GS

Obrázek 1 Schéma regulačního obvodu s regulátorem 2DOF

103

V regulačním obvodu se předpokládá proporcionální regulovaná soustava s dopravním zpožděním s přenosem k1 (1) GS s   e Td s T1s  1 a regulátor konvenčního typu PI (1DOF) nebo regulátor se dvěma stupni volnosti (2DOF), které mají přenos ve tvaru  1   (2) GR ( s)  k P 1   TI s  a vstupní filtr má přenos 1 b TI s GF ( s )  .

1 1 TI s kde je GS s 

k1 T1 Td GR s  kP TI GF s  b

(3)

– přenos regulované soustavy, – zesílení regulované soustavy, – setrvačná časová konstanta, – dopravní zpoždění, – přenos regulátoru PI, – zesílení regulátoru, – integrační časová konstanta, – přenos vstupní filtru, – váha žádané veličiny u proporcionální složky.

Existuje hodně metod pro seřízení regulátorů PI pro regulovanou soustavu danou přenosem (1) [Åström, Hägglund 2006, Górecki 1971, O’Dwyer 2009, Vítečková, Víteček 2008, 2011]. V tomto příspěvku je zvolena metoda násobného dominantního pólu a metoda požadovaného modelu.

1. Metoda násobného dominantního pólu Metoda násobného dominantního pólu (MNDP) je vhodná pro nekmitavé regulované soustavy s dopravním zpožděním [O’Dwyer 2009, Šulc, Vítečková 2004, Vítečková, Víteček 2008, 2011].

Metoda umožňuje seřídit konvenční analogové regulátory. Pro regulátory PI tzn. obsahující integrační složku je předpoklad, že regulovaná soustava má přenos ve tvaru (1).

Předpokládá se, že dominantní pól regulačního obvodu je stabilní, násobný a reálný. Násobnost dominantního pólu, která je dána počtem stavitelných parametrů zvoleného regulátoru p  1 , zajišťuje nekmitavý regulační pochod. V tab. 1 jsou uvedeny vztahy pro výpočet stavitelných parametrů regulátoru, které jsou získány řešením následující soustavy rovnic d i N ( s)  0, i  0,1,..., p , (4) ds i kde je N (s) – charakteristický mnohočlen, ze kterého se získá dominantní pól a hodnoty p stavitelných parametrů regulátoru.

104

 p  1 -násobný

Tabulka 1: Hodnoty stavitelných parametrů regulátoru PI pro MNDP Stavitelné parametry regulátoru PI

s3  

2 1 2 1    2 2 Td 2T1 Td 4T1





TI  

Td T1 s3 2  (2T1  Td ) s3  1 s32 (Td T1 s3  T1  Td )

k P  

 1 Td T1 s3 2  (2T1  Td ) s3  1 e Td s3 k1

2. Metoda požadovaného modelu Metoda požadovaného modelu (MPM) je vhodná pro regulované soustavy s dopravním zpožděním[O’Dwyer 2009, Šulc, Vítečková 2004, Vítečková, Víteček 2008, 2011]. Umožňuje seřídit konvenční analogové regulátory jako metoda násobného dominantního pólu, ale s tím rozdílem, že je zde zaručen požadovaný (relativní) překmit  přechodové charakteristiky uzavřeného regulačního obvodu. Relativní překmit lze volit v rozmezí od 0 do 50 %.

V tab. 2 jsou uvedeny hodnoty koeficientu  , který byl pro daný relativní překmit  získaný číslicovou simulací.

 

Tabulka 2: Hodnoty koeficientu  pro zvolený relativní překmit  0 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,4 0,45 0,5 2,718 1,944 1,720 1,561 1,437 1,337 1,248 1,172 1,104 1,045 0,992

Vztahy pro výpočet stavitelných parametrů analogového regulátoru PI jsou uvedeny v tab. 3.

Tabulka 3: Hodnoty stavitelných parametrů regulátoru PI pro MPM Stavitelné parametry regulátoru PI k P 

TI Td k1

TI  T1

3 Ověření robustnosti Robustnost je vlastnost metody, která určuje, jak se změní průběh regulace při změně parametrů regulované soustavy s dopravním zpožděním. Jestliže průběh regulace zůstává stejný nebo se mění jen nepatrně při změně parametrů regulované soustavy, je metoda robustní. Pro ověření robustnosti obou metod je zvolena proporcionální regulovaná soustava s dopravním zpožděním s přenosem (1).

Byly uvažovány změny nominálních hodnot parametrů regulované soustavy kˆ1 , Tˆ1 a Tˆd o  30 % : k   kˆ ;   0,70; 1; 1,30; 1

1

T1  1Tˆ1; T   Tˆ ; d

2 d

1  0,70; 1; 1,30;  2  0,70; 1; 1,30;

(5)

kde znak ^ značí nominálního hodnotu.

105



Robustnost regulačního obvodu je posuzována na základě zvolených 3 ukazatelů kvality, tj. integrální kritérium ITAE 

I ITAE   t et  dt ,

(6)

0



relativní překmit 

 

yt max   yust , yust

(7)

doba regulace t r

Obrázek 2 – Přechodová charakteristika regulačního obvodu s vyznačenými ukazateli kvality Doba regulace je dána časem, od kterého regulovaná veličina y t  se nachází v pásmu o šířce 2 [Vítečková, Víteček 2008, 2011]. V tomto příspěvku se předpokládá hodnota relativní tolerance regulace   0,02 (2 %) , kde je  yt max  t max y ust

– relativní tolerance regulace – přesnost regulace (1  5) % , – maximální hodnota regulované veličiny při překmitu, – doba při dosažení maximálního překmitu, – ustálená hodnota regulované veličiny.

Ověření vlivu změn parametrů k1 , T1 a Td regulované soustavy (1) na regulační pochod bylo provedeno pomocí simulačního programu Matlab/Simulink.

4 Příklad V příkladu se předpokládá, že žádaná veličina je w(t )  1 , poruchové veličiny jsou v1 (t )  v2 (t )  0 . Dále byly provedeny simulace regulačního obvodu s regulátorem PI (2) pro regulovanou soustavou s dopravním zpožděním (1) v programu Matlab/Simulink.

Dopočítané stavitelné parametry analogového regulátoru PI metodou násobného dominantního pólu ze vztahů v tabulce 1 a metodou požadovaného modelu ze vztahů v tab. 3 jsou uvedené v tab. 4.

106

Tabulka 4: Hodnoty stavitelných parametrů regulátoru PI pro MNDP a MPM Stavitelné parametry regulátor PI MNDP MPM Poměr mezi parametry TI TI b k P k P soustavy (1) 1 0,06 2 T1  Td : k1  1,5 ; T1  2 s ; Td  8 s 0,1 2,8 1 2

T1  Td : k1  1,5 ; T1  8 s ; Td  2 s

1,11

6,2

0,46

0,98

8

3

T1  Td : k1  1,5 ; T1  4 s ; Td  4 s

0,25

4

1

0,25

4

Pro ověření robustnosti byly postupně změněny parametry regulované soustavy (1) při různých poměrech setrvačné časové konstanty T1 k dopravnímu zpoždění Td : 1. Parametry soustavy s poměrem T1 < Td Pro regulovanou soustavu s dopravním zpožděním (1) s hodnotami parametrů: k1  1,5 ; T1  2 s ; Td  8 s byly dopočítány hodnoty stavitelných parametrů regulátoru, které jsou uvedeny v tab. 4 na řádku 1.

Obrázek 3 – Odezvy regulačního obvodu se soustavou (1) s nominálními hodnotami v tab. 4 na řádku 1 - srovnání MNDP a MPM

Obrázek 4 – Odezvy regulačního obvodu se soustavou (1) se změnou zesílení k1

Obrázek 5 – Odezvy regulačního obvodu se soustavou (1) se změnou setrvačné časové konstanty T1

Obrázek 6 – Odezvy regulačního obvodu se soustavou (1) se změnou dopravního zpoždění Td

107

Na obr. 3 je vidět srovnání průběhů regulačního obvodu seřízeného MNDP a MPM při nominálních hodnotách (řádek 1 v tab. 4). V tomto případě se lépe jeví MNDP. K největším změnám dochází při změně zesílení k1 regulované soustavy (1) o  30 % (obr. 4), ale i při těchto změnách parametru zůstává regulační obvod stabilní.

Proto v příspěvku je pouze ukázána tab. 5, kde jsou vidět ukazatelé kvality pro posuzování robustnosti regulačního obvodu při změně zesílení k1 regulované soustavy o  30 % , kdy dojde příbližně k 5% překmitu, ale doba regulace zůstává v podstatě stejná při použití MNDP. Při změně zesílení k1 o  30 % lze vidět, že k překmitu nedochází, ale doba regulace se výrazně prodlužuje asi o 70 % jak u MNDP, tak i u MPM. Regulační obvod seřízený metodami MNDP a MPM je dostatečně robustní.

Tabulka 5: Ukazatelé kvality při změně zesílení k1 regulované soustavy o  30 % MNDP Ukazatelé kvality Doba regulace tr [s] Kritérium ITAE Překmit  [%]

MPM Změna zesílení k1 o

 30 [%] Nominální  30 [%]  30 [%] Nominální  30 [%] hodnota hodnota 100,5 59,5 51,2 84,1 48 46,8 222,9 307,1 634,6 281,3 426,5 854,9 0 0 4,3 0 0 2,3

Ukazatelé kvality při změnách dalších parametrů regulované soustavy (1) zde nejsou uvedeny, protože nenastanou takové výrazné změny jako u zesílení k1 .

2. Parametry soustavy s poměrem T1 > Td Pro regulovanou soustavu s dopravním zpožděním (1) s hodnotami parametrů: k1  1,5 ; T1  8 s ; Td  2 s byly dopočítány hodnoty stavitelných parametrů regulátoru, které jsou uvedeny v tab. 4 na řádku 2.

Obrázek 7 – Odezvy regulačního obvodu se soustavou (1) s nominálními hodnotami v tab. 4 na řádku 1 - srovnání MNDP a MPM

Obrázek 8 – Odezvy regulačního obvodu se soustavou (1) se změnou zesílení k1

Na obr. 7 je vidět srovnání průběhů regulačního obvodu seřízeného MNDP a MPM při nominálních hodnotách (řádek 2 v tab. 4). Při poměru konstant, kde T1  Td , dochází k překmitu při seřízení MNDP, který je způsoben stabilní nulou v čitateli přenosu řízení [Vítečková, Víteček 2008, 2011]. Proto byl použit pro tuto metodu regulátor se dvěma stupni volnosti (2DOF) 108

a vstupním filtrem s přenosem (3), kde váha žádané veličiny u proporcionální složky b  0,46 . Tím je odstraněn překmit, ale zpomalí se odezva regulačního obvodu a prodlouží se doba regulace, viz tab. 6. Také v tomto případě je regulační obvod seřízený metodami MNDP a MPM dostatečně robustní a stabilní.

Obrázek 9 – Odezvy regulačního obvodu se Obrázek 10 – Odezvy regulačního obvodu soustavou (1) se změnou setrvačné časové se soustavou (1) se změnou dopravního konstanty T1 zpoždění Td V tab. 6 jsou vidět ukazatelé kvality pro posuzování robustnosti regulačního obvodu s regulátorem (1DOF) a (2DOF) při změně zasílení k1 o  30 % .

Tabulka 6: Ukazatelé kvality při změně zesílení k1 regulované soustavy o  30 % MNDP Ukazatelé kvality Doba regulace tr [s] Kritérium ITAE Překmit  [%]

MPM Změna zesílení k1 o

Regulátor  30 [%] (1DOF) (2DOF) (1DOF) (2DOF) (1DOF) (2DOF)

32,8 25,7 42,8 26,1 4,7 0,8

Nominální  30 [%]  30 [%] Nominální  30 [%] hodnota hodnota 26,1 20,6 28,3 17,6 12,7 22,8 24,8 49,7 67,5 35,5 45,8 83,5 39,1 66,8 8,5 16,4 0 0 2,9 0 0

Ukazatelé kvality při změnách dalších parametrů regulované soustavy (1) zde nejsou uvedeny, protože nenastanou takové výrazné změny jako u zesílení k1 .

3. Parametry soustavy s poměrem T1 = Td Pro regulovanou soustavu s dopravním zpožděním (1) s hodnotami parametrů: k1  1,5 ; T1  4 s ; Td  4 s byly dopočítány hodnoty stavitelných parametrů regulátoru, které jsou uvedeny v tab. 4 na řádku 3.

Vidíme, že k P a TI mají stejné hodnoty pro obě metody. Proto již nejsou uvedeny průběhy pro každou metodu zvlášť a je zkoumán vliv změn parametrů regulované soustavy (1) u jedné metody.

109

Obrázek 11 – Odezvy regulačního obvodu se soustavou (1) se změnou zesílení k1

Obrázek 12 – Odezvy regulačního obvodu se Obrázek 13 – Odezvy regulačního obvodu soustavou (1) se změnou setrvačné časové se soustavou (1) se změnou dopravního konstanty T1 zpoždění Td V případě rovnosti setrvačné časové konstanty a dopravního zpoždění jsou odezvy regulačního obvodu seřízeného MNDP a MPM totožné. To lze vidět také v tab. 7, v které jsou uvedeny ukazatelé kvality. Pokud dojde ke změně zesílení k1 o  30 % vznikne příbližně 3, 5% překmit, ale doba regulace zůstává v podstatě stejná. Pokud chceme lépe seřídit regulátor pomocí statických vlastností je dobré měnit zesílení k1 na vyšší hodnoty.

Tabulka 7: Ukazatelé kvality při změně zesílení k1 regulované soustavy o  30 % MNDP Ukazatelé kvality Doba regulace tr [s] Kritérium ITAE Překmit  [%]

MPM Změna zesílení k1 o

 30 [%] Nominální  30 [%]  30 [%] Nominální  30 [%] hodnota hodnota 50,45 30 29,5 50,45 30 29,5 91 124,3 247 91 124,3 247 0 0 3,4 0 0 3,4

Ukazatelé kvality při změnách dalších parametrů regulované soustavy (1) zde nejsou uvedeny, protože nenastanou takové výrazné změny jako u zesílení k1 .

110

5 Závěr V příspěvku byly popsány dvě metody syntézy pro seřízení regulačního obvodu s regulátorem s jedním nebo dvěma stupni volnosti (2DOF) a regulovanou soustavou s dopravním zpožděním.

Tento regulační obvod seřízený MNDP a MPM je dostatečně robustní a stabilní. Ověření robustnosti regulačního obvodu je ukázáno na příkladu. Záleží na každém, podle jakého ukazatele kvality bude posuzovat robustnost regulačního obvodu.

Příspěvek vznikl za finanční podpory grantu reg. No SP 2012/16.

6 Použitá literatura ÅSTRÖM K. J. & HÄGGLUND, T. 2006. Advanced PID Control. Research Triangle Park: ISA – The Instrumentation, Systems, and Society, 460 pp, 2006.

GÓRECKI, H. 1971. Analysis and Synthesis of Control Systems with Time Delay (in Polish).

Warszawa: Wydawnictwo Naukowo – Techniczne, 372 pp., 1971.

KUČERA, V. 2001. Robustní regulátory. Automa, číslo 6 (2001), str. 43-45. Dostupné z www <URL: http://www.odbornecasopisy.cz/download/au060143.pdf>.

O’DWYER, A. 2009. Handbook of PI and PID Controller Tuning Rules. 3rdEdition. London: Imperial College Press, 608 pp., 2009. ŠULC, B., VÍTEČKOVÁ, M. 2004. Teorie a praxe návrhu regulačních obvodů. Praha: Vydavatelství ČVUT, 2004, ISBN 80-01-03007-5.

VÍTEČKOVÁ, M., VÍTEČEK, A. 2011. Vybrané metody seřizování regulátorů. Ostrava: VŠB-TU Ostrava, Fakulta strojní, 2011. 230 str., ISBN 978-80-248-2503-8.

VÍTEČKOVÁ, M., VÍTEČEK, A. 2008. Základy automatické regulace. Ostrava: VŠB-TU Ostrava, Fakulta strojní, 2008. 244 s, ISBN 978-80-248-1924-2.

111

XXXVI. Seminar ASR '2012 “Instruments and Control” © 2012, VŠB-TUO, Ostrava, ISBN 978-80-248-2626-4

Web Portal for Team Building used MS SharePoint STANÍČEK, Petr1 & FARANA, Radim2 1

2

Ing.,

Katedra ATŘ-352, VŠB-TU Ostrava, 17. listopadu, Ostrava - Poruba, 708 33 petr.stanicek@vsb.cz, http://www.vsb.cz/profily/en/STA481 radim.farana@vsb.cz,

http://www.vsb.cz/profily/en/FAR10

Abstract: This article describes the creation of a web portal in MS SharePoint 2010.

Portal which will record all the research and development teams, current status and outcomes research projects, is focused on team collaboration, such as data sharing, database search and academic researchers, students and projects.

Information System electronically connects users, teams and departments (laboratories), so users can share, communicate and process information or documents.

Information system is facilitating cooperation with end-user collaboration features, intuitive organization of content, finding information and people and tools for effective circulation and sharing of documents. It will also ensure a controlled distribution of information and documents between users depending on their role within the organization, team membership, interest, security group or any other membership criteria.

Keywords: portal, team, SharePoint, information system, data sharing

1 The use of information systems in practice Without the use of the information system it is difficult to imagine the functionality of the enterprise. Any information would be for each individual person and thus would be difficult to obtain. The basic reason for applying information system in enterprises is the central storage of documents and information to accelerate their search, increasing productivity and reducing costs. These data can back up, archive and creating statistics from that.

Information system requirements are:  Reliability  Effectiveness of  Flexibility  Maintainability  Security With the increasing competitiveness of the enterprises and organizations increasingly recognize the potential that lies in working teams. Individual workers can not work as efficiently as a result to have better results than the team. In addition, the individual bears all the burden on himself, while the team is this burden distributed among all members, thus giving room to unlock the potential of each individual.

Information systems should be designed for team work and only work for individuals as it still is mostly in enterprises. It consists mainly of exchanging information in a single team and the possibility to work simultaneously on a given problem in more people. One commercial product that offers solutions such as SharePoint is Microsoft's. This product allows for targeted distribution of information according to individual roles within an organization using technology to create personal 113

pages. The teams are supported by web space for sharing information and data and supporting communication and cooperation. Moreover, the very foundation of the team does not require the intervention of IS / IT staff. The entire information architecture itself is covered by the corporate portal, which is at the highest level and acts as a kind of signpost for searching and browsing shared information across the organization. It is also possible not only through the portal itself, but to work with data from other external sources of information.

2 School Web Portal support team The need to create a web environment with the support team was established in the organization such as the Technical University of Ostrava, where he created a new Web portal for the Faculty of Mechanical Engineering. The portal has to provide functionality to support teams that will register all persons involved and their knowledge of academic and student teams, projects, equipment and references. It can search both inside and outside the portal resistors (team members) for a specific solution. The portal will be inserted advertisements of scientific and research tasks or topics students served.

Developed information system electronically connects users, teams and departments (department), so users can communicate and share and process information or documents. The information system will facilitate the cooperation of end users with collaboration features, intuitive organization of content, finding information and people and tools for effective circulation and sharing of documents. It also provides a controlled distribution of information and documents between users depending on their role within the organization, team membership, interest, security group or any other membership criteria.

3 Microsoft SharePoint Microsoft SharePoint is a web-based technology on the server, which can be used to build portals, collaboration (collaboration) pages, and content management pages. It is very versatile as regards functions and supports a variety of enterprise and web scenarios. It is also popular for document management solutions. SharePoint can also be used as a building platform for building complex systems using frameworks.

Figure 1 â&#x20AC;&#x201C; School web portal 114

SharePoint itself is based on the user to create Web sites where they share information with other users, and manage documents from start to finish, and publish reports to facilitate decision making.

SharePoint 2010 requires 64-bit hardware, which can be sometimes for only a few years old computers problem. It also requires 64-bit operating system, which allows running IIS, which meet almost all editions of Vista and Windows 7 Supported operating system version SharePoint Server 2010, Windows Server 2008 SP2 and Windows Server 2008 R2. Furthermore, database servers, SQL Server 2005 SP3 SQL Server 2008 SP1 and SQL Server 2008 R2 (supported by SQL RTM). Of course this is just a 64-bit version.

For SharePoint Foundation 2010 is the required memory of 4 GB of RAM, but for SharePoint Server requires memory to 8 GB of RAM. It is reported however, that the minimum 2 GB of memory. The data storage SharePoint uses SQL Server backend. The biggest content is stored in a database in SQL, not the file system. SharePoint pages are saved in Web applications to the server and accessed via the web browsers.

4 Communication and information management The basis of teamwork are tools for creating and modifying team pages. These sites allow you to share information and documents, team, organization of workshops and meetings, assigning tasks, records and lists of contacts and events on this site can create surveys with the current evaluation. Team pages are used to manage and organize teams working together on assigned tasks within a department or organization, or can be set up at random and used in connection with the emergence of new project activities and tasks. Team members can use in SharePoint from Office documents feature direct injection into the portal, views, documents, document status and tracking tasks.

Figure 2 â&#x20AC;&#x201C; Example of communication SharePoint provides a central repository of documents and information with integrated tools to define the rules for working with them. In this way, structured documents and information that facilitate your work with information resources organization. At the same time to avoid duplication and occurrence of individual 115

documents and information on local or network data storage, which also reduces the cost of increasing capacity of disk storage.

The basic functions of life cycle support for document management consistency and version of each document version history tracking, monitoring documents, automatic alerts when changes and publication of new documents, settings and metadata of documents etc. Information and documents can be assigned to the various thematic areas of information (categories) and define the target group of users so that the document or information remain in the library of the owner (central place) and are published only links pointing to the document or information. Attributes and access to individual documents and information can be defined ownership documents, not the staff of IS / IT.

5 Evidence and search The aim of evidence is to create database for easy to find professionals - the new members into teams. This database is implemented in SharePoint SQL server. Persons inter alia, categorized by parent departments for which there is evidence of instrumentation and other equipment. The worker, workplace and instrumentation will be binding. Each department will also be the contact person (intended for external search).

Creating a user database was implemented using the Active Directory from a university domain. The fact that the domain is only a few basic record of the user, used as an external XML file resource profiles of school websites. These files can be synchronized by Bussines Data Connectivity model, where we load all values from user profiles from an XML file in SharePoint Central Administration, the values are synchronized with prepared profiles.

Figure 3 â&#x20AC;&#x201C; Synchronization of database If someone wants to create a new team and thus find appropriate peers, it should be about enough appropriate information, such as the skills and knowledge, expertise, projects and publications. In order to achieve the best possible fulfillment of the information, they can obtain information from other sources available to university databases and systems.

116

8 Conclusions For communication over the Internet today is not just an email or messaging programs like MSN, ICQ, and the like. At the time we do not need high-speed Internet have all the necessary documents stored on our computer hard drive when you can download everything in a few seconds. Therefore, more and more people set up their own websites where they can publish not only articles, but also documents that they want others to freely access the Internet. Recently, the extended social network allows you to share information in different groups according to their requirements. There are also storage to collect all the data users, where you can find the information or data.

Everything is created but mostly for the general public when not specified in narrower terms.

Realization of something similar in the narrower sense, it could be used for communication and sharing of different teams, schools, companies, organizations or development institutions. With a similar Web technology could be any cooperation or teams of people to move from personal meetings and appointments purely on the Internet. It not only saves time but also the resources necessary to transfer such information with others. If we need to quickly and efficiently obtain information and share electronic documents in a group, the optimal way is to create a web portal using Microsoft SharePoint technology.

9 References KITTA, T., CAPLINGER, C., GREGO, B., HOUBERG, R., 2011. SharePoint Server 2010. Enterprise Content Management. Indianapolis: John Willey & Sons, Inc. ISBN 978-1-470-58465-1.

MALIK, S., 2010. Microsoft SharePoint 2010. Building solutions for SharePoint 2010.

New York: Apress. ISBN 978-1-4302-2865-3.

MANN, S., 1996. Microsoft SharePoint Server 2010 Bible. Indianapolis: Willey Publishing, etc. ISBN 978-0-470-64383-9.

MICROSOFT. Microsoft SQL Server 2005 â&#x20AC;&#x201C; Implementation and Maintenance.

Redmond: Microsoft Press, 2007. 950s

117

XXXVI. Seminar ASR '2012 “Instruments and Control” © 2012, VŠB-TUO, Ostrava, ISBN 978-80-248-2626-4

Zajištění kvality identifikace systému s využitím korelačních metod Ensuring Quality of System Identification Using Correlation Methods ŠKUTOVÁ, Jolana1 & TŮMA, Jiří2 1

Ing. Ph.D., 708 33,

2

Katedra ATŘ-352, VŠB-TU Ostrava, 17. Listopadu 15, Ostrava - Poruba, jolana.skutova@vsb.cz, http://homel.vsb.cz/~sku52

prof. Ing. CSc.

jiri.tuma@vsb.cz,

http://homel.vsb.cz/~tum52

Abstrakt: Příspěvek se zabývá využitím korelačních metod pro identifikaci systému a analýzou volitelných parametrů ovlivňujících výsledky identifikace. V první části je popis neparametrické identifikační metody s využitím korelačních funkcí a jeho implementace v programu MATLAB dvěma různými způsoby. Prvním způsobem realizace identifikační metody je sestavený programový kód podle identifikační procedury, druhý způsob aplikace této metody je s využitím vestavěné funkce, která je součástí knihovny System Identification Toolbox. Příspěvek se zabývá v závěru analýzou vlivu vzorkovací periody, rozměru vektoru vstupních a výstupních dat a tvaru náhodného signálu realizovaného blokem Band-Limited White Noise na výsledky identifikace systému.

Klíčová slova: bílý šum, identifikace, korelační funkce, MATLAB, Simulink

1 Úvod Stochastické metody identifikace jsou určeny pro systémy s budicími signály s vysokou frekvencí, pro identifikaci systémů, na něž působí neznámé vysokofrekvenční poruchové signály a často se aplikují při identifikaci reálných systémů, které jsou součástí již zavedených řídicích procesů. Impulsní funkci identifikovaného systému lze určit na základě zjištěných korelačních funkcí vstup-výstupních signálů.

Aby byla dosažena přesnost kvality identifikace neznámých systémů, je důležité vhodně zvolit parametry procesu identifikace. Některé z parametrů v procesu identifikace s využitím korelačních metoda mají vliv na stanovenou impulsní funkci, respektive přechodovou funkci.

Pro aplikaci identifikační metody s využitím korelačních funkcí na reálné systémy je vhodné ověřit úspěšný proces identifikace v simulačním režimu. Porovnáním identifikované impulsní funkce a známé impulsní funkce budou doporučeny hodnoty a postupy identifikačního procesu a posléze budou doporučené postupy aplikovány na reálné systémy, což bude provedeno posléze při další výzkumné činnosti v oblasti identifikace systémů.

2 Identifikace systému s využitím korelačních metod Pro vstupní a výstupní data ve tvaru stochastického signálu a identifikaci systému je určena metoda identifikace s využitím autokorelační a vzájemné korelační funkce.

Pro výstup identifikovaného systému platí yt    g k ut  k  , 

k 0

kde je g u

– impulsní funkce, – vstupní signál, 119

– výstupní signál.

y

Z definice vzájemné korelační funkce vstupního a výstupního signálu platí 1 r    lim  u i  yi     2N  1 1  lim  u i  g k u i    k   2N  1 , 1   g k  lim  u i  yi     2N  1

(1)

N

uy

N 

i  N

N 

N



i  N

k 0



(2)

N

N 

k 0

i  N

  g k r   k  

uu

k 0

– vzájemná korelační funkce, – časové posunutí, – poslední vzorek vstupních (výstupních) dat, N = 0, 1, 2, …, – autokorelační funkce.

kde je ruy τ N ruu

Vstupnímu signálu definovanému posloupností u(0), u(1), u(2), …, u(N) odpovídají odezvy výstupního signálu y(0), y(1), …, y(N). Pak pro všechny vstupní a výstupní posloupnosti mimo sekvenci dvojic vstup výstupních signálů, kterou ovlivňují počáteční podmínky, tj. posloupnost u(M), u(M+1), … , u(N) a y(M), y(M+1), …, y(N) je stanovena autokorelační funkce pro časové posunutí  dle vztahu  1 (3) r     ui yi    N  M 1  a vzájemná korelační funkce pro časové posunutí  dle vztahu  1 r    (4)  ui yi    .

N  M 1  N

uy

i  M

N

uy

i  M

Substitucí korelačních funkcí do rovnice (1) je pro všechny časové okamžiky

 = 0, 1, 2, …, p dána soustava rovnic

r 0  r 0g 0  r  1g 1  r  2g 2    r  p g  p  uy

uu

uu

uu

uu

r 1  r 1g 0  r 0g 1  r  1g 2    r 1  p g  p  uy

uu

uu

uu

uu

r 2  r 2g 0  r 1g 1  r 0g 2    r 2  p g  p  uy

uu

uu

uu

uu

.

(5)

 r  p   r  p g 0  r  p  1g 1  r  p  2g 2    r 0g  p  uy

uu

uu

uu

uu

z nichž je možné získat hodnoty impulsní funkce g, kterou lze vyjádřit v maticovém tvaru

r  2  r 0   r 0 r  1  r 1   r 0 r  1    r 1  r 2   r 2 r 1 r 0           r  p  r  p  r  p  1 r  p  2   uy

uu

uy

uu

uu

uy

uu

uu

uy

uu

uu

uu

uu

uu

uu

uu

 r  p    g 0   r 1  p    g 1     r 2  p   g 2 .         r 0   g  p  uu

uu

uu

(5)

uu

Impulsní funkce g je dána numerickým řešením stanoveným z matice dané hodnotami autokorelační funkce a vektoru odpovídajícímu hodnotám vzájemné korelační funkce. Předpokladem k dané metodě identifikace systému je budicí signál na vstupu systému ve tvaru stochastického signálu, konkrétně bílého šumu a odpovídající odezva systému.

120

3 Realizace procesu identifikace systému Ověřování kvality stochastických metod identifikace bylo realizováno v programu MATLAB® dvěma postupy. Sestavením programového kódu (M-soubor) s výpočty autokorelací funkce vstupního signálu a vzájemné korelační funkce vstupního a výstupního signálu a zjištěním váhové funkce řešením soustavy rovnic metodou nejmenších čtverců.

Druhá možnost získání impulsní charakteristiky je využití již existujících funkcí, které jsou součástí knihovny System Identification Toolbox™.

Identifikace systému s využitím korelačních funkcí v simulačním prostředí byla aplikována a ověřována kvalitativně pro různé typy řídicích systémů, setrvačné, kmitavé systémy nebo také systémy s dopravním zpožděním. V tomto příspěvku jsou konkrétní výsledky uvedeny pro proporcionální systém se setrvačností 1. řádu bez dopravního zpoždění. u(t)

y(t)

1 20s+1

Band-Limited White Noise

Identifikovany system

u

Scope: y(t), u(t) y

1

h(t)

20s+1 Step

Identifikovany system .

Scope: h(t), g(t)

du/dt t

g(t)

g

Derivative

Clock

h

Obrázek 1 – Simulační model Budicím signálem působícím na systém působí stochastický signál ve tvaru bílého šumu.

Bílý šum je náhodný signál, jehož spektrální výkonová hustota je konstantní. To znamená, že v tomto signálu jsou rovnoměrně zastoupeny signály všech frekvencí od nuly do nekonečna.

Jeho autokorelační funkce má tvar jednotkového Diracova impulsu. Fyzikální realizace bílého šumu není možná, neboť by bylo nutné realizovat zdroj, který by byl schopen dodávat v celém pásmu frekvencí konstantní energii. Pro praktické účely se proto bílý šum nahrazuje různými typy pseudonáhodných signálů, které splňují vlastnosti bílého šumu pouze v omezeném pásmu frekvencí.

V simulačním prostředí Simulink®, který je součástí produktu MATLAB, je realizován signál bílého šumu blokem Band-Limited White Noise. Parametrem „Sample time“ je dáno časové posunutí  korelačních funkcí. Výstupem bloku je oboustranné spektrum, jehož hodnota spektrální výkonové hustoty je dána parametrem „Noise power“. Algoritmus produkuje výstup bloku ve tvaru pseudonáhodného signálu, jehož náhodnost je ovlivněna parametrem „Seed“. Konkrétní tvar generovaného pseudonáhodného signálu ovlivňuje kvalitu identifikace s využitím korelačních funkcí.

Způsoby realizace procesu identifikace systému s využitím korelačních funkcí byly realizovány v programovém prostředí MATLAB. Jednak sestavením vlastního programového kódu pro získání autokorelační funkce vstupního signálu a vzájemné korelační funkce pro vstupní a výstupní signál. Numerickým řešením rovnice (5) je získána impulsní funkce pro konkrétní vstupní signál, který je dán dle specifikace bloku Band-Limited White Noise a jeho základními parametry (Noise power, Sample time a Seed). Kvalita identifikace závisí na 121

datech získaných při měření na systému, proto je důležité vhodně zvolit vstupní signál bílého šumu a získat odpovídající odezvu. Proto v následujících odstavcích je věnována pozornost nastavení parametrů bloku Band-Limited White Noise.

Parametr „Sample time“ odpovídá vzorkovací periodě. Pokud je identifikovaný systém již využíván v systému řízení a důvodem jeho identifikace je zlepšení kvality řízení, pak je vzorkovací perioda stanovena. V jiném případě se zvolí vzorkovací perioda standardním způsobem dle dynamiky identifikovaného systému.

Parametr „Noise Power“ je hodnotou spektrální výkonové hustoty signálu vzorkovaného podle zadaného parametru „Sample time“. Tato hodnota neodpovídá amplitudě generovaného náhodného signálu.

Parametr „Seed“ určuje počáteční hodnotu náhodného procesu generování pseudonáhodného signálu. Implicitní hodnotou je hodnota 23341. Vhodným nastavením lze získat nepřesnou nebo přesnou identifikaci impulsní charakteristiky a analýza v rámci procesu identifikace při změnách hodnot vzorkovací periody nebo velikosti vstupního a výstupního vektoru dat nenachází jedinečnou konkrétní hodnotu vedoucí k přesnému procesu identifikace.

Impulsní charakteristika

Přechodová charakteristika 1

0.06 gvlastni funkce

gIdentification Toolbox

hvlastni funkce

g(t) 0.8

0.04

hIdentification Toolbox

h(t)

h(t)

g(t)

0.6 0.02

0.4 0 -0.02

0.2

0

10

20

30

40

0

50

0

5

10

15

20

t [s] Vzájemná korelace vstupního a výstupního signálu

25 t [s]

30

35

40

45

50

15

20

25

40

45

50

15

20

25

Autokorelační funkce vstupního signálu

0.02

0.15 0.1

r ()

0.05

uy

uu

r ()

0.01

0

0

-0.01 -30

-20

-10

0

10

20

-0.05 -25

30

-20

-15

-10

-5



0

5

10



Obrázek 2 – Výsledky identifikace systému s využitím korelačních funkcí (Tvz = 2 s, tSIM = 50 s, Seed = 2) Impulsní charakteristika

Přechodová charakteristika

0.06

1.5 gvlastni funkce

gIdentification Toolbox

hvlastni funkce

g(t)

hIdentification Toolbox

h(t)

0.04

h(t)

g(t)

1 0.02

0.5 0 -0.02

0

10

20

30

40

0

50

0

5

10

15

20

t [s] Vzájemná korelace vstupního a výstupního signálu 0.1

r ()

0

uu

uy

35

0.15

0.005

r ()

30

Autokorelační funkce vstupního signálu

0.01

-0.005 -0.01 -30

25 t [s]

0.05 0 -0.05

-20

-10

0

10

20

30



-0.1 -25

-20

-15

-10

-5

0

5

10



Obrázek 3 – Výsledky identifikace systému s využitím korelačních funkcí (Tvz = 2 s, tSIM = 50 s, Seed = 1) 122

Výsledkem identifikace s hodnotami vstupních a výstupních vektorů dat systému simulovaného s vzorkovací periodou 2 s a dobou simulace 50 s je nepřesná (obrázek 2) a přesná (obrázek 3) identifikace systému získaná: a) vlastním zdrojovým kódem sestaveným pro numerické řešení rovnice (5); b) s využitím vestavěných funkcí cra, cumsum, které jsou součástí knihovny funkcí System Identification Toolbox.

Výsledky identifikace s využitím knihovny funkcí System Identification Toolbox jsou vždy ve srovnání s výsledky identifikace získanými vlastním programovým kódem pro výpočet korelačních funkcí a vyhodnocení impulsní a přechodové charakteristiky nepřesné, není možné uživatelem jakkoli ovlivnit nastavením vstupních parametrů funkce cra.

Impulsní charakteristika

Přechodová charakteristika 1.5

gvlastni funkce

0.04

gIdentification Toolbox

hvlastni funkce

g(t)

h(t)

1 h(t)

0.03 g(t)

hIdentification Toolbox

0.02

0.5 0.01 0 0

10

20

30

40

0

50

0

50

100

150

200

t [s] 1.5

0.1

1 uu

0.05

uy

300

350

400

450

500

150

200

250

400

450

500

150

200

250

Autokorelační funkce vstupního signálu

0.15

r ()

r ()

Vzájemná korelace vstupního a výstupního signálu

250 t [s]

0

0.5 0

-0.05 -300

-200

-100

0

100

200

-0.5 -250

300

-200

-150

-100

-50



0

50

100



Obrázek 4 – Výsledky identifikace systému s využitím korelačních funkcí (Tvz = 2 s, tSIM = 500 s, Seed = 2) Impulsní charakteristika

Přechodová charakteristika 1.5

gvlastni funkce

0.04

gIdentification Toolbox

hvlastni funkce

g(t)

hIdentification Toolbox

h(t)

1

h(t)

g(t)

0.03 0.02 0.01

0.5 0

0 5

10

15

20

25 t [s]

30

35

40

45

-0.5

50

0

50

100

1.5

0.1

1 uu

0.05 0 -0.05 -300

200

250 t [s]

300

350

Autokorelační funkce vstupního signálu

0.15

r ()

uy

r ()

Vzájemná korelace vstupního a výstupního signálu

150

0.5 0

-200

-100

0

100

200

300



-0.5 -250

-200

-150

-100

-50

0

50

100



Obrázek 5 – Výsledky identifikace systému s využitím korelačních funkcí (Tvz = 2 s, tSIM = 500 s, Seed = 1) Mnohem významnější pro dosažení přesné identifikace systému je změna rozměru vstupních a výstupních dat. Samozřejmě i zde jsou rozdíly v různém nastavení parametru Seed náhodného vstupního signálu. Pokud například zvýšíme dobu simulace na 500 s, čímž se zvýší počet dat z 25 na 250 vzorků dat vstupního a výstupního vektoru, pak pro stejnou hodnotu parametru Seed je možné vidět velké zpřesnění průběhu impulsní funkce, zejména v případě identifikace vlastním programovým kódem (obrázek 4).

Podrobná analýza s porovnáním výsledků identifikace je uvedena v následující kapitole.

123

4 Analýza identifikace systému s využitím korelačních funkcí Cílem identifikace systému je průběh impulsní funkce za předpokladu minimální chyby identifikace. Výrazný vliv na chybu identifikace systému má rozměr vektoru vstupních a výstupních dat, z nichž jsou stanoveny korelační funkce a posléze také hodnoty impulsní funkce v čase. Neméně zanedbatelným vlivem na chybu identifikace systému je také vliv tvaru náhodného signálu definovaného jako výstup bloku Band-Limited White Noise s různým nastavením parametru Seed, který označuje počáteční startovací hodnotu při generování pseudonáhodného signálu.

Chyba identifikace byla stanovena jako průměrná kvadratická chyba identifikované impulsní funkce vzhledem ke skutečné impulsní funkci (v simulačním režimu byl identifikovaný systém zadán obrazovým přenosem). Dalším parametrem sledování chyby identifikace byla velikost vektoru vstupních a výstupních dat.

Analýza vlivu parametru Seed a velikosti vektoru dat byla provedena pro daný systém s vzorkovací periodou 2 s (obrázek 6), 1 s (obrázek 7) a 0,5 s (obrázek 8). Další shodné parametry identifikace, tj. doba simulace {50 s, 100 s, 200 s, 500 s, 1000 s a 2000 s}, nastavení parametru Seed v bloku Band-Limited White Noise na konkrétní vybrané hodnoty {1, 2, 3, 4, 6, 8, 10, 12, 15, 25, 30, 35, 40, 45, 50, 60, 75, 80, 100, 150, 200, 250, 300, 400, 500, 600, 750, 800, 1000, 2500, 5000, 7500, 10000}.

Chyba identifikace systému v závislosti na tvaru (Seed) a rozměru (25 až 1000 vzorků) náhodného signálu 1,E-03

Průměrná kvadratická chyba

1

10

100

1000

10000

1,E-04 1,E-05 1,E-06 1,E-07 1,E-08 1,E-09

Seed (parametr bloku Band-Limited White Noise) 50

100

200

500

1000

2000

Obrázek 6 – Hodnoty průměrné kvadratické chyby identifikace v závislosti na tvaru náhodného signálu (Seed) a rozměru vektoru vstup-výstupních dat (vzorkovací perioda 2 s) Chyba identifikace systému v závislosti na tvaru (Seed) a rozměru (50 až 2000 vzorků) náhodného signálu 1,E-03

Průměrná kvadratická chyba

1

10

100

1000

Seed (parametr bloku Band-Limited White Noise) 200 500

1000

10000

1,E-04 1,E-05 1,E-06 1,E-07

1,E-08 1,E-09 50

100

2000

Obrázek 7 – Hodnoty průměrné kvadratické chyby identifikace v závislosti na tvaru náhodného signálu (Seed) a rozměru vektoru vstup-výstupních dat (vzorkovací perioda 1 s)

124

Chyba identifikace systému v závislosti na tvaru (Seed) a rozměru (100 až 4000 vzorků) náhodného signálu 1,E-03

Průměrná kvadratická chyba

1

10

100

1000

Seed (parametr bloku Band-Limited White Noise) 200 500

1000

10000

1,E-04 1,E-05 1,E-06 1,E-07 1,E-08 1,E-09

50

100

2000

Obrázek 8 – Hodnoty průměrné kvadratické chyby identifikace v závislosti na tvaru náhodného signálu (Seed) a rozměru vektoru vstup-výstupních dat (vzorkovací perioda 0,5 s) Z obrázku 6 až obrázku 8 je patrné, že zvyšování rozměru vstup-výstupních dat předložených ke zkoumané metodě identifikace mělo za následek snížení průměrné kvadratické chyby identifikace neboli zvýšení přesnosti identifikace.

Parametr Seed z dané skupiny aplikovaných hodnot není možné vyhodnotit, protože pro identifikaci s konkrétní vzorkovací periodou a konkrétním rozměrem dat se průměrná kvadratická chyba pohybuje v chybovém pásmu. Konkrétní hodnotu, kterou by bylo vhodné nastavit pro nejmenší chybu identifikace, nelze tedy určit, ale lze doporučit identifikační proces provést cyklicky s různým nastavením parametru Seed a pro identifikaci vybrat vhodné průběhy impulsní funkce.

Pro stejně zvolený parametr Seed a různě aplikované vzorkovací periody a doby simulace vybrané tak, aby byl zajištěn stejný rozměr vstup-výstupních dat, jsou průběhy signálu na výstupu bloku Band-Limited White Noise podobné, ale v jiném rozpětí záporných a kladných hodnot, jak u náhodného signálu (vstup), tak i pro odezvu systému na náhodný signál (výstup). Počet vzorků dat je pro srovnání stejně velký, tj. 100 vzorků dat (obrázek 9, 10) a 1000 vzorků dat (obrázek 11, 12).

Vstupní náhodný signál generovaný blokem Band-Limited White Noise

seed=1000 (parametr bloku Band-Limited White Noise)

0.4 Tvz= 1, doba simulace 100 s Tvz= 2, doba simulace 200 s Tvz=0.5, doba simulace 50 s

0.3 0.2

u(t)

0.1 0 -0.1 -0.2 -0.3 -0.4

0

10

20

30

40

50 vzorek dat

60

70

80

90

100

70

80

90

100

Odezva identifikovaného systému na náhodný signál 0.04 Tvz= 1, doba simulace 100 s Tvz= 2, doba simulace 200 s Tvz=0.5, doba simulace 50 s

0.03 0.02

y(t)

0.01 0 -0.01 -0.02 -0.03

0

10

20

30

40

50 vzorek dat

60

Obrázek 9 – Podobnost průběhů vstup-výstupních vektorů dat pro 100 vzorků dat, typ náhodného signálu s počáteční hodnotou Seed=1000.

125

Porovnání chyby aproximace pro vektory vstupů a výstupů stejné délky Průměrná kvadratická chyba

1,00E-03 1

10

100

1000

10000

1,00E-04

1,00E-05

1,00E-06

1,00E-07

Seed (parametr bloku Band-Limited White Noise) Tvz=2, tSim=200

Tvz=1, tSim=100

Tvz=0.5, tSim=50

Obrázek 10 – Hodnoty kvadratické chyby identifikace systému v závislosti na vzorkovací periodě a době simulace (rozměr vstup-výstupních dat je 100 vzorků).

Analyzujeme v tomto případě vliv vzorkovací periody a doby simulace na výslednou průměrnou kvadratickou chybu identifikace. Obecně se pásmo průměrné kvadratické chyby při proměnném parametru Seed pohybuje v nižších hodnotách (obrázek 10) při zvolené vzorkovací periodě 2 s a době simulace 200 s v porovnání s výsledky chyb identifikace pro nižší hodnoty vzorkovacích period 1 s a 0,5 s a kratší dobu simulace 100 s a 50 s (za předpokladu, že rozměr vstup-výstupních dat pro danou analýzu je shodný, konkrétně 100).

Nicméně v případě rozměru vstup-výstupních dat 1000 vzorků (obrázek 11) lze dosáhnout pro určité hodnoty parametru Seed (konkrétně pro hodnoty 30, 45, 60, 150, 200, 400, 800, 2500, 10000) nižší chyby i s nejnižší dobou vzorkovací periody, tj. 0,5 s a dobou simulace 500 s z celé skupiny výsledků (obrázek 12). Rozptyl pásma průměrné kvadratické chyby se společně se snižováním vzorkovací periody zvětšuje a v některých případech dosáhne nejnižší chyby s celé analyzované skupiny. seed=1000 (parametr bloku Band-Limited White Noise)

Vstupní náhodný signál generovaný blokem Band-Limited White Noise 0.4 Tvz= 1, doba simulace 100 s Tvz= 2, doba simulace 200 s Tvz=0.5, doba simulace 50 s

0.2 0

u(t)

Vstupní náhodný signál generovaný blokem Band-Limited White Noise Tvz= 1, doba simulace 100 seed=1000 s (parametr bloku White Noise) Tvz= 2, doba simulace 200 Band-Limited s Tvz=0.5, doba simulace 50 s

-0.2

0.2

-0.6

u(t)

-0.4

-0.2 0

100

0.05

y(t)

0.05

y(t)

0

200

300

Tvz= 1, doba simulace 100 s Tvz= 1, Tvz= doba2, simulace 100 s 200 s doba simulace Tvz= 2, Tvz=0.5, doba simulace 200 s doba simulace 50 s Tvz=0.5, doba simulace 50 s

400

500 vzorek dat

600

700

-0.4 400

800

420

900

440 460 vzorek dat

Odezva identifikovaného na náhodný Odezva identifikovaného systému systému na náhodný signál signál

1000

480

500

0

0

-0.05

-0.05

0

0

100

100

200

200

300

300

400

400

500 vzorek dat

500 vzorek dat

600

600

700

700

800

800

900

900

1000

1000

Obrázek 11 – Podobnost průběhů vstup/výstupních vektorů dat pro 1000 vzorků dat, typ náhodného signálu s počáteční hodnotou Seed=1000.

126

Průměrná kvadratická chyba

Porovnání chyby aproximace pro vektory vstupů a výstupů stejné délky 1,00E-05 1

10

100

1000

10000

1,00E-06

1,00E-07

1,00E-08

1,00E-09

Seed (parametr bloku Band-Limited White Noise) Tvz=2, tSim=2000

Tvz=1, tSim=1000

Tvz=0.5, tSim=500

Obrázek 12 – Hodnoty kvadratické chyby identifikace systému v závislosti na vzorkovací periodě a době simulace (rozměr vstup/výstupních dat je 1000 vzorků).

Pokud se metoda identifikace s využitím korelačních funkcí aplikuje na systém, který je začleněn do systému řízení, pak pro daný systém byla stanovena vzorkovací perioda. S touto hodnotou vzorkovací periody se dále realizuje proces identifikace a návrhem vzorkovací periody není důvod se zabývat. Mnohem větší vliv na přesnost identifikace než volba vzorkovací periody je rozměr vektorů vstupních a výstupních dat identifikovaného systému.

Ke zkvalitnění procesu identifikace je možné provést výpočty hodnot impulsní funkce pro různé nastavení parametru Seed v bloku Band-Limited White Noise, případně najít jiný algoritmus pro realizaci vstupního signálu, který se nejvíce přibližuje vlastnostem signálu bílého šumu.

5 Závěr Identifikace s využitím korelačních funkcí je určena pro signály se stochastickým průběhem, respektive vstupním signálem ve tvaru bílého šumu. Program Simulink obsahuje blok Band-Limited White Noise, který simuluje účinek bílého šumu přizpůsobený vybrané vzorkovací periodě a zadané hodnotě výkonové spektrální hustoty. Náhodná stimulace systému pseudonáhodným signálem a jeho odezva společně s formální Wienerovou teorií v identifikaci systémů je vhodnou metodikou pro získání impulsní funkce identifikovaného systému.

Příspěvek analyzuje možnosti metody identifikace s využitím korelačních funkcí jednak realizací dané metody vlastním programovým kódem a využitím vestavěné funkce knihovny Identification Toolbox pro získání hodnot impulsní funkce. Pro menší chybu v identifikaci je rozhodně doporučen postup sestavení vektoru a matice z korelačních funkcí a řešením soustavy rovnic pak stanovit impulsní funkci identifikovaného systému. Nepřesnost identifikace s využitím vestavěných funkcí programu MATLAB je značně velká.

V závěrečné části příspěvku je pak provedena podrobná analýza volby parametrů při identifikaci systému v případě předem známého typu systému pro zjištění doporučeného postupu a dílčích volitelných parametrů pro získání přesné identifikace. Významný vliv na kvalitu identifikace má rozměr vstupního a výstupního vektoru dat systému předložených k identifikaci, což souvisí s vlastnostmi korelačních funkcí.

Ověření výsledků této simulační analýzy bude v další výzkumné činnosti ověřeno na reálném systému a doplněno dalšími analýzami pro zajištění přesnosti identifikační metody s využitím korelačních funkcí.

Práce je zpracována za podpory Ministerstva školství, mládeže a tělovýchovy v rámci specifického výzkumu.

127

6 Použitá literatura KEESMAN, K. J. 2011. System Identification: An Introduction. London: Springer-Verlag, 2011. 324 pg. ISBN 978-0-85729-521-7.

MATLAB®. The Language of Technical Computing. The MathWorks, Inc. [online] Available: <http//:www.mathworks.com>.

NOSKIEVIČ, P. 2007. Modelování a identifikace systémů. Ostrava: Montanex, 2007. 276 stran. ISBN 80-7225-030-2.

TŮMA, J. 1998. Složité systémy řízení. Ostrava : VŠB-TU, 1998. 158 s. ISBN 80-7078-534-9.

128

XXXVI. Seminar ASR '2012 “Instruments and Control” © 2012, VŠB-TUO, Ostrava, ISBN 978-80-248-2626-4

Jednoduché seřizování číslicových regulátorů Simple Digital Controller Tuning VÍTEČKOVÁ, Miluše1 & VÍTEČEK, Antonín2 1

prof. Ing., CSc.,

2

prof. Ing., CSc., Dr.h.c.,

katedra automatizační techniky a řízení, Fakulta strojní, VŠB-TU Ostrava, 17. listopadu 15, 708 33 Ostrava-Poruba, Česká republika, e-mail: miluse.viteckova@vsb.cz, e-mail. antonin.vitecek@vsb.cz

Abstrakt: Příspěvek popisuje a zdůvodňuje běžně používaný jednoduchý postup umožňující využití metod seřizování konvenčních analogových regulátorů i pro odpovídající číslicové regulátory pro v praxi nejčastěji se vyskytující regulované soustavy s dopravním zpožděním, a to integrační bez setrvačnosti, integrační se setrvačností prvního řádu a proporcionální se setrvačností prvního a druhého řádu.

Klíčová slova: číslicový regulátor, seřízení, regulovaná soustava, dopravní zpoždění

1 Úvod V současné době existuje velké množství metod seřizování konvenčních analogových regulátorů [Åström, Hägglund 2006; O´Dwyer 2009; Skogestad 2004; Vítečková, Víteček 2008, 2011]. Např. v publikaci [O´Dwyer 2009] je pro analogové regulátory typu PI a PID souhrnně uvedeno 1731 metod. Naproti tomu pro odpovídající číslicové regulátory existuje vhodných metod velmi málo [Åström, Hägglund 2006; Černý, Kreysa, Šubrt 1984; Fadali 2009; Franklin, Powell, Eorkman 1998; Houpis, Lamont 1992; Krokavec, Filasová 2008; Landau, Zito 2006; Pivoňka 2003; Virk 1991; Vítečková, Víteček 2008, 2011]. Je to dáno vyšší náročností při jejich odvozování, ale také tím, že jsou dostupné velmi rychlé a poměrně levné číslicové regulátory, které umožňují použití velmi malých vzorkovacích period, a tím se jejich vlastnosti blíží k odpovídajícím analogovým regulátorům. Přesto často vzniká požadavek na seřízení konvenčních číslicových regulátorů se vzorkovací periodou, která může způsobit podstatné zhoršení kvality regulace. Z tohoto důvodu je třeba použít takové postupy při seřizování číslicových regulátorů, které jsou jednoduché, ale současně nezpůsobí nepřípustné zhoršení kvality regulace.

V příspěvku je netradičním postupem ukázáno, že při dostatečně malé vzorkovací periodě lze pro seřízení konvenčních číslicových regulátorů použít v podstatě většinu metod pro seřízení odpovídajících konvenčních analogových regulátorů, pokud bude uvažováno dopravní zpoždění zvětšené o polovinu vzorkovací periody [Vítečková, Víteček 2008, 2011].

2 Regulační obvod s číslicovým regulátorem Je uvažován regulační obvod s číslicovým regulátorem na obr. 1, kde DC je číslicový regulátor, P – regulovaná soustava, D/A – číslicově analogový převodník, A/D – analogově číslicový převodník, w – žádaná veličina, e – regulační odchylka, u – akční veličina, uT – tvarovaná akční veličina, y – regulovaná veličina, v a v1 – poruchy, T – vzorkovací perioda, t – spojitý čas, k – relativní diskrétní čas.

129

Předpokládá se zanedbatelně malá kvantizační chyba, a proto jsou pojmy diskrétní a číslicový považovány za ekvivalentní. v1 (t )

v(t )

w(kT )

uT (t )

u(kT )

e(kT )

DC

P

D/A

y(kT )

y (t )

A/D

Obrázek 1 – Regulační obvod s číslicovým regulátorem Pro větší názornost jsou diskrétní (číslicové) veličiny na obr. 1 a 3 zaznačeny tučnou čárou.

Za předpokladu, že číslicově analogový převodník má vlastnosti vzorkovače a tvarovače nultého řádu, lze ho popsat přenosem 1  e Ts , G SH ( s)  Ts

(1)

který může být aproximován vztahem 1 T 1  (1  Ts  T 2 s 2  )  s T 2 GSH ( s)   1 s  e 2 .

Ts 2

(2)

Stejný přibližný vztah lze obdržet z jeho kmitočtového přenosu  j 1  e  jT G SH ( j )  e 2 jT T

sin  T  2

T 2 .

(3)

Protože pro malé hodnoty ωT/2 platí

sin  T  2

T 2  1,

(4)

lze proto psát

GSH ( j )  e

 j

T 2

.

(5)

Např. pro ωT/2 = 0,25 přibližná rovnost (4) platí s chybou okolo 1 %.

Tyto závěry lze potvrdit i intuitivně na základě obr. 2.

Z výše uvedeného vyplývá, že na číslicový regulátor s analogově číslicovým převodníkem na vstupu a číslicově analogovým převodníkem na výstupu lze přibližně 130

pohlížet jako na analogový regulátor, který zpožďuje akční veličinu o polovinu vzorkovací periody (obr. 3 – nahoře).

 T u t    uT (t ) 2 

u (t ) u (kT ) 6T 0

8T 10T

4T

2T

kT t

uT (t )

Obrázek 2 – Průběhy akčních veličin v regulačním obvodu s číslicovým regulátorem Je výhodné toto dopravní zpoždění přiřadit k regulované soustavě, tj.

GP ( s)  GP ( s)e



T s 2

(6)

a pak pro přibližnou syntézu použít regulační obvod a analogovým regulátorem v souladu s obr. 3 – dole. v(t ) w(t )

e(t )

A/D

uT (t )

u(kT )

e(kT )

DC

v1 (t )

D/A

y (t )

P

analogový regulátor

 W (s)

V1 ( s)

V (s)

U (s)

E (s)

Y (s)

GP (s)

GC (s)

Obrázek 3 – Transformace regulačního obvodu s číslicovým regulátorem na regulační obvod s analogovým regulátorem Získané hodnoty stavitelných parametrů analogového regulátoru se pak použijí pro seřízení stejného typu číslicového regulátoru s uvažováním dané vzorkovací periody.

131

Že tento postup je oprávněný, bude ukázáno ještě jiným způsobem [Vítečková, Víteček 2011].

Za předpokladu použití číslicově analogového převodníku s vlastnostmi vzorkovače a tvarovače nultého řádu diskrétní přenos regulované soustavy má tvar GP ( z) 

 z 1   1   Z L1  G P ( s) . z   t  kT   s 

(7)

Je zřejmé, že diskrétní přenos (7) uvažuje vlastnosti číslicově analogového převodníku.

Použitím Padého aproximace

ex 

x 2 e

e



x 2

x 2  x 1 2 1

(8)

lze komplexní proměnnou

z  eTs

(9)

přibližně vyjádřit vztahem (přibližná rovnost je zastoupena přesnou rovností)

T s 2 z .

T 1 s 2 1

(10)

Pomocí vztahu (10) lze diskrétní přenos (7) transformovat do oblasti komplexní proměnné s, tj.

T

G P ( s)  G P ( z ) z 1 2 s .

(11)

T 1 s 2

Vzniká tady však určitý problém. Přesný vztah (9) transformuje jednotkový kruh v oblasti komplexní proměnné z na pás – π/T < ω < π/T v levé polorovině v oblasti komplexní proměnné s. Naproti tomu vztah (10) transformuje jednotkový kruh v oblasti komplexní proměnné z na celou levou polorovinu komplexní proměnné s.

Je tedy třeba určit, pro jaké úhlové kmitočty, resp. pro jakou vzorkovací periodu lze transformovaný přenos (11) použít. Ze vztahu (10) se obdrží s

2 z 1 T e jT  1 T T  j  jT    tg  , T z 1 2 e 2 2 1

(12)

kde Ω je transformovaný úhlový kmitočet, ω – skutečný úhlový kmitočet.

Ze vztahu (12) je zřejmé, že pro malé hodnoty ωT/2 platí

  .

(13)

Např. pro ωT/2 = 0,25 přibližná rovnost (13) platí s chybou okolo 2 %.

132

Při disretizaci je vhodné přenos regulované soustavy uvažovat ve tvaru GP (s)  G(s)e  Td s

(14)

a vztah (7) použít pouze na část přenosu neobsahující dopravní zpoždění Td, tj.

G( z ) 

 z 1    G( s)   Z L1   . z s    t  kT   

(15)

Pak celkový diskretizovaný přenos regulované soustavy má tvar G P ( z )  G( z ) z  d , d 

Td .

T

(16)

kde d je relativní diskrétní dopravní zpoždění, o kterém se předpokládá, že je celým číslem (tento předpoklad není podstatný).

Transformovaný přenos (11) pak bude mít tvar T

G P ( s)  e Td s G ( z ) z 1 2 s .

(17)

T 1 s 2

Postup bude ukázán na regulované soustavě s přenosem

G P ( s) 

k1 k1 e  Td s , G( s)  .

T1 s  1 T1 s  1

(18)

Použitím vztahů (15) a (16) se dostane

GP ( z) 

T a1k1 z d , d  d , a1  1  e T / T1 .

T z  a1  1

(19)

Transformovaný přenos v souladu s (11) má tvar

G P ( s)  e  Td s

a1 k1 T z  a1  1 z 1 2 s T 1 s 2

 T  1  s  k 1 2    e  Td s .

2  a1 Ts  1 2a1

(20)

Použitím aproximace (8) lze koeficient a1 zjednodušit a1  1  e T / T1 

2T .

2T1  T

(21)

Např. pro T/T1 = 0,5 je chyba aproximace menší než 2 %.

Po dosazení (21) do (20) a úpravě se dostane

133

 T  T 1  s k1    Td   s k1 2    Td s 2  e e G P ( s)    G P ( s) .

T1 s  1 T1 s  1

(22)

Stejným postupem se dostanou vztahy: 

T

k k   Td   s G P ( s)  1 e  Td s  G P ( s)  1 e  2  , s s

(23) 

T

  Td   s k1 k1 G P (s)  e  Td s  G P ( s)  e  2 , s(T1 s  1) s(T1 s  1)

(24) 

T

  Td   s k1 k1 G P ( s)  e  Td s  G P ( s)  e  2 .

(T1 s  1)(T2 s  1) (T1 s  1)(T2 s  1)

(25)

Poslední vztah je odvozen pro T1 > T2, ale může být použit i pro případ T1 = T2.

3 Závěr V příspěvku je pro nejběžnější integrační i proporcionální soustavy s dopravním zpožděním netradičním způsobem ukázáno, že pro vhodně zvolenou vzorkovací periodu, mohou být pro seřízení číslicových regulátorů použity hodnoty stavitelných parametrů získané pro odpovídající analogové regulátory, za předpokladu, že v přenosech regulovaných soustav je uvažováno dopravní zpoždění zvětšené o polovinu vzorkovací periody.

Příspěvek vznikl za podpory projektu GAČR č. 101/12/2520.

4 Použitá literatura ÅSTRÖM, K. J., HÄGGLUND, T. 2006. Advanced PID Control. Research Triangle Park: ISA-Instrumentation, Systems, and Automation Society, 2006, 460 p. ČERNÝ, M., KREYSA, K., ŠUBRT, J. 1984. Číslicová regulace elektrických pohonů. SNTL – Nakladatelství technické literatury, Praha, 1984, 208 str.

FADALI, M. S. 2009. Digital Control Engineering. Analysis and Design. Academic Press Elsevier, Burlington, 2009.

FRANKLIN, G., F., POWELL, J., D., EORKMAN, M. L. 1998. Digital Control Systems.

Third Edition. Addison Wesley Longman, Menlo Park, 1998.

HOUPIS, C. H., LAMONT, G. B. 1992. Digital Control Systems. Theory, Hardware, Software. Second Edition. McGraw-Hill, Singapore, 1992, 752 p.

KROKAVEC, D., FILASOVÁ, A. 2008. Diskrétne systémy. 2. prepracované vydanie. Elfa, Košice, 2008, 334 str.

LANDAU, I. D., ZITO, G. 2006. Digital Control Systems. Design, Identification and Implementation. Springer – Verlag, London, 2006, 484 p.

O’DWYER, A. 2009. Handbook of PI and PID Controller Tuning Rules. 3rd Edition. London: Imperial College Press, 2009, 608 p.

PIVOŇKA, P. 2003. Číslicová řídicí technika. FEKT VUT v Brně, Brno, 2003, 151 str.

SKOGESTAD, S. 2004. Simple Analytic Rules for Model Reduction and PID Controller Tuning. Modeling, Identification and Control, Vol. 25, No. 2, 2004, p. 85-120.

VIRK, G., S. 1991. Digital Computer Control Systems. Macmillan Education, London, 1991.

VÍTEČKOVÁ, M., VÍTEČEK, A. 2008. Basis of Automatic Control (in Czech). 2nd Edition.

Ostrava: FS VŠB-TU Ostrava, 2008, 244 p.

VÍTEČKOVÁ, M., VÍTEČEK, A. 2011. Selected Controller Tuning Methods (in Czech).

Ostrava: FS VŠB-TU Ostrava, 2011, 230 p.

134

XXXVI. Seminar ASR '2012 “Instruments and Control” © 2012, VŠB-TUO, Ostrava, ISBN 978-80-248-2626-4

Blob Analysis and Pattern Recognition using MATLAB ZAVADIL, Jaromír1, TŮMA, Jiří2 & JANEČKA, Patrik3 1

Department of Control Systems and instrumentation,VŠB-TU Ostrava, 17. listopadu, Ostrava - Poruba, 708 33 jaromir.zavadil@vsb.cz,

2

prof. Ing. CSc.,

3

Ing,

Ing,

jiri.tuma@vsb.cz,

http://homel.vsb.cz/~tum52/

patrik.janecka@vsb.cz

Abstract: This contribution describes some possibilities and advantages of MATLAB Image Processing Toolbox in the field of image processing. The paper is focused on traffic sign recognition using blob analysis and pattern recognition. A specific set of signs has been addressed and solved with very good results. Selected results of the experiments will be presented along with the description of the main algorithms.

Keywords: image processing, blob analysis, pattern recognition, MATLAB

1 Introduction This contribution deals with some of possibilities and advantages of MATLAB Image Processing Toolbox in the field of image processing. The problem solved concerns recognition of the specific set of light signaling symbols for autonomous robots during Autonomous Driving Competition ROBOTICA 2011. ROBOTICA is the Portuguese Robotics Open that takes place since 2001 and includes a competition for fully autonomous robots running in a track with the shape of a traffic road.

2 Symbols to be recognized The task covers the need to recognize five different symbols, which are presented on the signaling panel (17” TFT panel with resolution 1024x768 pixels). The colors used for symbols on images are red, green and yellow on a black background. Dimensions of symbol image area are 600x600 pixels. A scheme of signaling panels as well as the images of the symbols presented in these panels can be seen below (Figure 1. and Figure 2.).

Figure 1 – Overview of the track The aim of the signaling panels is to give robots instructions which must be obeyed and affect the final robot performance and assessment. The description of these commands can be seen in the Table 1.

135

Table 1 â&#x20AC;&#x201C; Information presented on the signaling panels Action Stop Follow straight ahead Follow to the left End of trial Follow to parking area

Signal A red colored cross.

A green colored vertical arrow.

A left pointing yellow horizontal arrow.

Red and green checkers flag.

A right pointing yellow horizontal arrow.

Figure 2 - Symbols presented on the signaling panels

3 Solution using MATLAB There are a lot of techniques to detect and recognize traffic lights and signs. The solution proposed in this paper combines two techniques, namely blob analysis and pattern recognition.

First step after acquisition of an image is the conversion to HSV color space and color segmentation. Used ranges for each color component are listed in the Table 2. The values were reached by testing of several sets of images (2000 images approximately). HSV parameters are in the range [0, 1]. The dependence on illumination conditions impose that large ranges in the parameters have to be used. This, of course, creates many candidates that have to be further filtered and processed.

Table 2 - Used ranges for each color component red green yellow

H 0 - 0.05 & 0.96 - 1 0.2 - 0.54 0.11 - 0.2

S > 0.5 > 0.4 > 0.5

V > 0.5 > 0.4 > 0.4

Figure 3 - Examples of images taken by robot during the competition.

After color segmentation follows the blob analysis or, more precisely, analysis of region descriptors. This analysis has been done in MATLAB using the regionprops() function to calculate properties of the pre-segmented image regions. The regionprops() functions yields a large set of properties. From these, a reduced set of properties was chosen to describe the symbol candidates (Table 3.)

136

Table 3 - Used properties of the regionprops function Area BoundingBox Centroid Eccentricity

EulerNumber Extent FilledArea MajorAxisLength

MinorAxisLength Orientation Perimeter Solidity

Area is number of pixels in the region. BoundingBox is the smallest rectangle containing the region. Centroid is a vector that specifies the center of mass of the region. Eccentricity is a value between 0 and 1 that specifies the eccentricity of the ellipse that has the same second moments as the region. (when an ellipse has eccentricity 0 it is actually a circle, while an ellipse has eccentricity 1 it is a line). EulerNumber specifies the number of objects in the region minus the number of holes in those objects. Extent is a scalar that specifies the ratio of pixels in the region to pixels in the total bounding box. FilledArea is scalar specifying the number of ‘on’ pixels in FilledImage, which is a binary image of the same size as the bounding box of the region. The ‘on’ pixels correspond to the region with all holes filled in.

Orientation is the angle (in degrees) between the x-axis and the mayor axis of the ellipse that has the same second-moments as the region. Perimeter is the distance around the boundary of the region. Solidity is a scalar specifying the proportion of the pixels in the convex hull that are also in the region. Convex hull specifies the smallest convex polygon that can contain the region.

The main concern to select these properties was to design an algorithm robust to scale and rotation variance. Not all descriptors turned out as useful as expected. Also, some descriptors which are not available directly from the MATLAB regionpros() function were calculated manually (the Form Factor and the Axis Proportion). The Form Factor is computed using following equation: 4 A (1) F p2

where A is the area and p is the perimeter.

Axis proportion is computed as the MajorAxisLength divided by the MinorAxisLength.

To perform an adequate detection of signs, a comparison with some reference symbols was used. Therefore, a “pattern” of properties for the symbols (regions) has been defined and the Mahalanobis distance is computed for each symbol candidate. Contrary to the Euclidean distance, the Mahalanobis distance takes into account the correlations of the data sets and is therefore independent on dynamic range variations of the descriptors. The Mahalanobis distance is defined as: d M Y , X  

Y  X T 1 Y  X 

 112  122  2  2    21 22  2 2  n1  n 2

 12n    22n 

(2) (3)

 

 n2 n 

where X (4) represents the reference set of samples, Y (5) is an object to be classified and ∑ is the covariance matrix among the several parts of the pattern (descriptors). Along the main diagonal of this matrix are the variances of the data set.

In MATLAB there is the mahal() function for computing the Mahalanobis distance. The syntax of this function is the following: >> d = mahal(X, Y); 137

X and Y must have the same number of columns, but can differ in numbers of rows. X must have more rows than columns.

To create the reference set, 12 images of each symbol were chosen. Following descriptors were used to define a pattern: Solidity (S), Eccentricity (Ecc), Extent (Ex), Form Factor (F), Axis Proportion (AP).  S1 S X  2     S12

Y  S

Ecc1 Ecc 2  Ecc12

Ecc

Ex1 Ex 2  Ex12

F1 F2  F12

Ex F

AP1  AP2     AP12 

(4)

(5)

AP 

The Mahalanobis distance of an object from the reference sample in the matrix X is a number in the range from 0 to infinity. When the result is 0 the symbol candidate is identical with the reference. On the contrary when the result is very high number (or infinity) it means that the symbol candidate is completely different from the reference set. To determine which symbol candidate is of a given type a specific threshold value of the Mahalanobis distance was chosen. The threshold value for green and yellow objects was set to 100. Threshold value for red objects was set to 300 due to complexity of the symbol “Red & Green”. When the Mahalanobis distance is below the threshold value it means that the symbol candidate is of given type. In other cases the symbol candidate is removed from the picture. Classification of the R&G symbol is done only based on blob analysis.

The aim of the created program is to capture and process images from a connected camera. A standard FireWire color digital camera was used for experiments (video mode 320x240 YUV). The program was running on a standard 2.26GHz dual-core laptop with 4GB RAM. Windows 7 64bit operating system and MATLAB R2010b were used.

4 Results The final test using images from the competition in 2010 was done. These images were taken in different lights conditions than the images used as the reference set. Despite of these difficult conditions, the success of recognition was very good. But still the results depend on surrounding light conditions. Majority of images in this test did not contain any symbol.

However, there were no false positives. Examples of images used can be seen in Figure 4.

Original Image

Original Image

Figure 4 - Example of well recognized images.

The poorer results of some symbols recognition were caused by large distance of the camera from the Signaling Panel. Maximum distance for good recognition of symbols is 138

approximately 2,5m. But there were too many images with symbols taken very far from the camera (Figure 6). Time taken by processing one image was approximately 0.7 s.

Figure 5 - Success rate during the first test.

Table 4 â&#x20AC;&#x201C; Result of the test Tested Images red cross left arrow green arrow right arrow red & green 18 104 38 26 243

without light 2885

total 3314

Results missed wrong 115 0

Figure 6 - Example of an image with a symbol taken from long distance.

To compare the results of symbols recognition better, the last test with images only taken approximately up to distance of 2 meters from the signaling panel was done. When only images taken from shorter distance are included, the results are significantly better. Only one yellow arrow and 14 Red & Green symbols were missed. It was caused by badly taken images and complexity of Red & Green symbols.

Figure 7 - Success rate of recognition during the test with images taken till 2m distance.

Results of the tests show that even using relatively small reference set is possible to reach very good success rate.

139

Table 5 - RESULTS OF THE TEST WITH IMAGES TAKEN TILL 2M DISTANCE red cross 18

left arrow 70

Tested Images green arrow right arrow 17 26

red & green 190

total 321

Results missed wrong 15 0

5 Conclusion This work shows a possibility of the MATLAB environment in the field of digital image processing. The developed program solves recognition of symbols of traffic lights which are used for a robotic competition. It was created especially for the competition ROBOTICA 2011 Festival National de Robótica.

The accuracy of the used approach depends on surrounding light conditions. However, even using relatively small reference set the algorithm reached very good success rate.

Recognition of symbols for distances up to 2m reached success rate almost 100%. Time taken by processing one image was approximately 0.7 s using a standard 2.26GHz dual-core laptop.

6 References GONZALEZ, WOODS, EDDINS, Digital Image Processing Using MATLAB, Prentice Hall, 2003, 728 p., ISBN: 978-0130085191 C. SOLOMON, T. BRECKON, Fundamentals of Digital Image Processing, A Practical Approach with Examples in MATLAB, Willey-Blackwell, 2011, 344 p., ISBN: 978 0 470 84472 4 ROBOTICA 2011, Festival Nacional de Robotica, Competition, Rules and Technical Specifications, 2011, 27 p., Accesible on www: <http://robotica2011.ist.utl.pt/docs/2011_Conducao_Autonomaregras-en.pdf> ATLAS project website, Accesible on www: <atlas.web.ua.pt> S. THEODORIDIS, K. KOUTROUMBAS, An Introduction to Pattern Recognition: A MATLAB Approach, Elsevier Inc., 2010, 219 p.

S. THEODORIDIS, K. KOUTROUMBAS, Pattern Recognition, Second Edition, Elsevier, 2003, 689 p., ISBN: 0-12-685875-6 M. N. MURTY, V. S. DEVI, Pattern Recognition, An Algorithmic Approach, Springer, 263p., ISBN: 978-0-85729-494-4 TŮMA, J., Signal Processing, VSB – Technical University of Ostrava, 17. listopadu 15/2172, Ostrava – Poruba, 2009, ISBN 978-80-248-2114-6

140

XXXVI. Seminar ASR '2012 “Instruments and Control” © 2012, VŠB-TUO, Ostrava, ISBN 978-80-248-2626-4

Author index B BENKÓ, Peter ..................................... 71

Š ŠKUTOVÁ, Jolana ............................119

D DUDA, Tomáš ....................................... 5 CIOSMAK, Józef ................................ 39

T TŮMA, Jiří ...........................55, 119, 135 V VAŠEK, Vladimír ................................89 VDOLEČEK, František .......................41 VÍTEČEK, Antonín............................129 VÍTEČKOVÁ, Miluše .......................129 VRÁNA, Stanislav ...............................51

F FARANA, Radim .............................. 113 FOJTÍK, David .................................... 95 G GEBAUER, Jan ................................... 13

Z ZAVADIL, Jaromír ................27, 55, 135 ZBOŘIL, Miroslav ...............................61

H HORČIC, Václav ................................. 21 J JANEČKA, Jan.................................... 41 JANEČKA, Patrik ....................... 27, 135 K KOČÍ, Petr ........................................... 13 KOPP, M. ........................................... 35 KOŠÍKOVÁ, Jana ............................... 41 KUBERA, Milan ................................. 51 L LANDRYOVÁ, Lenka ........................ 35 LOS, Jaroslav....................................... 55 M MAHDAL, Miroslav ......................... 103 P PAVLAS, Roman ................................ 61 PETÁK, Tomáš ................................... 71 PLACIER, Emmanuel ......................... 83 PLAČEK, Viktor ................................. 83 PLŠEK, Stanislav ................................ 89 PODEŠVA, Petr .................................. 95 R RICHTR, Lukáš ................................... 27 S SPURNÝ, Miloslav ........................... 103 STANÍČEK, Petr ............................... 113 141

Autor:

Kolektiv autorů

Editor:

Ing. Pavel Smutný, PhD.

Katedra, institut:

Katedra automatizační techniky a řízení

Název:

XXXII. Seminar ASR '2012 “Instruments and Control”

Místo, rok, vydání:

Ostrava, 2012, 1. vydání

Počet stran:

141

Vydala:

VŠB - TECHNICKÁ UNIVERZITA OSTRAVA

Tisk:

Katedra ATŘ-352, VŠB-TUO, 17. listopadu 15, 708 33 Ostrava - Poruba

Náklad:

100 ks

352

Neprodejné Text neprošel jazykovou úpravou, za věcnou správnost příspěvků odpovídají autoři.

Tato publikace ani její části nesmí být reprodukovány a přepisovány bez písemného svolení vydavatele a autorů příspěvků.

ISBN 978-80-248-2626-4