1 / 55

Syst é my zberu d át Multifunkčné dosky pre zber dát

Syst é my zberu d át Multifunkčné dosky pre zber dát. Ján Šaliga KEMT FEI TU Košice. Čo je SZD (Data Acquisition Systems – DAQ). Systém umožňujúci snímanie signálov z meraných zdrojov, digitalizáciu, spracovanie, prezentáciu, archiváciu a často aj spätné riadenie meraného procesu. Senzory I.

Télécharger la présentation

Syst é my zberu d át Multifunkčné dosky pre zber dát

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Systémy zberu dátMultifunkčné dosky pre zber dát Ján Šaliga KEMT FEI TU Košice

  2. Čo je SZD (Data Acquisition Systems – DAQ) • Systém umožňujúci snímanie signálov z meraných zdrojov, digitalizáciu, spracovanie, prezentáciu, archiváciu a často aj spätné riadenie meraného procesu

  3. Senzory I. • Senzor (snímač, čidlo – sensor, tranducer) – premena fyzikálnej veličiny (teplota, tlak, mechanické napätie, ...) na elektrický signál (napätie, prúd)

  4. Senzory II. • Niektoré vyžadujú napájanie – excitáciu, rôzne pomocné obvody, odporovú sieť a pod. • Na výstupe senzora môžu byť rôzne signály, ktoré nesú informáciu v niektorom svojom parametri a musia byť preto vhodne ďalej spracovávané • Analógové signály • Číslicové signály

  5. Analógové signály • Úroveň (statický tlak, teplota, ...) • Tvar (zvuk, vibrácie, obraz z kamery, ...) • Frekvencia (analýza reči, telekomunikácie, zemetrasenie, ...) • Nyquistova (shannonova) teoréma • Fourierova transformácia

  6. Číslicové (digitálne) signály • Nie je dôležité, aké je presne hodnota signálu ale iba či je v intervale definovanom pre úroveň H alebo L v danom okamihu • TTL úrovne: • L: 0 až 0.8V • H: 2 až 5V • Stav, napr. spínač • Frekvencia(tempo – rate)

  7. Úprava signálov (Signal conditioning) • Meranie veľkých alebo malých signálov, súčasné meranie veľkého počtu signálov a pod. vyžaduje pred privedením na PC úpravu signálov (bezpečnosť, šum, ...) • Operácie a funkcie SC • Zosilnenie • Útlm • Izolácia • Doplnenie a budenie mostíkov • Simultánne (súčasné) vzorkovanie • Budenie a napájanie senzorov • Multiplexovanie

  8. Realizácia obvodov pre úpravu – predspracovanie signálov

  9. Čo je multifunkčná doska? • Viacúčelová doska - modul umožňujúci snímať a generovať analógové a číslicové signály z/do PC • Pre použitie je potrebný softvér • Univerzálny – obyčajne stačí iba overenie základnej funkcie • Špeciálny vytvorený podľa aplikácie a požiadaviek užívateľa

  10. Principiálna schéma

  11. Príklad reálnej dosky (PCI 6036)

  12. Typy vstupov a výstupov I. • Analógové vstupy • Obyčajne napäťové vstupy v multiplexnom režime 8, 16 prípadne aj viac • Rozsah vstupných napätí od cca. 1V do 10V v unipolárnom alebo bipolárnom režime • Elektricky diferenciálne alebo nesymetrické vstupy so spoločnou zemou PC alebo referenčnou analógovou zemou • Max. vzorkovacia frekvencia cca. 1MHz, rozlíšenie typicky 12 – 18bitov

  13. Parametre a obvody analógových vstupov – šírka pásma • (Bandwidth) – prenos signálov obvodom s relatívnou zmenou zosilnenia alebo zoslabenia na rôznych frekvenciách menšou ako zvolená hodnota (najčastejšie +/-3dB)

  14. Parametre a obvody analógových vstupov – doba čela • Obvody pri prenose strmých zmien signálov tieto tlmia vyhladzujú

  15. Parametre a obvody analógových vstupov – vzorkovacia frekvencia • (sampling rate) – tempo prevodu analógového signálu na číslo (tempo merania analógového signálu)

  16. Vzorkovacia frekvencia • Vzorkovacia frekvencia musí byť minimálne dvojnásobkom frekvencie najvyššej zložky obsiahnutej v signáli (Nyquistova alebo Shannonova podmienka – praxi problém • Polovica vzorkovacej frekvencie sa nazýva Nyquistova frekvencia

  17. Nedodržanie Nyquistovej podmienky - aliasing • Signál (zložky) sa objavia po vzorkovaní na iných tzv. aliasingových frekvenciách falias = ABS(najbližšie N.fs – fin) F2alias=ABS (100-70)=30 F3alias=ABS (2.100-160)=30 F4alias=ABS (5.100-510)=10

  18. Prevod analógového signálu na číslo (kvantizácia) Každej hodnote signálu v diskrétnom čase (vzorkovanie) sa priradí číslo – kód (analógová hodnota sa zaokrúhli – kvantuje) pomocou analógovo-číslicového prevodníka (AČP) Rozlíšenie AČP: Definované počtom bitov N Počet rozlíšiteľnýchúrovní = 2N -1 !!!POZOR vždy pre plnýrozsah (Full Scale), t.j. D=FS/(2N -1)

  19. Kvantizačná chyba – kvantizačný šum Rozdiel medzi skutočnou a diskrétnou (číslicovou) hodnotou Predpokladá sa rovnomerné rozdelenie pravdepodobnosti Efektívna hodnota kvatizačného šumu: erms=D/sqr(12)

  20. Chyba zisku Nežiadúca nelinearita 111 110 Chyba ofsetu 101 Chýbajúci kód 100 011 Nemonotónnosť 010 001 000 Bodové chybové parametre AČP Výstupnýkódk -4 -3 -2 -1 Vstupná analógová veličina x(t) [Vfs/Q] 0 1 2 3 4 Ideálny AČP Reálny AČP

  21. Nelinearita AČP - DNL a INL • DNL - relatívna chyba skutoňého kvantizačného kroku pre kód k • INL – relatívna chyba reálnej kvantizačnej úrovne • Dôsledky nelinearity – chybné (nepresné) hodnoty – zväčšenie kvantizačného šumu – zhoršenie rozlíšenia (počet platných bitov menší ako nominálny) • Zistenie reálnych kvantizačných úrovní: • PROBLÉM pri AČP: skutočný AČP sa správa stochasticky – stochastický model AČP

  22. Príklad DNL a INL

  23. Deterministický model Pravdepodobnostný model Výstupný Výstupný kód k 101 kód k 100 111 110 12 101 1 0 1 2 3 4 Deterministická definícia 100 Vstupná Vstupná Vstupná Profil kanála P ( k | x ) 0 1 1,5 2 analógová analógová analógová - 4 - 3 - 2 - Stochastická definícia 1 x x x ( ( ( t) t) t) veličina veličina veličina 011 N N N [ [ [ V V V /2 /2 /2 ] ] ] fs fs fs 010 = 0 , 5 001 [ ] ( ) - N = + T k k 0 , 5 V 2 pre unipolárny AČP 000 nom fs ( ) [ ] - - N 1 N = - + V T k k 2 1 2 pre bipolárny AČP ( ) ( ) [ ] [ ] ( ) nom fs = + P k T k P k 1 T k N = k 0, 1, ..., 2 -1 [ ]: T k Prevodová charakteristika AČP T[k] - kvantizačná úroveň (prahová úroveň kódu k) Vfs – celkový (plný) rozsah AČP N – nominálne rozlíšenie (počet bitov) AČP

  24. Testovanie DNL a INL • Štandardizované metódy • IEEE Std. 1057 - 1994, "IEEE Standard for Digitizing Waveform Recorders", • IEEE Std. 1241, "IEEE Standard for Terminology and Test Methods for Analog-to-Digital Converters koncept • Európsky projekt DYNAD – SMT4-CT98-2214, „Methods and draft standards for the DYNamic characterisation of Analogue to Digital converters“,

  25. Testovanie DNL a INL • Štandardizované metódy • IEEE Std. 1057 - 1994, "IEEE Standard for Digitizing Waveform Recorders", • IEEE Std. 1241, "IEEE Standard for Terminology and Test Methods for Analog-to-Digital Converters koncept • Európsky projekt DYNAD – SMT4-CT98-2214, „Methods and draft standards for the DYNamic characterisation of Analogue to Digital converters“,

  26. Statické štandardizované metódy • Založené na pravdepodobnostnom modele AČP • Nevýhoda: časovo náročné, napr. 12bitový AČP, fs=100kHz ~ 30hodín, fs=10Hz ~ 300000 hodín ~ 521rokov

  27. Dynamické štandardizované metódy • Rýchla náhrada statických metód = určenie kvázistatických parametrov (DNL, INL, ...) prostredníctvom histogramov • Určenie dynamických parametrov (SINAD, ENOB, THD, ...) analýzou záznamu v časovej alebo spektrálnej oblasti Zostava testovacieho pracoviska pre harmonický signál

  28. æ ö d 1 x 1 ( ) = = ç ÷ p x 2 arccos p d x 2 A è ø 2 2 p - A x ( ) - N 1 - V k 2 ( ) ( ) fs ( ) æ ö - - N N 1 N 1 - - - 2 V k 2 V k 1 2 1 1 [ ] ç ÷ ò fs fs = = - P k d x arcsin arcsin ç ÷ p N N A . 2 A . 2 2 2 p - ( ) A x è ø ( ) - N 1 - - V k 1 2 1 fs N 2 ( ) ( ) ( ) æ ö - - N 1 N 1 - - - V k 2 V k 1 2 M [ ] ç ÷ fs fs = - H k arcsin arcsin ç ÷ id p N N A 2 A 2 è ø [ ] [ ] - H k H k [ ] = id DNL k [ ] H k id Testovanie prostredníctvom histogramov • Hustota pravdepodobnostipre harmonický signál • Pravdepodobnosť, že na výstupe AČP sa objaví kód k • Z toho pre ideálny lineárny AČP a ideálny harmonický signál • Porovnanie ideálneho a skutočnéhohistogramu a parametre AČP, napr. • Nevýhody: - vysoká kvalita a stabilita testovacieho signálu často pri veľmi nízkych frekvenciách, - potreba poznať čo najpresnejšie parametre signálu

  29. A = 1 rms SINAD 20 log dB h rms 2 A = 1 rms SNR 10 log dB H å h - 2 2 A rms h = h 2 h - SINAD 1 , 76 & = - = rms ENOB N log s 2 6 , 02 rms ( ) Y f = avm i SFDR 10 log ( ) ( ) ( ) dB max Y f , Y f avm h avm sp H å 2 A h = = 2 h THD A 1 Vybrané dynamické parametre • Pomer signál – šum a skreslenie • Pomer signál – šum • Efektívny počet bitov • Dynamický rozsah bez rušenia • Harmonické skreslenie

  30. Meranie dyn. par. AČP v čase Založené na budení harmonickým signálom a následne na analýze záznamu v časovej Princíp a postup: • Odhad skutočného kvantizačného šumu v zázname porovnaním záznamu so vzorkami ideálneho vstupného testovacieho harmonického signálu získaného spätne aproximáciou zo záznamu v čase. • Trojparametrická metóda - neznáma amplitúda, jednosmerná zložka a počiatočná fáza, presne známa normovaná frekvencia), výhoda: rýchly výpočet explicitného vyjadrenia, nevýhoda: možná veľká chyba ak nie je frekvencia presne známa • Štvorparametrická – neznáma amplitúda, jednosmerná zložka, počiatočná fáza aj normovaná frekvencia, nevýhoda: zložitý iteračný proces s nejednoznačnou konvergenciou • Odhad parametrov testovaného AČP dosadením výsledkov analýzy do definičných vzťahov

  31. f M = s J f i Meranie dynamických parametrov AČP v spektrálnej oblasti • Princíp: • Určiť kvantizačný šum, skresľujúce zložky a pôvodný testovací signál v zázname zo spektra získaného pomocou DFT záznamu. • Dosadením do definičných vzťahov určiť parametre testovaného AČP • Koherentné vzorkovanie a vypočítané spektrumzodpovedá skutočnému spektru signálu • Výhoda: jednoduché a presné odčítanie a vypočítanie hľadaných parametrov • Nevýhoda: v praxi ťažko realizovateľné

  32. Zvýšenie presnosti AČP - dithering Prevzorkovanie signálu s pridaním šumu alebo psedonáhodného signálu s rovnomerným rozdelením pravdepodobnosti v intervale blízkom 1LSB a následným spriemermením a decimáciou digitalizovaných vzoriek

  33. Nežiaduci šum • Všetky „náhodné“ fluktuácie signálu, ktoré „zahmlievajú“ skutočnú hodnotu (veľkosť) signálu. • Zdroje šumu: • Tepelný šum – každý elektronický prvok, ktorý má fyzikálnu vlastnosť R: (Vn)2 =4KTRB [V2/Hz] • Blikavý (flicker) alebo 1/f šum – PN prechody v polovodičoch • ... Šumový prah

  34. Stratégie potlačenia šumu • Voliť čo možno najmenšie impedancie na vstupoch a výstupoch signálov • Minimalizovať použitú šírku pásma • Vhodne zemniť, tieniť, použiť vhodné káble, ... • Používať nízkošumové súčiastky na vstupoch • Používať nižšie napájacie napätia • Číslicové spracovanie šumu

  35. „Precision“ alebo „accuracy“?

  36. Zemnenie a tienenie

  37. Diferenčné vstupy Vysoká odolnosť voči rušeniu – vhodné pre malé signály Zložitejšia elektronika a káble Pozor na spoločné napätia ( common mode voltage - na oba vstupy voči GND) – presluch CMR, poškodenie vstupu

  38. Uzemnené vstupy Referenčná zem Nereferenčná zem Referenced single ended Non-referenced single ended

  39. Vlastnosti multiplexerov • Odpor v zapnutom a vypnutom stave • Doba prepnutia (settling time) • Presluchy, šum, parazitné kapacity, ...

  40. Galvanické oddelenie • Bezpečnosť, rôzne potenciály (zeme)...

  41. Príklady zapojenia s GO Modulačný zosilňovač

  42. Spojenie výstupov a vstupov

  43. Zosilňovače v AČR • Operačný zosilňovače v rôznom zapojení

  44. Prístrojový zosilňovač

  45. Princípy AČP – komparačný (paralelný) AČP Veľmi rýchly – flash – drahý (2N komparátorov a presných rezistorov s presnosťou lepšou ako 2-(N+2)

  46. Princípy AČP – kompenzačný (aproximačný) AČP Lacnejší – N presných položiek ale pomalší

  47. Princípy AČP – sigma-delta AČP Lacný s veľkou presnosťou, stredná rýchlosť, možné rôzne zlepšenia

  48. Potlačenie kvantizačného šumu

  49. Potlačenie kvantizačného šumu Opis systému vo frekvenčnej oblasti Pre f blízke 0 šum je blízky 0

  50. Princípy AČP – integračný AČP s dvojitou integráciou Pomalý, lacný ale veľmi presný – konvertuje obyčajne nie okamžitú ale strednú hodnotu (nepoužívajú sa vzorkovacie obvody)

More Related