Na podstawie najistotniejszych cech dynamicznych pomiarów prędkości kątowej ustalono główne fazy transformacji informacji pomiarowej, co pozwoliło na uzyskanie nowych modeli matematycznych w postaci funkcji transformacji, równań do szacowania błędów kwantyzacji, analitycznych zależności dla zakresu pomiarów, które są podstawą do modelowania procesów fizycznych zachodzących w takich cyfrowych kanałach pomiarowych ze sterowaniem mikroprocesorowym. analitycznie opisano proces konwersji wartości analogowej na kod binarny Po raz pierwszy otrzymano równanie błędu próbkowania i udowodniono, że czynnikiem ograniczającym górną granicę pomiarów prędkości kątowej jest nie tylko znormalizowana wartość błędu kwantyzacji, jak sądzono wcześniej, ale także wartość częstotliwości próbkowania fD. Dlatego w celu rozszerzenia zakresu pomiarowego (poprzez zwiększenie górnej granicy pomiaru) proponuje się nie tylko zwiększenie szybkości działania sprzętu do konwersji analogowo-cyfrowej, ale również skrócenie czasu wykonania sterowników programowych do transmisji informacji pomiarowej do pamięci RAM systemu mikroprocesorowego. w tym celu uzyskano analityczne zależności górnej granicy pomiaru od wartości kroku próbkowania dla różnych trybów transmisji informacji pomiarowej. W trybie przerwania górna wartość graniczna pomiaru prędkości kątowej jest wyższa niż w trybie programu ze względu na skrócenie czasu wykonania sterownika programowego (tFl = 0). Maksymalną wartość górnej granicy pomiaru prędkości kątowej można uzyskać przesyłając informacje pomiarowe w trybie bezpośredniego dostępu do pamięci (DMA) zapewniając maksymalną prędkość w tym trybie (tFl = 0, tDR = 0). Ponadto zastosowanie uzyskanych w pracy wyników pozwala na etapie projektowania (podczas modelowania fizycznego i matematycznego) na ocenę głównych cech metrologicznych kanału pomiarowego, co ma na celu skrócenie czasu rozwoju i debugowania sprzętu, oprogramowania oraz standaryzacji ich cech metrologicznych.
Bibliografia
Azarov A. D. et al.: Class of numerical systems for pipe-line bit sequential development of multiple optoelectronic data streams. Proc. SPIE 4425, 2001, 406–409.
Azarov O. D. et al.: Static and dynamic characteristics of the self-calibrating multibit ADC analog components. Proc. SPIE 8698, 2012, 86980N.
DSTU 2681-94. Metrology. Terms and definitions. Kyiv: State Standard of Ukraine, 1994.
Kolobrodov V. G. et al.: Physical and mathematical model of the digital coherent optical spectrum analyzer. Optica Applicata 47(2), 2017, 273–282.
Kolobrodov V. G. et al.: The diffraction limit of an optical spectrum analyzer. Proc. SPIE 9809, 2015, 98090F.
Kukharchuk V. V. et al.: Discrete wavelet transformation in spectral analysis of vibration processes at hydropower units. Przegląd Elektrotechniczny 93(5), 2017, 65–68.
Kukharchuk V. V. et al.: Information Conversion in Measuring Channels with Optoelectronic Sensors. Sensors 22(271), 2022.
Kukharchuk V. V. et al.: Method of magneto-elastic control of mechanic rigidity in assemblies of hydropower units. Proc. SPIE 10445, 2017, 104456A.
Kukharchuk V. V. et al.: Noncontact method of temperature measurement based on the phenomenon of the luminophor temperature decreasing. Proc. SPIE 10031, 2016, 100312F.
Kukharchuk V. V. et al.: Torque measuring channels: dynamic and static metrological characteristics. Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska 3, 2020, 82–85.
Kvyetnyy R. et al.: Modification of fractal coding algorithm by a combination of modern technologies and parallel computations. Proc. SPIE 9816, 2015, 98161R.
Murzenko O., et al.: Application of a combined approach for predicting a peptide-protein binding affinity using regulatory regression methods with advance reduction of features. 10th IEEE International Conference on Intelligent Data Acquisition and Advanced Computing Systems: Technology and Applications IDAACS 2019, 1, 8924244, 431–435.
Ornatsky P. P.: Automatic measurements and instruments. Higher School, Kiev 1980.
Ornatsky P. P.: Theoretical foundations of information and measurement technology. Higher school, Kiev 1983.
Osadchuk A. et al.: Pressure transducer of the on the basis of reactive properties of transistor structure with negative resistance. Proc. SPIE 9816, 2015, 98161C.
Ostafiev V. A. et al.: Laser diffraction method of surface roughness measurement. Journal of Materials Processing Technology 63(1–3), 1997, 871–874.
Podzharenko V. O., Kukharchuk V. V.: Measurement and Computer Measurement Technology: A Tutorial. UMKVO, Kiev 1991.
Sena L. A.: Units of physical quantities and their dimensions. Nauka, Moscow 1977.
Trishch R. et al.: Methodology for multi-criteria assessment of working conditions as an object of qualimetry. Engineering Management in Production and Services 13(2), 2021, 107– 141.
Trishch R. et al.: Qualimetric method of assessing risks of low quality products. MM Science Journal 2021, 4769–4774.
Tymchik G. S. et al.: Diagnosis abnormalities of limb movement in disorders of the nervous system. Proc. SPIE 104453, 2017, 104453S.
Tymchik G. S. et al.: Distortion of geometric elements in the transition from the imaginary to the real coordinate system of technological equipment. Proc. SPIE 10808, 2018, 108085C.
Vedmitskyi Y. G. et al.: New non-system physical quantities for vibration monitoring of transient processes at hydropower facilities, integral vibratory accelerations. Przegląd Elektrotechniczny 95(3), 2017, 69–72.
Volodarsky E. T. et al.: Metrological support of measurements and control: A textbook. VSTU, Vinnytsia 2001.