Технология и автоматизация производства РЭА
ния. При этом старший (1-й) разряд равен половине полной шкалы, 2-й
разряд - четверти полной шкалы и т.д.
ЦАП строятся в основном по принципу параллельного преобразования
на основе резистивных матриц различной конфигурации (матрицы R-2R,
матрицы с двоично-взвешенными резисторами R 4i 0=R*2 5i 0 (81) и др.) и перек-
лючателей тока, обладают более высокими быстродействием, точностью и
технологичностью изготовления в микроэлектронном исполнении.
При построении АЦП в настоящее время используется в основном один
из трех принципов: параллельного преобразования, последовательных
приближений, интегрирования входного сигнала с дискретными уровнями,
определяемыми выражением n=2 5b 0-1 (82), где b - число двоичных разрядов
АЦП.
АЦП последовательного приближения обладают сравнительно высоким
быстродействием и высокой разрядностью. Интегрирующие АЦП имеют низкое
быстродействие, но обеспечивают высокую помехозащищенность, поэтому
используются в ИИС и измерительных преобразователях, где требуется вы-
сокая точность при воздействии различного рода помех и шумов. В насто-
ящее время отечественная промышленность выпускает ЦАП и АЦП в интег-
- 89 -
ральном исполнении всех перечисленных выше типов.
Устройства сопряжения (интерфейсы). Устройства сопряжения (интер-
фейсы) обеспечивают совместное действие всех аналоговых, цифровых и
аналого-цифровых функциональных блоков. Под стандартным интерфейсом
подразумевается совокупность правил (протоколов) и программного обес-
печения процесса обмена информацией между функциональными блоками, а
также соответствующих технических средств сопряжения в системе. В нас-
тоящее время достаточно полно разработаны лишь цифровые интерфейсы,
обеспечивающие совместную работу цифровых функциональных блоков и циф-
ровых частей аналоговых и аналого-цифровых функциональных блоков.
В простых измерительных системах функциональные блоки, как прави-
ло, образуют каскадные соединения, характеризующиеся тем, что информа-
ционный поток проходит последовательно через все блоки. В таком вклю-
чении интерфейс получил название каскадного.
К устройству обработки измерительной информации - центральному
процессору можно подключать несколько функциональных блоков.
У нас в основном получили распространение интерфейсы МЭК и КАМАК.
Для первого из них соединение функциональных блоков между собой осу-
ществляется через многопроводный канал общего пользования общей длиной
не более 20 метров. Число функциональных блоков не должно превышать 15
при общем числе адресов приемников и передатчиков информации не более
31 при однобайтовой адресации и 961 при двухбайтовой.
Основными особенностями системы КАМАК являются:
- модульный принцип распространения, обеспечивающий возможность
создания агрегатных комплексов;
- конструктивная однородность системы, достигаемая унификацией
несущих конструкций для размещения функциональных блоков;
- магистральная структура информационных связей между функцио-
нальными блоками;
- широкое применение принципов программного управления, обеспечи-
вающих гибкость реализуемых системой алгоритмов.
Основу системы КАМАК составляет модуль - конструктивно завершен-
ное устройство, предназначенное для выполнения функций преобразования,
накопления, обработки информации, но не содержащее источников питания.
Модули размещаются в едином конструктиве, который называется крейт.
Микропроцессоры и микроЭВМ. Микропроцессор и микроЭВМ - централь-
ная часть любой электронной системы управления и обработки информаци-
онных сигналов. Микропроцессор (МП) в системе управления должен быть
сориентирован на обработку потока входных и выходных сигналов.
Устройства отображения и регистрации информации. Для представле-
ния накопленной информации в процессе измерений и обработки информации
в наиболее удобную для восприятия и оценки форму в состав ИИС входят
различные средства отображения и регистрации информации, которые можно
подразделить на устройства визуального воспроизведения информации и
документирующие устройства. Среди устройств визуального восприятия на-
иболее распространены цифровые индикаторы и дисплеи на электронно-лу-
чевых трубках.
Устройства регистрации информации обеспечивают ее перенос на ка-
кой-либо долговременный носитель (бумагу, магнитную ленту, магнитный
диск и т.д.). Запись может осуществляться либо в цифровой форме, с
различными кодовыми представлениями, либо в аналоговой форме в виде
графиков, гистограмм и т.д. Классификация устройств документальной ре-
гистрации информации чаще всего производится по форме представления
полученных документов двумя группами: для непосредственного восприятия
оператором и для последующей машинной обработки. К устройствам регист-
рации информации для непосредственного восприятия оператором относятся
самопишущие автопотенциометры, планшетные самописцы и графопостроите-
ли. Для регистрации цифровых сигналов широкое применение нашли алфа-
- 90 -
витно-цифровые печатающие устройства (АЦПУ).
3.2. Типы погрешностей.
Характеристики действующих факторов.
Причины возникновения производственных погрешностей многочисленны
и многообразны. К ним можно отнести дефекты оборудования, колебания
технологических режимов при обработке деталей, погрешности измеритель-
ных систем. На законы распределения производственных погрешностей су-
щественно влияют условия их возникновения. Поскольку производственные
погрешности могут иметь как систематический, так и случайный характер,
для определения законов их распределения необходимо иметь сведения о
том, сохранились ли условия изготовления РЭА постоянными, рассматрива-
ются ли погрешности для отдельной партии или в общей массе, при смеше-
нии партий, рассматривается ли вся партия или только выборка.
Производственный процесс, в котором все производственные погреш-
ности случайны, принято называть устойчивым, стабильным процессом.
Исследование его закономерностей осуществляется методами математичес-
кой статистики. Однако, в реальных технологических процессах, наряду с
факторами, вызывающими случайные погрешности, могут иметь место и сис-
тематически действующие факторы.
Будем полагать, что имеют место следующие условия возникновения
погрешностей:
1. Производственная погрешность представляет собой сумму частных
погрешностей, которые вызываются действием большого числа случайных и
некоторого числа систематических первичных факторов.
2. Число случайных факторов и параметры вызванных ими частных
погрешностей не изменяются во времени.
3. Среди частных погрешностей нет доминирующих, т.е. все случай-
ные факторы по своему влиянию на общую погрешность составляют величины
одного порядка.
4. Все случайные факторы взаимно независимы, что является харак-
терным для тех случаев, когда рабочий не имеет возможности влиять на
работу оборудования в процессе изготовления деталей, т.е. при автома-
тически работающем оборудовании.
5. Для всех экземпляров деталей остаются одинаковыми как число
систематических факторов, так и значения вызванных ими погрешностей.
Погрешности, возникающие при описанных выше условиях, распределя-
ются по закону Гаусса, который также называют законом нормального
распределения или нормальной кривой.
Практика показывает, что в устойчивых, стабильных технологических
процессах производства РЭА производственные погрешности распределяются
нормально. Поэтому такое распределение можно считать основным, особен-
но для автоматизированных технологических процессов, в которых устра-
нены все систематические факторы, вызывающие погрешности. Кривая расп-
ределения погрешностей является своего рода индикаторной диаграммой ТП
и, таким образом, позволяет дать оценку его качества.
Другими словами, кривая распределения погрешностей позволяет су-
дить о стабильности технологического процесса, фиксировать его наруше-
ния, дает представления о влиянии технологических изменений, а также в
ряде случаев позволяет устанавливать причины нарушений процесса. Вмес-
те с тем, пользуясь кривой распределения погрешностей, можно опреде-
лить количество возможного брака и соответствие между назначенным до-
пуском и точностными возможностями оборудования. При этом, для обеспе-
чения заданного допуска в условиях производства необходимо, чтобы поле
рассеяния производственных погрешностей не выходило за границы поля
допуска, в противном случае часть деталей пойдет в брак, исправимый
или нет.
- 91 -
Отсюда вытекает основное требование к настройке оборудования -
центр группирования производственных погрешностей деталей должен рас-
полагаться как можно ближе к середине доля допуска.
Метрологические характеристики ИИС являются функциями структуры
ИИС, алгоритма ее работы, метрологических характеристик входящих в нее
измерительных преобразователей. Основными метрологическими характерис-
тиками ИИС и их компонентами являются статическая характеристика пре-
образования, коэффициент преобразования, суммарная погрешность преоб-
разования, динамические характеристики (передаточная функция, переход-
ная, импульсная, амплитудно-фазовая), время окончания переходных про-
цессов в измерительном канале, а также суммарное время выполнения из-
мерительных, вычислительных и логических процедур. Кроме того, могут
нормироваться входные и выходные полные сопротивления ИИС для электри-
ческих величин и другие характеристики, специфические для каждой конк-
ретной ИИС. При этом следует отметить, что все эти характеристики не
являются обобщающими параметрами ИИС, поэтому нормированию в ИИС под-
лежат метрологические характеристики измерительных каналов.
Среди перечисленных метрологических характеристик одной из наибо-
лее важных является погрешность измерения (преобразования).
Погрешность - отклонение выходной величины от истинного значения
вследствие изменения внутренних свойств элемента или внешних условий
работы. Погрешность может иметь различные названия, в зависимости от
причин, вызывающих ее (температурная, частотная, колебания напряжения
питания, нестабильность (из-за изменения параметров с течением време-
ни) и т.п.).
Погрешности ИИС, также как и погрешности отдельных измерительных
устройств, можно подразделить на методические и инструментальные, ос-
новные и дополнительные, аддитивные и мультипликативные, систематичес-
кие и случайные, абсолютные, относительные и приведенные относитель-
ные.
Систематическая и случайные погрешности. Практически результат
измерения всегда содержит как систематическую D 4с 0, так и случайную D 4сл
составляющие погрешности, поэтому в общем случае результат измерения
(преобразования) в ИИС является величиной случайной. При этом система-
тическая составляющая погрешности является математическим ожиданием
этой величины, а случайная - центрированной случайной величиной. Сис-
тематические погрешности возникают из-за несовершенства выбранных ме-
тодов измерения, технических средств измерения и субъективных особен-
ностей экспериментатора. Случайные погрешности являются следствием не-
выясненных случайных причин. Поэтому для их количественной оценки при-
меняют математический аппарат теории вероятностей и математической
статистики. Наиболее полно случайные погрешности могут быть оценены,
например, их функцией распределения. При этом для выяснения закона
распределения случайных погрешностей обращаются к многократным наблю-
дениям с последующей обработкой полученного материала. Заметим, что
такой подход правомерен только в том случае, когда распределения наб-
людений обладают статистической устойчивостью, т.е. выявляемая законо-
мерность в изменении случайной погрешности на самом деле существует.
Теоретическая функция распределения погрешностей не совпадает с
практически наблюдаемой, поэтому оценка степени их соответствия осу-
ществляется с помощью критериев согласия.
Методические погрешности - погрешности, получаемые за счет несо-
вершенства метода измерения, связанные либо со сложностью измерения
данной величины, либо с использованием косвенных измерений, позволяю-
щих по другой физической величине оценивать искомую. Они относятся к
систематическим погрешностям.
Инструментальные погрешности связаны с несовершенством измери-
тельных приборов, обусловлены зоной нечувствительности, наличием нели-
- 92 -
нейности в изменении измеряемой величины и линейности шкалы измерения
и т.п.
Основная погрешность - это погрешность первичного преобразователя
(датчика) измерительной системы в нормальных условиях измерения, до-
полнительная погрешность - это погрешность, обусловленная остальными
компонентами измерительной цепи или "ненормальными" условиями измере-
ния.
Аддитивная погрешность - погрешность, которая суммируется с ос-
новной погрешностью, мультипликативная - умножается на основную пог-
решность.
Абсолютная погрешность равна 7D 0y=y'-y (83), где y' - значение вы-
ходной величины, а y - ее градуировочное значение. Относительная пог-
решность (%) равна: 7d 0y=( 7D 0y/y)*100 (84). Приведенная относительная пог-
решность (%) равна: 7d 0y 4пр 0=( 7D 0y/y 4max 0)*100 (85), где y 4max 0 - максимальное
значение выходной величины, определяющее диапазон ее изменения. С уче-
том сказанного в общем случае результирующая абсолютная погрешность
измерения ИИС определяется формулой 7D 4сум 0= 7D 4с 0+ 7D 4сл 0 (86).
По характеру возникновения погрешности бывают конструктивные, ко-
торые возникают при проектировании из-за недостаточно точного учета
условий эксплуатации РЭА и неоптимальной проработки конструкции аппа-
ратуры и ее испытания, и производственные, возникающие в процессе из-
готовления изделия. Это происходит в основном из-за нарушения техноло-
гии производства. Кроме того, они возникают из-за нестабильности само-
го процесса производства и характеристик применяемых материалов и
из-за несовершенства существующих систем измерения.
Характеристика факторов, обуславливающих погрешности измерения.
Методы определения 7D 4сум 0 зависят от того, в какой форме заданы погреш-
ности отдельных звеньев, заданы ли их законы распределения или заданы
только некоторые числовые характеристики составляющих погрешности. В
том случае, если известны законы распределения погрешностей отдельных
звеньев и система линейна, задача может быть решена с помощью метода
свертки следующим образом. Пусть, например, e 41 0 и e 42 0 - случайные функ-
ции погрешности двух соседних звеньев, а f(e 41 0), f(e 42 0) - их плотности
распределения. Когда эти погрешности независимы, закон распределения
суммарной погрешности e 41,2 0 этих двух звеньев находится с помощью
свертки исходных плотностей:
+ 7$
f(e 41 0,e 42 0)= 73 0f(e 41 0)*f(e 41,2 0-e 41 0)de 41 0 (87).
- 7$
Применяя последовательно операцию свертки n-1 раз, где n - коли-
чество звеньев в измерительной цепи, получаем закон распределения пол-
ной (результирующей) погрешности. Однако, решение данного уравнения не
всегда возможно. Поэтому при определении полной погрешности получили
широкое применение методы математического моделирования, в частности,
метод статистических испытаний. В этом случае законы распределения
случайных составляющих погрешности отдельных звеньев формируются с по-
мощью специальных генераторов или программным путем. Осуществляя мно-
гократный перебор случайных сочетаний значений отдельных составляющих
погрешностей и определяя каждый раз полную погрешность, можно по ре-
зультатам испытаний воспроизвести закон распределения полной погреш-
ности.
Определение полной погрешности в тех случаях, когда составляющие
погрешности заданы в виде некоторых числовых характеристик, можно осу-
ществить следующим образом. Если отдельные звенья ИИС охарактеризованы
экстремальными погрешностями, то полная погрешность определяется прос-
тым суммированием этих погрешностей. Однако, вполне очевидно, что та-
кое значение полной погрешности может быть существенно завышено. Если
составляющие погрешности отдельных звеньев заданы интегральными оцен-
- 93 -
ками или доверительными интервалами и вероятностями, то полная систе-
матическая погрешность многозвенного линейного измерительного канала
находится суммированием систематических погрешностей отдельных узлов,
а дисперсия случайной погрешности при условии некоррелированности пог-
решностей отдельных звеньев - как сумма дисперсий погрешностей звень-
ев.
В том случае, когда погрешности некоторых звеньев коррелированы
между собой, к сумме дисперсий добавляются удвоенные корреляционные
моменты соответствующих погрешностей. При суммировании вводятся весо-
вые коэффициенты, зависящие от схемы включения звеньев и определяемые
как частные производные от выходной величины измерительного канала по
величине на входе данного звена. В том случае, если заданы не диспер-
сии случайных составляющих погрешностей отдельных звеньев, а их дове-
рительные интервалы, для определения полной погрешности необходимо
знание законов распределения отдельных составляющих погрешностей. В
этом случае по известным законам распределения, доверительным интерва-
лам и вероятностям можно найти дисперсии погрешностей отдельных звень-
ев, а затем полученные дисперсии суммировать.
Из анализа приведенных выше структур ИИС можно заключить, что ос-
новные составляющие погрешности измерительного канала обусловлены пог-
решностями первичных измерительных преобразователей (датчиков), пог-
решностями аналого-цифровых преобразователей и мультиплексоров (комму-
таторов) аналоговых сигналов.
3.3. Основные понятия теории вероятности.
Нормальное распределение, математическое ожидание,
дисперсия, среднеквадратическое отклонение.
Доверительный интервал.
Методы проверки гипотез о распределении.
Предметом теории вероятности является математический анализ слу-
чайных явлений, т.е. таких эмпирических феноменов, которые, при опре-
деленном комплексе условий, могут быть охарактеризованы тем, что для
них отсутствует детерминистическая регулярность (наблюдения за ними не
всегда приводят к одним и тем же результатам) и в то же время они об-
ладают некоторой статистической регулярностью (проявляющейся в статис-
тической устойчивости частот).
Смысл статистической устойчивости частот заключается в том, что,
если результаты отдельных наблюдений носят нерегулярный характер, то
большое количество экспериментов позволяют получить некоторые законо-
мерности, связанные с этими экспериментами. Статистическая устойчи-
вость частот делает весьма правдоподобной гипотезу о возможности коли-
чественной оценки "случайности" того или другого события А, осущест-
вляемого в результате экспериментов. Исходя из этого, теория вероят-
ности постулирует существование у события А определенной числовой ха-
рактеристики Р(А), называемой вероятностью этого события, естественное
свойство которой должно состоять в том, что с ростом числа "независи-
мых" испытаний (экспериментов) частота появления события А должна
приближаться к Р(А).
Частотой события называется отношение числа его появлений к числу
произведенных опытов. Таким образом, если в n опытах событие А появи-
лось m раз, то его частота равна m/n. lim(m/n)=P(A).
n 76$
Предположим, что в результате n опытов случайная величина Х при-
няла значения х 41 0,х 42 0,...,х 4n 0, тогда выборочное среднее определяется фор-
мулой: 4n 0 4n
х 4ср 0=( 7S 0x 4i 0)/n; lim(x 4ср 0)=M(X); d 5* 0=( 7S 0(x 4i 0-х 4ср 0) 52 0)/n; lim(d 5* 0)=D(X); где
5i=1 0 n 76$ 0 5i=1 0 n 76$
- 94 -
M(X) - математическое ожидание величины Х; d 5* 0 - выборочная дисперсия
величины Х; D(X) - дисперсия величины Х, корень квадратный из диспер-
сии называется среднеквадратическим отклонением величины Х.
Большое значение в теории вероятности, особенно при обработке ре-
зультатов экспериментов играет распределение Гаусса (нормальное расп-
ределение, нормальный закон, нормальная кривая, закон Гаусса), оно ха-
рактеризуется двумя параметрами: m 4x 0 - математическим ожиданием и s 4x 0 -
среднеквадратическим отклонением, которые полностью определяют все его
характеристики. При m 4x 0=0, s 4x 0=1 f(x)=(2 7p 0) 5-1/2 0exp{-x 52 0/2 } (88) нормаль-
ная кривая называется нормированной.
──────────────────────────────────────────────────────────────────────
f(x)
m 4x 0=0 . m 4x 0=0 . . m 4x 0=1 s 4x 0=2
s 4x 0=2. /|. s 4x 0=1. .
. . | . . /
. . | . / .
. .. . . . .|../. . . . . .
________________0_|__________1_____________ x
Рис. 12. Примеры нормального распределения.
──────────────────────────────────────────────────────────────────────
Как показывает практика, такое распределение характерно для расп-
ределения погрешностей устойчивых, стабильных технологических процес-
сов производства РЭА.