Méréstechnika,

előadás anyaga
Az előadásvázlat Dr. Blága Csaba, Dr. Kovács Ernő és Váradiné Dr. Szarka Angéla jegyzete nyomán készült.

Előadó: Szabó Norbert

mesteroktató
http://www.uni-miskolc.hu/~elkszabo/
 SI-prefixumok
Szorzó
Előtag Jele
hatvánnyal számnévvel
yotta- Y 1024 kvadrillió
zetta- Z 1021 trilliárd
exa- E 1018 trillió
peta- P 1015 billiárd
tera- T 1012 billió
giga- G 109 milliárd
mega- M 106 millió
kilo- k 103 ezer
hekto- h 102 száz
deka- da (dk) 101 tíz
– – 100 egy
deci- d 10−1 tized
centi- c 10−2 század
milli- m 10−3 ezred
mikro- µ 10−6 milliomod
nano- n 10−9 milliárdod
piko- p 10−12 billiomod
femto- f 10−15 billiárdod
atto- a 10−18 trilliomod
zepto- z 10−21 trilliárdod
yokto- y 10−24 qadrilliomod
Elektrotechnikai alapismeretek ismétlése
Töltés: 6,251018 elektron töltésmennyisége 1 Coulomb.
A Coulomb 1 Amper áram esetén 1 másodperc alatt a vezető
keresztmetszetén átáramló töltésmennyiség: Q = I  t [C] = [A]  [s]

Elektromos térerősség: E = F/Q

Coulomb törvény: 1 Q 1 Q2
F = ――  ―――
4πε0 r2

Áram: Töltések áramlása Mértékegysége: Amper

Feszültség: A tér két pontja közötti potenciálkülönbség

Az a munka, amit az elektron végez miközben
az egyik pontból a másikba elmozdul.
a

∫
Ua – Ub = E dl Mértékegysége: Volt
b

Ohm törvény: R=U/I

 Villamos hálózat elemei
Aktív elemek Passzív elemek

Feszültséggenerátor Ellenállás
U=RI R [Ohm][Ω]
+

U Induktivitás
- di L [Henry] [H]
u=L―
Áramgenerátor dt

+ Kapacitás
1 c [Farad] [F]
I
- u = ―  ∫ i dt
C
Passzív elemek soros és párhuzamos kapcsolása

Soros Párhuzamos

R1 R2 R3 R1 R2 R3
RS = R1 + R2 + R3 = Ri

RP-1 = R1-1 + R2-1+ R3-1 = Ri-1

L1 L2 L3
LS = L1 + L2 + L3 = Li L1 L2 L3

LP-1 = L1-1 + L2-1+ L3-1 = Li-1

c1 c2 c3

cS-1 = c1-1 + c2-1+ c3-1 = ci-1 c1 c2 c3

cP = c1 + c2 + c3 = ci
Egyszerű hálózatok
Kirchhoff törvények
Wheatstone-híd
Feszültség összehasonlítás módszere.

Ha UX = U3 , akkor U0 = 0
Kiegyenlítés feltétele:

 RX R3 
U0 =  −  =0
 R1 + R X R 3 + R 2 
R X  R 2 = R1  R 3
R3
R X = R1 
R2

U0 mérése nagyérzékenységű nullindikátorral történik.

Váltakozó szinuszos mennyiségek
Egyfázisú teljesítmény
Mérés
 Információszerzés, a megismerés eszköze;
egy fizikai (kémiai, stb.) mennyiség
összehasonlítása a mértékegység egységnyi
mennyiségével.
Villamos jelek mérése
 Közvetlen (kétkarú mérleg, tolómérő)
 Közvetett (hőellenállás, gyorsulásmérő)
1. Analóg (mutatós műszerek)
2. Digitális (számkijelzős műszerek)

Mérési módszer (elv)

Mérési eljárás (módszer, eszköz, személy)
Villamos jelek csoportosítása
Mérési hibák csoportosítása:
 Rendszeres hiba: Nagysága és előjele
meghatározható, így ezzel a mérési eredményt
pontosítani lehet (Pl.: egy mérőműszer csak
pozitív irányban téved.)
 Véletlen hiba: nem ismerjük sem a nagyságát,
sem az előjelét, de meghatározható egy bizonyos
bizonytalansági (konfidencia) intervallummal a
maximális értéke.
 Durva hiba: Erős környezeti hatás, vagy
személyi tévedés következtében fellépő olyan
hibákat nevezzük, amelyben a relatív hiba 50 -
100 %-ot is elérhet. (Pl.: tömegmérésnél
figyelmetlenségből a 0,5 kg-os és 1 kg-os
súlyokat összecseréljük.)
Véletlen hiba
 A konfidencia intervallumot méréssorozat
segítségével határozhatjuk meg. Mérési
sorozatról akkor beszélünk, amikor ugyanazt a
mérendő mennyiséget ugyanazzal a műszerrel
azonos külső körülmények között ugyanazon
megfigyelő többször egymásután megméri.
  Véletlen hiba ±6 → 99,99999975%

±3 → 99,74%

±2 → 95,45%
±1 → 68,27%
0,484

0,242

0
0,5
1
1,5
2
2,5
3
3,5
4
4,5
5
5,5
6
-6
-5,5
-5
-4,5
-4
-3,5
-3
-2,5
-2
-1,5
-1
-0,5
-0
Fontos fogalmak
 Mérési hibák helyett gyakran a mérés
pontosságáról beszélünk. A pontosság a hiba
ellentétes (inverz) fogalma. Azt mutatja meg,
hogy a mért érték mennyire van közel a valódi
értékhez. Minél nagyobb a hiba, annál kisebb a
pontosság.
 Hasonlóan gyakran használt fogalom a mérés
bizonytalansága, ami nem más, mint a
  intervallum.
Analóg műszerek véletlen
hibájának meghatározása
Ezen hibák lehetnek pozitív vagy negatív előjelűek is!

Abszolút hiba: H i = xi − x0
xi a mért érték
x0 a pontos érték

H i xi − x0
Relatív hiba: h= =
x0 x0

 100% 
Hi
Amit százalékban szoktunk megadni h% =
x0

Végkitérésre vonatkoztatott relatív hiba:

 100%
Hi
hv = xv a végkitéréshez tartozó pontos érték
xv
MÉRÉSI SOROZATOK
KIÉRTÉKELÉSE
 Mérési sorozatok véletlen
hibájának becslése
Egy mérési sorozat álljon n darab olyan mérésből,
amelyeket úgy végeztünk el, hogy minden általunk
befolyásolható feltétel a mérések alatt változatlan
maradt.
A mérési sorozat elemei: x1 , x2 , x3 , x4 ,...xi ,...xn

Állítható, hogy a várható érték legjobb becslése, a

1 n
x = x1 , x2 ,.. xn  =  xi
1
mérési sorozat átlaga n n i =1

(igazolhatóan a mérési sorozat legvalószínűbb értéke)

Mérési sorozatok véletlen
hibájának becslése:
Így viszont sok információt elvesztenénk ezért
meg szoktuk adni az átlagtól való eltérést is:
x 
 azt az információt tartalmazza, amely
megmutatja, hogy a mért adatok milyen mértében
szóródnak az átlag körül.
Mért értékek +X
X
–X
Várható érték

5 10 15 20 25
A mérések sorszáma
 1. Terjedelem (Range – R)
L1 = xmax − x
R = xmax − xmin L2 = x − xmin
+ L1
A gyakorlatban így használjuk: R= X − L2

 2. Átlagos abszolút eltérés (E) (Average of Absolute Deviation)

1 n
E =  i ahol:  i = xi − x
n i =1
 i a sorozat elemeinek átlagtól való eltérése

(Az abszolút érték nagyon lényeges, mert a nélkül az egyenlet 0-val is egyenlő
lehetne speciális esetben.)
 3. Szórás, vagy standard eltérés (s) (Standard deviation)

1 n 2
Def: s= 
n − 1 i=1
i

A méréselméletben gyakran használt a

1 n 2
szórásnégyzet (variancia), s =
2

n − 1 i =1
i
kifejezés ami értelemszerűen az

Ha n >> 1, ami a méréssorozatok nagy számát tekintve

legtöbbször fennáll, az összefüggés jó közelítéssel úgy írható fel,
hogy:
1 n 2
s= 
n i =1
i

ami nem más mint az átlagtól vett eltérések négyzetének

középértéke.
 4. Valószínű hiba (Ps)
Néha szokás a szóródást egy olyan P számmal jellemezni, amely
azt mutatja meg, hogy a nagyság szerint sorba rendezett sorozat
s százalékánál mekkora a sorozat elemének az értéke. Ezt a P
számot az irodalomban, (nem túl szerencsésen) valószínű
hibának szokták nevezni.
A Ps mindig szűkebb intervallumot jellemez, mint a ± L
terjedelem.

Nevezetes P értékek: P5 és P95:

A P5 egy elméleti minimumértéket, míg a P95 egy elméleti
maximumértéket határoz meg úgy, hogy a mérési sorozatban kis
valószínűséggel előforduló értékeket egyszerűen nem veszi
figyelembe.
Azaz a két érték meghatározása után egy adott mérési sorozat
alsó és felső határértékét határozzuk meg. A meghatározásukhoz
a sorozat sorba rendezésére van szükség.
 Def:
 A P5 a mérési sorozatnak egy olyan elméleti
minimumértéke (alsó határa), amely alatt az elemek
csupán 5 %-a fordul elő. (Azaz ezen érték felett, a mérési
sorozat elemeinek 95 %-a található meg.)
 A P95 a mérési sorozatnak egy olyan elméleti
maximumértéke (felső határa), amely alatt az elemek
95 %-a fordul elő. (P95 érték felett a mérési sorozatban
csak az elemek 5 %-a található csak meg.)
 A P5 és P95 tehát a mérési sorozat egy olyan tartományát
határozza meg, amely felett és alatt csak az elemek 5-5 %-
a fordul elő. Ezzel kiszűrhetőek az átlagtól nagyon eltérő
(gyakran) kiugró érték a mérési sorozatból!
Példa:

U U

f f
Kevés pont Megfelelõ számú pont
 2

Példa
Egy mérési sorozat az alábbi táblázatba foglalt elemeket tartalmazza:
Sorszá R1 R2 R3 R4 R5 R6 R7 R8 R9 R10 Σ
Számítsa ki a: m
Ω 100,2 99,9 100,1 100,1 100,2 100,6 100,4 99,7 99,8 100,0 1001
a) terjedelmet
b) átlagos abszolút eltérést
c) szórást._________________________________________________________
A sorozat átlaga:
99,7 + 99,8 + 99,9 + 100,0 + 2  100,1 + 2  100,2 + 100,4 + 100,6
x = x0 = = 100,1
10
R = xmax - xmin = 100,6 - 99,7 = 0,9
L1 = xmax - x = 100,6 - 100,1 = 0,5 A terjedelem: 100,1−+00,,45 
L2 = x - xmin = 100,1- 99,7 = 0,4
Sorszám R1 R2 R3 R4 R5 R6 R7 R8 R9 R10 Σ
Ω 100,2 99,9 100,1 100,1 100,2 100,6 100,4 99,7 99,8 100,0 1001
0,1 0,2 0 0 0,1 0,5 0,3 0,4 0,3 0,1 2,0
0,01 0,04 0 0 0,01 0,25 0,09 0,16 0,09 0,01 0,66

1 n 2 ,0
Átlagos abszolút eltérés: E = n   i = 10 = 0 ,2 100,1  0 ,2
i =1

1 n 2 1 100,1  0 ,271
Szórás: s =  i 9  0,66 = 0,271
n − 1 i =1
 =
 A normális (Gauss) eloszlás sűrűségfüggvénye
f(x-x0)

x-x0
-4 -3 -2 -1 0 1 2 3 4

Egy n elemből álló mérési sorozatra, k -k 2 ( x − x ) 2

az i-edik mérés hibája, δi f( x − x) = e

 i = xi - x0 k − k 2 2
f ( ) = e
ahol i = 1, 2 ...n 
 A normális (Gauss) eloszlás
sűrűségfüggvényének legfontosabb tulajdonságai
k k 1
f(0)
f ( 0 ) =
-
f(0) f(o) = f ( 0 ) = e 2

f(x -x0)
 e

f(δ0)
1 1
 0 =  =s E=
k 2 k 
x-x0
-4 -3 -2 -1 0 1 2 3 4

δ 0=s

s  2

2
=  15 %
E 2

t = 2 k  =
s

P(0;  ) = P(0; ts ) TÁBLÁZAT

 t 0 ,01 ,02 ,03 ,04 ,05 ,06 ,07 ,08 ,09
0,0 ,0000 ,0040 ,0080 ,0120 ,0160 ,0199 ,0239 ,0279 ,0319 ,0359
,1 ,0398 ,0438 ,0478 ,0517 ,0557 ,0596 ,0636 ,0675 ,0714 ,0754
,2 ,0793 ,0832 ,0871 ,0910 ,0948 ,0987 ,1026 ,1064 ,1103 ,1141
,3 ,1179 ,1217 ,1255 ,1293 ,1331 ,1368 ,1406 ,1443 ,1480 ,1517
,4 ,1554 ,1591 ,1628 ,1664 ,1700 ,1736 ,1772 ,1808 ,1844 ,1879
,5 ,1915 ,1950 ,1985 ,2019 ,2054 ,2088 ,2123 ,2157 ,2190 ,2224
,6 ,2258 ,2291 ,2324 ,2357 ,2389 ,2422 ,2454 ,2486 ,2518 ,2549
,7 ,2580 ,2612 ,2642 ,2673 ,2704 ,2734 ,2764 ,2794 ,2823 ,2852
,8 ,2881 ,2910 ,2939 ,2967 ,2996 ,3023 ,3051 ,3079 ,3106 ,3133
,9 ,3159 ,3186 ,3212 ,3238 ,3264 ,3289 ,3315 ,3340 ,3365 ,3389
1,0 ,3413 ,3438 ,3451 ,3484 ,3508 ,3531 ,3554 ,3577 ,3599 ,3621
,1 ,3643 ,3665 ,3686 ,3708 ,3729 ,3749 3770 ,3790 ,3810 ,3830
,2 ,3349 ,3869 ,3888 ,3907 ,3925 ,3944 ,3962 ,3980 ,3997 ,4015
,3 ,4032 ,4049 ,4066 ,4082 ,4099 ,4115 ,4131 ,4147 ,4162 ,4177
,4 ,4192 ,4207 ,4222 ,4236 ,4251 ,4265 ,4279 ,4292 ,4306 ,4319
1,5 ,4332 ,4345 ,4357 ,4370 ,4382 ,4394 ,4406 ,4418 ,4430 ,4441
,6 ,4452 ,4463 ,4474 4485 ,4495 ,4505 ,4515 ,4525 ,4535 ,4545
,7 ,4554 ,4564 ,4573 ,4582 ,4591 ,4599 ,4608 ,4616 ,4625 ,4633
,8 ,4641 ,4649 ,4656 ,4664 ,4671 ,4678 ,4686 ,4693 ,4700 ,4706
,9 ,4713 ,4719 ,4726 ,4732 ,4738 ,4744 ,4750 ,4756 ,4762 ,4767
2,0 ,4773 ,4778 ,4783 ,4788 ,4793 ,4798 ,4803 ,4808 ,4812 ,4817
,1 ,4821 ,4826 ,4830 ,4834 ,4838 ,4842 ,4846 ,4850 ,4854 ,4857
,2 ,4861 ,4865 ,4868 ,4871 ,4875 ,4878 ,4881 ,4884 ,4887 ,4890
,3 ,4893 ,4896 ,4898 ,4901 ,4904 ,4906 ,4909 ,4911 ,4913 ,4916
,4 ,4918 ,4920 ,4922 ,4925 ,4927 ,4929 ,4931 ,4932 ,4934 ,4936
2,5 ,4938 ,4940 ,4941 ,4943 ,4945 ,4946 ,4948 ,4949 ,4951 ,4952
,6 ,4953 ,4955 ,4956 ,4957 ,4959 ,4960 ,4961 ,4962 ,4963 ,4964
,7 ,4965 ,4966 ,4967 ,4968 ,4969 ,4970 ,4971 ,4972 ,4973 ,4974
,8 ,4974 ,4975 ,4976 ,4977 ,4977 ,4978 ,4979 ,4980 ,4980 ,4981
,9 ,4981 ,4982 ,4983 ,4983 ,4984 ,4984 ,4985 ,4985 ,4986 ,4986
3,0 ,4987 ,4987 ,4987 ,4988 ,4988 ,4989 ,4989 ,4989 ,4990 ,4990
,1 ,4990 ,4991 ,4991 ,4991 ,4992 ,4992 ,4992 ,4992 ,4993 ,4993
,2 ,4993 ,4993 ,4994 ,4994 ,4994 ,4994 ,4994 ,4995 ,4995 ,4995
,3 ,4995 ,4995 ,4996 ,4996 ,4996 ,4996 ,4996 ,4996 ,4996 ,4997
,4 ,4997 ,4997 ,4997 ,4997 ,4997 ,4997 ,4997 ,4997 ,4998 ,4998
 ±6 → 99,99999975% (10 milliárd db-ból 25 selejt)

±3 → 99,74%

±2 → 95,45%
±1 → 68,27%
0,484

0,242

0
0,5
1
1,5
2
2,5
3
3,5
4
4,5
5
5,5
6
-6
-5,5
-5
-4,5
-4
-3,5
-3
-2,5
-2
-1,5
-1
-0,5
-0
Empírikus sűrűségfüggvény
meghatározása a mérési adatok
csoportosításával

Csoportosítás megadása:

Δx – csoport szélesség
xr1 – 1. csoport középpontja
1. csoport 2. csop 3. csop 4. csop 5. csop 6. csop 7. csop 8. csop 9. csop

xr1 xr2 xr3 xr4 xr5 xr6 xr7 xr8 xr9

 m m n m m
 n =   (x
i =1
ri
i =1
ri )=n x  xi ri .  (x ri ) =  x ri n ri
i =1 i =1 i =1

A csoportosított adatok átlaga:

n
1 1 m
x=
n

i =1
x i  x r =  x ri n ri
n i =1
A csoportosított adatok átlagos abszolút eltérése:

r = x - xr
1 m
Er =   ri  nri
i i

n m


i =1
i    ri nri
i =1
n i =1

A csoportosított szórás:

1 m
 n ri  ri
n m m

 i  r
 2
= (x - x ) 2
n =  r nr
 2 sr = 2

1 1
r
1
n i =1
 nr
Gyakoriság hisztogram 6

0
1 2 3 4 5 6 7 8 9 10 11 r

nr/n
0,30

0,25
Relatív gyakoriság hisztogram 0,20

0,15

0,10

0,05

0,00
1 2 3 4 5 6 7 8 9 10 11 r

nr/n x dx

Empírikus sűrűségfüggvény 0,30

0,25

0,20

0,15

0,10

0,05

0,00
1 2 3 4 5 6 7 8 9 10 11 r
 2097 ,6
x= = 104 .9
20

+ 2,7
R = 107 .6 − 100 .4 = 7.2 L=
 − 4,5

37,44
E= = 1.87
20

P1 = x15 − x
+ 1,8
P2 = x − x6 P=
− 1,6

88,31
s= = 2,16
19
Számolások egyedi adatokkal: Számolások csoportosított adatokkal:

2097 ,6 2096 ,0
x= = 104 .9 xr = = 104 ,8
20 20

+ 2,7
R = 107 .6 − 100 .4 = 7.2 L= 38,4
 − 4,5 Er = = 1,92
20
37,44
E= = 1.87
20 93,2
sr = = 2,21
19
P1 = x15 − x
+ 1,8
P2 = x − x6 P=
− 1,6

88,31
s= = 2,16
19
 nr
6

Gyakoriság hisztogram 4

0
1 2 3 4 5 6 7 8 9 10 11 r

nr/n
0,30

0,25

0,20

Relatív gyakoriság hisztogram 0,15

0,10

0,05

0,00
1 2 3 4 5 6 7 8 9 10 11 r

nr/n x dx
0,30

0,25
Empírikus sűrűségfüggvény 0,20

0,15

0,10

0,05

0,00
1 2 3 4 5 6 7 8 9 10 11 r
 Regresszió analízis

Legyenek egy mérési sorozat elemei az X és Y koordinátán:

x1, x2, ...xn;
y1, y2, ...yn;
keressük azt az f(x) görbét, amely legjobban megközelíti a mérés során
kapott ponthalmazt.

f(x)
Hi

H i = yi − f ( xi )
A közelítés meghatározására a legkisebb négyzetes hibák módszerét
alkalmazzuk.
A közelítés lehet lineáris, négyzetes, vagy magasabb fokú polinom,
exponenciális, logaritmikus, stb.

f ( x) = a + bx
f ( x) = a + bx + cx 2
f ( x) = a  e bx

....
n n
R =  H =   yi − f ( xi )
2 2
i
i =1 i =1

Keressük R minimumát.
Végezzük el a regresszió analízist lineáris közelítésre.

f ( x ) = a + bx

R R
=0 ; és =0
a b
feltételeket vizsgáljuk.

n
R =   yi − a − bxi 
2

i =1
 R
=  − 2( yi − a − bxi ) = 0
a
R
=  2( yi − a − bxi )(− xi ) = 0
b
⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯

 yi − a − bxi  = 0
 yi xi − axi − bxi2  = 0
⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯

 yi − n  a − b   xi = 0
 xi yi − a   xi − b   xi2 = 0
⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯

 yi − b
 xi =a
n n
a = y − b  x = a xy

 xi yi − a   xi − b   xi2 = 0
 xi yi − ( y − b  x )   xi − b   xi2 = 0
b=
 xi y i − y   x  xi y i − n  x  y
= = bxy
 i x 2
− x   i
x  ix 2
− n  x 2
Közelítés pontosságának ellenőrzése:
A négyzetes hibák átlagértéke (annál jobb, minél kisebb):

1 n

r =   yi − f ( xi ) 
2

n i =1
Korrelációs állandó lineáris közelítésre:

K = 1−
2 n − 1   
y 2
− bxy 
n−2

 
y2


y  =  y − ( y ) / n
2 2 2

xy =  xy − ( x )( y ) / n

K2 = 1 - tökéletes korreláció
K2 = 0 - nincs korrelációs egyenes
Számított eredmények hibái
Legyen két mérési sorozatunk (x és y)
I. mérés szerint: x: x1, x2....xi,....xn
II. mérés szerint: y: y1,....y2,....yi,....yk

Keressük a két sorozat összegének eredményét:

zi,j = xi + yj

Képezzük az összeget minden variációban

Számított eredmények hibái

A z sorozat átlaga:
1 k n
1  n k
 1 n
1 k
z =
nk

j=1

i=1
(x i + y j ) =
nk k 

1 i
x + n 1 j  n
y = 1 i k
x + y
1
j = x + y

Keressük z a sorozat szórását

Az x és az y sorozat szórását ki tudjuk számolni (n>>1; k>>1):

n k
1 1
2
s =
x
n
 (x i - x) 2 2
s =
y
k
 j
(y - y) 2

1 1

Ebből:

 ( )  (a + b)
n k
s z2 =
1
 i ( x − x ) + y − y
2 2
= a 2 + 2ab + b 2
n  k i=1 j =1
j
 Számított eredmények hibái
Az egyenlet megoldásához használjuk fel azt, hogy
n k n

  (x i - x)
i j
2
= k  (x
i=1
- x) 2
 k  n  s 2
x

n k n

  (y j - y)
i j
2
= n  j
(y - y)
j=1
2
 k  n  s 2
y

továbbá azt, hogy az átlagból vett eltérések összege zérus.

n k

 (x
i, j
i - x) (y j - y) =  (x
i=1
i - x)   (y
j=1
j y) = 0

majd mindezt helyettesítsük be a fenti egyenletbe, ebből

meghatározhatjuk a két sorozat összegének szórásnégyzetét:
2 2 2
s = s +s
z x y
Teljesen hasonlóan megállapítható két sorozat
különbségének átlaga és szórásnégyzete:

d ij = x i - y i
Az összeg levezetésénél alkalmazott módszer szerint a
következő végeredményt kapjuk:

d = x -y
(a − b )2 = a 2 − 2ab + b 2
2 2 2
s = s +s
d x y
=0
 Számított eredmények hibái
Általános képlettel:

2 2
 z   z 
Sz = 
2
 Sx  +   Sy 
 x x 0 y 0   y x0y 0 

Terjedelemmel megadott véletlen hiba eredőjének számítása.

 z z 
z =    x +  y
 x y x
x 0 , y0
0 , y0

Általános képlettel:

2 2
 z   z 
Sz = 
2
 Sx  +   Sy 
 x x 0 y 0   y x0y 0 
 t 0 ,01 ,02 ,03 ,04 ,05 ,06 ,07 ,08 ,09
0,0 ,0000 ,0040 ,0080 ,0120 ,0160 ,0199 ,0239 ,0279 ,0319 ,0359
,1 ,0398 ,0438 ,0478 ,0517 ,0557 ,0596 ,0636 ,0675 ,0714 ,0754
,2 ,0793 ,0832 ,0871 ,0910 ,0948 ,0987 ,1026 ,1064 ,1103 ,1141
,3 ,1179 ,1217 ,1255 ,1293 ,1331 ,1368 ,1406 ,1443 ,1480 ,1517
,4 ,1554 ,1591 ,1628 ,1664 ,1700 ,1736 ,1772 ,1808 ,1844 ,1879
,5 ,1915 ,1950 ,1985 ,2019 ,2054 ,2088 ,2123 ,2157 ,2190 ,2224
,6 ,2258 ,2291 ,2324 ,2357 ,2389 ,2422 ,2454 ,2486 ,2518 ,2549
,7 ,2580 ,2612 ,2642 ,2673 ,2704 ,2734 ,2764 ,2794 ,2823 ,2852
,8 ,2881 ,2910 ,2939 ,2967 ,2996 ,3023 ,3051 ,3079 ,3106 ,3133
,9 ,3159 ,3186 ,3212 ,3238 ,3264 ,3289 ,3315 ,3340 ,3365 ,3389
1,0 ,3413 ,3438 ,3451 ,3484 ,3508 ,3531 ,3554 ,3577 ,3599 ,3621
,1 ,3643 ,3665 ,3686 ,3708 ,3729 ,3749 3770 ,3790 ,3810 ,3830
,2 ,3349 ,3869 ,3888 ,3907 ,3925 ,3944 ,3962 ,3980 ,3997 ,4015
,3 ,4032 ,4049 ,4066 ,4082 ,4099 ,4115 ,4131 ,4147 ,4162 ,4177
,4 ,4192 ,4207 ,4222 ,4236 ,4251 ,4265 ,4279 ,4292 ,4306 ,4319
1,5 ,4332 ,4345 ,4357 ,4370 ,4382 ,4394 ,4406 ,4418 ,4430 ,4441
,6 ,4452 ,4463 ,4474 4485 ,4495 ,4505 ,4515 ,4525 ,4535 ,4545
,7 ,4554 ,4564 ,4573 ,4582 ,4591 ,4599 ,4608 ,4616 ,4625 ,4633
,8 ,4641 ,4649 ,4656 ,4664 ,4671 ,4678 ,4686 ,4693 ,4700 ,4706
,9 ,4713 ,4719 ,4726 ,4732 ,4738 ,4744 ,4750 ,4756 ,4762 ,4767
2,0 ,4773 ,4778 ,4783 ,4788 ,4793 ,4798 ,4803 ,4808 ,4812 ,4817
,1 ,4821 ,4826 ,4830 ,4834 ,4838 ,4842 ,4846 ,4850 ,4854 ,4857
,2 ,4861 ,4865 ,4868 ,4871 ,4875 ,4878 ,4881 ,4884 ,4887 ,4890
,3 ,4893 ,4896 ,4898 ,4901 ,4904 ,4906 ,4909 ,4911 ,4913 ,4916
,4 ,4918 ,4920 ,4922 ,4925 ,4927 ,4929 ,4931 ,4932 ,4934 ,4936
2,5 ,4938 ,4940 ,4941 ,4943 ,4945 ,4946 ,4948 ,4949 ,4951 ,4952
,6 ,4953 ,4955 ,4956 ,4957 ,4959 ,4960 ,4961 ,4962 ,4963 ,4964
,7 ,4965 ,4966 ,4967 ,4968 ,4969 ,4970 ,4971 ,4972 ,4973 ,4974
,8 ,4974 ,4975 ,4976 ,4977 ,4977 ,4978 ,4979 ,4980 ,4980 ,4981
,9 ,4981 ,4982 ,4983 ,4983 ,4984 ,4984 ,4985 ,4985 ,4986 ,4986
3,0 ,4987 ,4987 ,4987 ,4988 ,4988 ,4989 ,4989 ,4989 ,4990 ,4990
,1 ,4990 ,4991 ,4991 ,4991 ,4992 ,4992 ,4992 ,4992 ,4993 ,4993
,2 ,4993 ,4993 ,4994 ,4994 ,4994 ,4994 ,4994 ,4995 ,4995 ,4995
,3 ,4995 ,4995 ,4996 ,4996 ,4996 ,4996 ,4996 ,4996 ,4996 ,4997
,4 ,4997 ,4997 ,4997 ,4997 ,4997 ,4997 ,4997 ,4997 ,4998 ,4998
3,5 ,4998 ,4998 ,4998 ,4998 ,4998 ,4998 ,4998 ,4998 ,4998 ,4998
,6 ,4998 ,4999 ,4999 ,4999 ,4999 ,4999 ,4999 ,4999 ,4999 ,4999
,7 ,4999 ,4999 ,4999 ,4999 ,4999 ,4999 ,4999 ,4999 ,4999 ,4999
,8 ,4999 ,4999 ,4999 ,4999 ,4999 ,4999 ,4999 ,5000 ,5000 ,5000
 Mintavételezett jelek
frekvencia analízise
Motor csapágyrezgésének mérése
 A mérés eredménye:
A motor csapágyrezgésének idődiagramja
Rezgés gyorsulás [mm/sec²]

[sec]

A motor csapágyrezgésének frekvencia spektruma:

Rezgés gyorsulás [m/sec²]
 Digitális mérés folyamata
Analóg jel Analóg jel Analóg jel Digitális jel
érzékelése átalakítása digitalizálása feldolgozása

Mintavételezés Kvantálás

Mintavevő-tartó áramkör Analóg-digitál átalakító

fmv > 2 fjelmax HQ = UFS / 2n+1
 Digitális mérés folyamata
Analóg jel Analóg jel Analóg jel Digitális jel
érzékelése átalakítása digitalizálása feldolgozása

Időtartomány Frekvencia
tartomány
 A mért jel matematikai leírása
A mérés tárgya: egy jel

Detereminisztikus jelek: Matematikai kifejezésekkel leírhatóak

és matematikai összefüggésekkel kezelhetők.

Sztochasztikus jelek: Matematikai módszerekkel csak

részlegesen kezelhetőek. Statisztikai jellemzőkkel vázolhatóak.
 A szinuszos jel

Szinuszos jelek: x (t ) = A  sin(2f  t +  )

15

10 Amplitúdó

5
idő [msec]
U [V]

0 A1
0.0 2.0 4.0 6.0 8.0 10.0 12.0 14.0 16.0 18.0
-5

-10

-15
frekvencia
f1
 Összetett periodikus jelek


f (t ) = A0 +  (Ci cos(i1t ) + Bi sin( i1t ) )
Összetett periodikus jelek: i =1

15 f (t ) = A0 +  ( Ai sin( i1t + i ) )
i =1
10

5
idő [msec]
U [V]

0
0.0 2.0 4.0 6.0 8.0 10.0 12.0 14.0 16.0 18.0
-5

-10

-15
 Matematikai alapok

Kvázi-periodikus jelek: x(t ) = A0 +  ( An  cos 2fn  t + Bn  sin 2fn t )
n =1
Amplitud
ó
A1
fn A2 A4
 nem egész szám A0 A3
An
f1
f1 f2 f3 f4 fn
frekvencia

Tranziens jelek: Egyszeri, nem periodikus folyamatok, melyek

véges energiájúak:
 Részleges leírás: felfutási idő, lefutási idő,
beállási idő, túllövés, stb.
 (t )dt  
2
x Teljes leírás: bizonyos matematikai
− feltételek mellett Fourier ill. Laplace
transzformációval.
 Periodikus jelek
Nem szinuszos periodikus jelek felbontása
Az Fourier analízis segítségével:
1
és f (t ) = A0 + A1 cos t + A2 cos 2t + ... + B1 sin t + B2 sin 2t + ...
2
 
1
f (t ) = A0 +  An cos( nt ) +  Bn sin( nt )
2 n =1 n =1

A körfrekvencia ismeretében a periódusidő az

alábbi módon számítható
2 2  2
 = 2   f = T= =
T   T
 2 /  2 T 2nt
An =
 0
f (t ) cos( n t ) dt =
T 0
f (t ) cos
T
dt

 2 /  2 T 2nt
Bn =  f (t ) sin( nt )dt =  f (t ) sin dt
 0 T 0 T
Periodikus jelek Fourier sora

f (t ) = A0 +  (C cosi t + B sin i t )
i =1
i 1 i 1
T /2

 f (t ) cosi tdt
2
Ci = 1
T
−T / 2


 A sin(i2f t +  )
T /2
f (t ) = A0 +
 f (t ) sin i tdt
2
i 1 i Bi = 1
i =1
T
−T / 2
T /2

 f (t )dt
1
A0 =
T
−T / 2

Ai = Ci2 + Bi2
Bi
 i = arctg
Ci
 Periodikus jelek Fourier sora

f (t ) = A0 +  An sin( n 2f1t +  n )
n =1
u [V]

t [msec]

Tjel_valós
1
= f jel _ valós = f1
T jel _ valós
 Mérési sorozatok kiértékelése

1. Határozzuk meg a sorozat eloszlásának típusát

Kérdés:

Gauss eloszlású a sorozat vagy nem?

Mintavételezett jelek frekvencia analízise

f (t ) = A0 +  An sin( n 2f1t +  n )
n =1
Rezgés gyorsulás [mm/sec²]

Tjel_valós = A pontos nagysága nem ismert

Mintavételezett jelek frekvencia analízise

Mivel a jel pontos periódusidejét nem tudjuk

meghatározni, ezért Fourier sorba fejtéskor
elfogadjuk azt a feltételt, hogy az analizálásra
kijelölt regisztrátum a periodikus jel 1 periódusa.

T jel _ mért = Treg = T1

Mintavételezett jelek frekvencia analízise
Ha n darab mintát fmv mintavételi frekvenciával
megmérünk, akkor a regisztrátum teljes időtartama:
n
Treg = n  Tmv =
f mv
t

Ez tehát a fentiek értelmében a jel 1 periódusának ideje,

vagyis a Treg regisztrátum idő a jel periódusideje.
Ha Treg a jel periódusideje, akkor 1/Treg a jel
frekvenciája:
f
f reg = =fmv
1
n
 f mv
f1 =
n

f1 a mintavételezett jeltartományhoz
tartozó spektrum
alapharmonikusa
 Valós jel Valós spektrum
u [V]
U [V]

Analizált jel
u [V]

Analizált jel spektruma

Példa:
Legyen a mérendő jel frekvenciája 50 Hz, feszültség Ueff = 230 V.
Mintavételezzünk 300 Hz-es mintavételezési frekvenciával,
és vegyünk 200 mintát.
Ebben az esetben a regisztrátum időtartama:

A spektrum alapharmonikusa:
Következtetés:
Ha a mért jel frekvenciájának és a spektrum
alapharmonikusának hányadosa nem egész szám,
akkor a frekvencia spektrumban nem létező oldal-
harmonikusok jelennek meg.

Vagyis ideális Fourier analizálás esetén:

f jel f jel  n
= egészszám, azaz = egészszám
f1 f mv
Mit a teendő?
Növelni az analizált regisztrátum időtartamát, ezzel
csökkentjük a spektrum alapharmonikusának
frekvenciáját, vagyis növeljük a spektrum frekvencia
tengelyének felbontását.

f mv
f1 = Shannon!!!
fmv > 2 fjelmax
n
 Kérdés:
Milyen hatással lehet a mérési módszer
megválasztása, a mérési paraméterek
beállítása a jelfeldolgozás eredményére?

Igaz-e az az állítás, hogy minél nagyobb

mintavételezési frekvenciával mérünk, annál
pontosabb eredményt kapunk?
Példa:
Legyen a mérendő jel frekvenciája 50 Hz, feszültség Ueff = 230 V.
Mintavételezzünk 300 Hz-es mintavételezési frekvenciával,
és vegyünk 200 mintát.
Ebben az esetben a regisztrátum időtartama:

A spektrum alapharmónikusa:
Példa:
Legyen a mérendő jel frekvenciája 50 Hz, feszültség Ueff = 230 V.
Mintavételezzünk 300 Hz-es mintavételezési frekvenciával,
és gyűjtsünk be 2000 mintát.
A regisztrátum időtartama:

A spektrum alapharmónikusa:
Gyakorlatban felmerülő probléma

A jel frekvenciája nem állandó, időben

változó, és/vagy a jel kváziperiódikus

Megoldások:
1. Ablakozó függvény alkalmazása

2. Szinkronizálni kell a mért jel

frekvenciájához a spektrum
alapharmónikus frekvenciát az f1 értékét.
 Ablakozó függvények alkalmazása
u [V]

t [msec]

U
Ablakozó függvények alkalmazása

Hanning ablak:
i
w(i) = 0,5 − 0,5 cos(2  )
n
Háromszög ablak:
2i − n
w(i) = 1 −
n
Blackmann ablak:
i i
w(i) = 0,42 − 0,5 cos(2  ) + 0,08 cos(4  )
n n
 Ablakozás nélkül

Blackmann ablak Háromszög ablak Hanning ablak

Újabb fontos felmerülő probléma
A mintavételezési frekvencia
csökkentésével növekszik az un. aliasing
jelenség kockázata, de nélküle is lehet
ilyen jelenség!!!
 Aliasing jelenség
Ha a mintavételezési törvényt nem tartjuk be, akkor a
mintavételezett jelben nem létező összetevők jelenhetnek meg.
Ezek az alias jelek.
u [V]

t[ms]

Védekezés: antialiasing szűrővel, ami egy aluláteresztő szűrő, nagy vágási

meredekséggel, a mintavételi frekvencia felére beállított felsőhatár
frekvenciával.
 A rezgés frekvencia spektruma 30 kHz-es
mintavételezési frekvenciával
Rezgés gyorsulás [m/sec²]
Rezgés gyorsulás [m/sec²]

A rezgés frekvencia spektruma

7 kHz-es mintavételezési
frekvenciával,
antialiasing szűrő nélkül
 Válaszaink a kérdésekre
Milyen hatással lehet a mérési paraméterek
beállítása a jelfeldolgozás eredményére?
Frekvencia analízis esetén a mintavételi
frekvencia csökkentése (Shannon tétel
betartásával) és/vagy a mintaszám növelése
növeli a feldolgozás pontosságát
Igaz-e az az állítás, hogy minél nagyobb
mintavételezési frekvenciával mérünk, annál
pontosabb eredményt kapunk?
Időtartományban igen,
frekvenciatartományban NEM, épp
ellenkezőleg!
 Statistical Process Control

Az SPC azaz a Statisztikai folyamat szabályozás

(SPC az angol Statistical Process Control szavak
kezdőbejűből adódik) elsősorban szériában
gyártott termékek ellenőrzésére alkalmazott
módszer, hisz a nagy sorozatban, tömegben
gyártott termékek esetében a darabonkénti
minőségellenőrzés nem gazdaságos.
 Egy jól működő statisztikai
folyamatszabályozás eredményeképpen:

• csökken a selejtképződés,
• optimalizálódik a beavatkozások száma,
• kezelhetővé válhat a tűrésen kívüli állapot,
• feltárhatók a minőségtartalékok,
• a folyamatról dokumentált információhalmaz
keletkezik,
• a termék biztonsággal megfelel az előírásoknak és
követelményeknek.
Az SPC módszer elemei :

• a gép illetve folyamat minőségkapacitásának

(képességének) vizsgálata (process capability-Cp),
• változási folyamatok nyomon követése (process
performance - Pp)
• a technológiai folyamat szabályozása statisztikai
módszerekkel.
 Folyamatképesség vizsgálat
Statisztikai jellemzők:
 1 n
Átlag  =  i
n i =1
 1 n 2 1 n
Szórás =   =  (i −  )2
n − 1 i =1 n − 1 i =1

Terjedelem R =  max −  min

Target – pontos érték (nominál)

USL – Upper Specification Limit
LSL – Lower Specification Limit
T − LSL
Cp,lower – Lower level process capability
CP, LOW ER = 
3
USL − T
Cp,upper – Upper level process capability CP ,UPPER = 
3
Cp – Process capability demonstrated excellence

Pp– Performance demonstrated excellence CP = min CP , LOW ER; CP ,UPPER

 érték diagramm

2,5

Target : 1,5
2

Érték
USL: 1,8
Target
1,5
USL LSL: 1,2
LSL

USL-LSL=0,6
0,5
1 6 11 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91 96

10,0000
LSL Target USL Átlag: 1,492
Medián: 1,49
9,0000

8,0000

7,0000
Range: 0,19
6,0000

5,0000 Sigma:0,043
4,0000

3,0000
6sigma: 0,26
2,0000
Cp= 2,27
1,0000

0,0000
0,95 1 1,15 1,2 1,25 1,3 1,35 1,4 1,45 1,5 1,55 1,6 1,65 1,7 1,75 1,8 1,85 1,9 1,95 2 2,05
 érték diagramm

2,5

Target : 1,5
2
USL: 1,8
1,5
Érték
Target
LSL: 1,2
USL
LSL

1
USL-LSL=0,6
0,5

Átlag: 1,48
1 6 11 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91 96

4,5000 LSL Target USL Medián: 1,48

4,0000

3,5000 Range: 0,98

3,0000
Sigma:0,208
2,5000

2,0000 6sigma: 1,25

1,5000
Cp=0,457
1,0000

0,5000

0,0000
1

2
0,95

1,15
1,2
1,25
1,3
1,35
1,4
1,45
1,5
1,55
1,6
1,65
1,7
1,75
1,8
1,85
1,9
1,95

2,05
 érték diagramm

2,5

Target : 1,5
2 USL: 1,8
1,5
Érték
Target LSL: 1,2
USL
LSL

1
USL-LSL=0,6
0,5
1 6 11 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91 96

Átlag: 1,16
4,5000
LSL Target USL
4,0000 Medián: 1,22
3,5000
Range: 1,16
3,0000

2,5000
Sigma:0,277
2,0000
6sigma: 1,66
1,5000

1,0000
Cp= - 0,04
0,5000

0,0000
1

2
1,2

1,3

1,4

1,5

1,6

1,7

1,8

1,9
5

5
0,9

1,1

1,2

1,3

1,4

1,5

1,6

1,7

1,8

1,9

2,0
 9,0000
8,0000
7,0000
Cp=1,0

6,0000
5,0000
4,0000
3,0000
2,0000
1,0000
0,0000
0,95 1 1,15 1,2 1,25 1,3 1,35 1,4 1,45 1,5 1,55 1,6 1,65 1,7 1,75 1,8 1,85 1,9 1,95 2 2,05
rövid távú – hosszú távú vizsgálat

10,0000
9,0000
8,0000
Cp=1,86

7,0000
6,0000
5,0000
4,0000
3,0000
2,0000
1,0000
0,0000
0,95 1 1,15 1,2 1,25 1,3 1,35 1,4 1,45 1,5 1,55 1,6 1,65 1,7 1,75 1,8 1,85 1,9 1,95 2 2,05
10,0000
9,0000
Cp=1,98

8,0000
7,0000
6,0000
Pp

5,0000
4,0000
3,0000
2,0000
1,0000
0,0000
0,95 1 1,15 1,2 1,25 1,3 1,35 1,4 1,45 1,5 1,55 1,6 1,65 1,7 1,75 1,8 1,85 1,9 1,95 2 2,05
10,0000
9,0000
Cp –

8,0000

Cp=2,12
7,0000
6,0000
5,0000
4,0000
3,0000
2,0000
1,0000
0,0000
0,95 1 1,15 1,2 1,25 1,3 1,35 1,4 1,45 1,5 1,55 1,6 1,65 1,7 1,75 1,8 1,85 1,9 1,95 2 2,05
10,0000
9,0000
8,0000

Cp=2,27
7,0000
6,0000
5,0000
4,0000
3,0000
2,0000
1,0000
0,0000
0,95 1 1,15 1,2 1,25 1,3 1,35 1,4 1,45 1,5 1,55 1,6 1,65 1,7 1,75 1,8 1,85 1,9 1,95 2 2,05
Szabályozó kártyák: a folyamatszabályozás eszközei

• a termék-, illetve folyamatjellemzö változásait

grafikusan jeleníti meg,
• az adatokat mintázatokká alakítja át, amelyek
statisztikai eszközökkel vizsgálhatók és lehetővé
teszi a folyamat viselkedésének leírását.
Elsősorban a rendszeres tényezők jelenlétének
kimutatására használják, amelyek a folyamat
trendjét, vagy ingadozását befolyásolják:

• kiszűrhetővé teszi a veszélyes zavarral terhelt

állapotokat,
• segítségével eldönthető, hogy a folyamat a minőség-
képesség szintjén dolgozik-e,
• valószínűségeken alapuló döntéshozatali eszköz,
• minták alapján enged következtetni az alapsokaságra
ill. a gyártási folyamatra,
• kimutatja, ha beavatkozásra van szükség, a
döntésekhez a kockázat és a konfidencia ismert,
• csak akkor működik, ha a döntést beavatkozás követi,
• mérhetővé teszi a beavatkozás hatását, sikerét.
 Szabályozó kártyák típusai és alkalmazási területeik

Átlag: egy folyamat, vagy termékparaméter átlagértékének

időbeli változását figyeli. A szélsőséges ingadozásokra
érzékeny.
Terjedelem: az adott paraméter időbeli ingadozásának csökkenését,
vagy növekedését figyeli. Kézi kártyavezetéshez igen
alkalmas.
Szórás: az adott paraméter időbeli ingadozásának csökkenését,
vagy növekedését figyeli. Számításigényes, ezért főleg
számítógépes kártyavezetésnél használják.
Egyedi érték: az adott paraméter időbeli változását és egyben az
egyedi mérések közötti eltérés ingadozásának mértékét
figyeli.
Medián: egy folyamat, vagy termékparaméter közepes értékének
(medián) időbeli változását figyeli. Kevésbé érzékeny a
szélsőséges ingadozásokra.
Példák a kártyák grafikonjaira
Példák a kártyák grafikonjaira
 A 6 szigma módszer

A 6 szigma módszer két kulcs módszert tartalmaz:

DMAIC és DMADV.

DMAIC a meglévő folyamat tökéletesítésre szolgál;

DMADV új termék előállítására és tervezésére szolgál
 DMAIC

A módszer az alábbi öt lépést tartalmazza:

Define process improvement goals that are consistent with customer

demands and the enterprise strategy.
Measure key aspects of the current process and collect relevant data.
Analyze the data to verify cause-and-effect relationships. Determine what
the relationships are, and attempt to ensure that all factors have
been considered.
Improve or optimize the process based upon data analysis using
techniques like „Design of Experiments”.
Control to ensure that any deviations from target are corrected before they
result in defects. Set up pilot runs to establish Cpk, move on to
production, set up control mechanisms and continuously monitor
the process.
 DMADV

A módszer az alábbi öt lépést tartalmazza:

Define design goals that are consistent with customer demands and the
enterprise strategy.
Measure and identify CTQs (characteristics that are Critical To Quality),
product capabilities, production process capability, and risks.
Analyze to develop and design alternatives, create a high-level design and
evaluate design capability to select the best design.
Design details, optimize the design, and plan for design verification. This
phase may require simulations.
Verify the design, set up pilot runs, implement the production process
and hand it over to the process owners.

A DMADV szoktuk DFSS-nek is nevezni, az alábbi rövidítésből adódóan

"Design For Six Sigma"
ÖSSZEFOGLALÁS
 A relatív hiba minden esetben a vizsgált vagy kapott
eredmény használhatóságát mutatja meg!
 5% feletti hibával nem mérünk! „saciméter”
 Mérési gyakorlatokon a maximum 1-3%-os hiba
megengedhető, amelyet a műszerek bizonytalansága, a
felhasznált alkatrészek szórása indokolhat. A 3% feletti
hiba esetén viszont gyanakodni kell valamilyen hibára…
 Számítógépes méréseknél 1% alatti relatív hibával
dolgozunk
A mérőműszerek általános jellemzői
 Érzékenység - Sensitivity
 Stabilitás (rövid- és hosszúidejű) - Stability (short and long)
 Pontosság - Accurancy
 Reagálási sebesség - Speed of response
 Felbontóképesség - Resolution
 Túlterhelhetőségi jellemzők - Overload characteristics
 Linearitás - Linearity
 Érzéketlenségi sáv - Dead band
 Kimeneti jelforma - Output format
 Hiszterézis - Hysteresis
 Műveleti idő - Operating time
 Költség, méret, súly - Cost, size, weight
 Szelektivitás - Selectivity
 Környezeti jellemzők - Enviromental conditions
 Környezeti jellemzők
Por-és vízártalom
Jellemzése az IP számmal:
IP - XY
ahol
X szilárd test elleni védelem
0-6
Y víz elleni védelem
0-8
IP védettség
 Mérőműszerek

Elektromechanikus
műszerek Elektronikus műszerek

Digitális műszerek
Osztálypontosság
Osztálypontosság a műszer pontossági jellemzője,
amellyel a gyártó a végkitérésre vonatkoztatott
relatív hiba határértékét adja meg. A gyártó az
osztálypontosságot úgy határozza meg, hogy a
műszer hitelesítésekor mért hibahatárt felkerekíti
egy a legközelebbi szabványos értékre.

Szabványos osztálypontossági értékek:

labor műszerek: 0,05; 0,1; 0,2; 0,5
próbatermi, tábla műszerek: 1; 1,5; 2,5; 5.
Osztálypontosság, Op
 Méréshatárra vonatkoztatott relatív hiba
(katalógus adat)

 100%
Hi
hv = xv a végkitéréshez tartozó pontos érték
xv
 Mivel a méréshatárra vonatkoztatott relatív hiba
állandó érték, így
hv  xv
H=
100
 az abszolút hiba a méréstartomány teljes
terjedelmén változatlan.
 A műszerek abszolút hibája a skála teljes
szélességén azonos:
O p  xv
H= %
100

 A mérés relatív hibája a műszer

mutatójának kitérése függvényében:
xv
h(  ) = O p
xi
A mérés relatív hibája a műszer
mutatójának kitérése függvényében

Ezért a relatív hiba a mérési tartomány

hv   v
 
h %  felső részéhez közeledve csökken. A
 végkitérésnél minimális.
Relatív hiba változása a mért
érték függvényében
 Amennyiben nem mutatós műszerről van szó,
akkor is célszerű a rendelkezésre álló mérési
tartomány felső részében mérni.
 Rendkívül fontos szerepe van egy mérés során a
mérési tartomány helyes megválasztásának! A
hibahatárban a méréseket kerülni kell!

hv  xv
h% 
xm
Példa:
Egy áramérzékelő méréstartománya 5 A. A mérési tartományra
vonatkoztatott relatív mérési hiba: < ± 0,35%.
Mekkora a mérés relatív hibája, ha
 a., 4,5A áramot mérünk
 b., 0,5A áramot mérünk

hv  xv 0 ,35  5
A mérés abszolút hibája: H = = = 17 ,5mA
100 100
A mérés relatív hibája:

H 0 ,0175
a., h =  100% = 100% = 0 ,38%
xm 4 ,5
H 0 ,0175
b., h =  100% = 100% = 3 ,5%
xm 0 ,5
Példa:
Egy műszer méréshatár a 200V, osztályjel 1,5.
A mutatott érték 50V. Mekkora a relatív és abszolút hiba és a
mért érték relatív hibája?

A relatív hiba: 200V±1,5%

Az abszolút hiba végkitérésnél: 200V±3V
hv  xv 1,5  200
H= = = 3V
100 100
A ±3V a skála minden részén állandó!
A mért érték relatív hibája:
H 3  100
h% =  100 = = 6%  6%
xm 50
Analóg műszerek ellenőrzése
A műszer ellenőrzés (hitelesítés) minimum feltételei:

O p  3  O p0 ahol O p0 a hitelesítő műszer osztálypontossága

xv = xv0 ahol xv0 a hitelesítő műszer végkitérése

A relatív hibák különbségéből készítjük a hibagörbét:

 H H0   xi - xH xi0 − xH  xi − xi0
hv - hv0 =  −   100% =  −   100% =  100%
 xv xv0   xv xv  xv

A relatív hibák különbségeit, amennyiben ábrázoljuk az

analóg műszer kitérésének függvényében, akkor kapjuk a
hibagörbét:
Hibagörbe

1. A műszer biztosan megfelel az osztálypontosságának.

2. Nem lehet eldönteni az adott ellenőrző műszerrel, hogy megfelel-e a mért
műszer az osztálypontosságának. Egy kisebb osztálypontosságú (pontosabb)
ellenőrző műszerrel meg kell ismételni a mérést.
3. A műszer biztosan nem felel meg a gyárilag megadott
osztálypontosságnak. A csak pozitív (vagy negatív) előjelű hibák rendszeres
hibára is utalhatnak.
A Műszerek Csoportosíthatósága
A mért mennyiség szerint:
 egyenáramú mérések
 váltakozóáramú mérések
A kijelzésük módjuk szerint:
 Analóg
 digitális
A műszer működtetése (áramellátása) szerint:
 „hideg” műszer (energiáját a mérőáramkörből nyeri)
 elektronikus m. (saját tápellátása van; telep/hálózati)
 Mérőhálózat legfőbb egységei:

forrás mérővezeték műszer

Valóságos mérővezeték modellezése:
frekvenciafüggő soros és párhuzamos impedanciák miatt a ki- és a
bemeneten
mért feszültségek és áramok különbözőek.

zd

zp zp

zsl
Digitális multiméterek DMM
A digitális műszerek előnye az analóg műszerekkel
szemben:
 nagyobb pontosság,
 nagyobb érzékenység,
 nagyobb mérési sebesség,
 egyértelmű leolvashatóság,
 nagyobb bemeneti impedancia,
 nagyobb frekvencia tartomány,
 a mért érték tárolható,
 a műszer működtetése automatizálható.
A digitális műszerek alapműszere a digitális voltmérő

A digitális voltmérő felépítése:

Kijelző
Jelkondícionáló
osztók S/H A/D Vezérlő

Uref Billentyűzet
Digitális multiméter
 1. Egyenfeszültség (DV)
 2. Váltakozófesz. (AV)
 3. Ellenállás (R)
 4. Váltakozóáram (AC)
 5. Egyenáram (DC)
Digitális műszerek

DMM –mel mérhető:

• egyenfeszültség
• egyenáram
• váltakozó feszültség
• váltakozó áram
• ellenállás
• esetleg HFE, C, L, dióda
Digitális oszcilloszkóp
Digitális oszcilloszkóp felépítése
Digitális oszcilloszkóp képernyője
Digitális oszcilloszkóp kezelőfelülete
Tanszéki analóg oszcilloszkóp
50MHz
PM3055-ös Oszcilloszkóp

140
Tanszéki analóg oszcilloszkóp
35MHz
 Oszcilloszkóp tulajdonságai
 Az oszcilloszkóp egy speciális feszültségmérő.
 Nagy a bemeneti impedanciája, ezért a voltmérőhöz hasonlóan a
mérendővel mindig párhuzamosan kötjük.
 Néhány kivételes esettől eltekintve a mérendő feszültség időbeni
lefolyásának vizsgálatára (jelek pillanatértékének megjelenítésére)
használjuk.
 Periodikus jelek vizsgálatára a legalkalmasabb. Már a legegyszerűbb
oszcilloszkópok is alkalmasak legalább két jel egyidejű vizsgálatára.
 Egysugaras: egy elektronágyú biztosítja a jel(ek) kirajzolását
 Többsugaras: a katódsugárcsőben több elektronágyú van, ezek
egymástól függetlenül vezérelhetők. Minden sugárhoz teljesen önálló
elektronika tartozik.
 Két / többcsatornás: a katódsugárcsőben csak egy elektronágyú van, a
több jel megjelenítésénél a szemünk becsaphatóságát használja ki. Csak
a függőleges csatornák rendelkeznek önálló elektronikával, minden
egyéb elektronikus fokozat közös. Ez gyengébb, de olcsóbb megoldás.
Analóg oszcilloszkóp felépítése
Analóg oszcilloszkóp vázlatos
felépítése
Bemeneti jel osztói
AC/DC
(méréshatár állítás)
GND
Katódsugárcső
eltérítői

Időalap beállítás (TB)

Vízszintes eltérítés
osztója
Analóg oszcilloszkóp kezelőfelülete
AC/DC és GND kapcsoló
 AC-állás:kondenzátor kiszűri a jel egyenkomponensét (DC-jét)
 DC-állás:a jel változatlan formában halad tovább
 GND:a mérendő jel útja megszakad, az oszcilloszkóp bemenete
földelődik
 ALTER CHOPPER

 ALT (alternate) beállításban az elektronsugár jelek közötti

átkapcsolása csak képenként történik.
 CHOP (chopper) beállításban az elektronikus kapcsoló
két csatorna jelét igen nagy frekvenciával (kapcsolgatja.
Így az elektronsugár egy-egy pontot rajzolva rakja össze a
két jelet az ernyőn.
Felmerülő problémák
 ALT (alternate) üzemben az alacsonyfrekvenciás jelek
okoznak problémát. Mivel a jelek „túl lassúak” ezért a
csatornák közötti váltogatást a szem is észleli, így villog
a kép (kb. 200 Hz alatt).
 CHOP (chopper) üzemben az egymástól eltérő
frekvenciatartományban lévő jelek kirajzoltatása okozza
a problémát. Ilyenkor előfordul, hogy fut a kép.
Oka: a triggerelést csak az egyik csatornához tudjuk
hozzárendelni, emiatt a nagyon eltérő frekvenciájú jelek
közül az egyik mindig futni fog.
 Bemeneti jel osztója
(méréshatár állítás)
V/DIV + Ypos+ Ycalibration

Vízszintes eltérítés osztója

(fűrészjel felfutási idejének állítása)
TIME/DIV (Timebase) + Xpos+ Xcalibration
 A jelek vizsgálata leggyakrabban az idő függvényében történik.
 Az idő múlásának leképezéséhez lineárisan növekvő (fűrészfog alakú)
jelet kell a vízszintes eltérítőre kapcsolni. Bár ezt a jelet az EXT
bementen kívülről is beadhatnánk, a gyakori igény miatt a fűrészjel
generátor be van építve az oszcilloszkópokba. Időalapgenerátor (Time
Base)
 A fűrészjelet egy időalap generátor állítja elő.
 A fűrész feszültség változása konstans és az ernyő szélességével
arányos.
 Visszafutási ideje elhanyagolhatóan rövid.
 A fűrészjel felfutási ideje (TB) fokozatokban (potenciométerrel,
Time/Divkapcsolóval) is állítható. Ezzel választható meg, hogy adott
frekvenciájú jelből mekkora szakasz vagy hány periódus legyen látható
a képernyőn.
 Állítás: μs/Div-ms/Div osztásokban
 Leolvasáskor a CAL potenciométert végállásba kell forgatni.
 A TB helyes megválasztása esetén a jel 1-2 periódusa látható a
kijelzőn.
Triggerelés (szinkronizálás)

Nem szinkronizált

Szinkronizált
 Triggerelés jelének
kiválasztása
(A / B csatorna, EXT)

Trigger Level (TL)

(trigger szint beállítása)

Slope
(beállítja azt, hogy a
Triggerelés, azaz a
fűrészjel szinkronizálása
felfutó / lefutó élre történjen)

Külső trigger jel

Csatlakoztatása
Digitális oszcilloszkóp
blokkvázlata
Oszcilloszkóp LCD kijelzője

155
B csatorna 2V/osztás,
50µs/osztás

f=1/T=1/(9*50µs/6)=133kHz
156
A. csat: f=1/T=1/(8*0,1ms)=1250Hz
B. csat: f=1/T=1/(14*20µs)=3571Hz
157
Oszcilloszkóp kezelő szervei

158
8.2.5.2.4. A
függvénygenerátor
jellemző kezelőszervei
Frekv encia folyamatos
Hullámforma v álasztó 20 dB-es osztó DC szint eltoló
Frekv encia kij elzõ

Ofszet

20dB

Amplitude
kHz SWEEP
0,01-0,1 0,1-1 1-10 10-100 MAN. AUT. LOG. 0,2 2 20

TTL OUT OUT

Kézi hangolás Lin/log v álasztó TTL kimenet Kimeneti Folyamatos

Frekv enciasáv v álasztó Automatikus hangolás Sw eep idõ csatlakozó osztó

159
 Analóg függvény generátor

- Output 50Ω - Frequency - Amplitude

Tápegység
 Digitális műszer

- Feszültség (Ac/Dc)
- Ellenállás
- Celsius fok
- Áram (Ac/Dc)
A digitális műszerek mérési hibája
 A mért értékre vonatkoztatott hrdg (rdg, reading, leolvasott érték)
hiba:
H ahol Hi a mérés abszolút hibája,
hrdg =  i 100%
m m pedig a mért érték
 A méréshatárra vonatkoztatott hFS (fs, full scale, méréshatár)
hiba: katalógusadat
Hi Hi a mérés abszolút hibája
hFS =  100% pFS a műszer aktuális méréshatára
pFS
 Az impulzusszámlálásból adódó hCount hiba:
pFS
D h'
= hFS
h =  100% rdg
m
 ahol Count N
 N a digitális műszeren kijelzett szám értéke a tizedespont
figyelembevétele nélkül,
 D a bizonytalan jegyek száma (tipikusan 1) Összevont relatív hiba:
h = hrdg
'
+ hCount
A digitális műszerek mérési hibája
példa
Legyen egy digitális műszer méréshatára 5V,
és mutasson a műszer éppen 4,785V-ot.
A műszer pontossági adatai: hFS = 0,07% és D=1
U fs 5V
‘
hrdg = h FS = 0,07%  0,073%
m 4 ,785V
1
hCount = 100% = 0,021%
4785
Az eredő hiba relatív értékben:
h =  0,073% + 0,021% = 0,094%

Az eredő hiba abszolút értékben:

h 0,094%
Hi = m =   4,785V = 4,5mV
100% 100%
A digitális műszerek mérési hibája
példa
Számoljuk ki ugyanígy a mérési hibát arra az esetre, amikor a felhasználó
nem automatikus méréshatár váltás állásban alkalmazza a műszert, hanem
hagyja az 5V-os határnál, és csak 0,045V-ot mér.
U fs 5V
Ekkor hrdg = h FS = 0,07%  7,777%
m 0,045V
1
hCount =  100% = 2,22%
45
Az eredő hiba relatív:

h =  7,777% + 2,22% = 9,997%

A mérés abszolút hibája:
h 9,997%
Hi = m =   0,045V = 4,5mV
100% 100%
 Műveleti erősítős
alapkapcsolások áttekintése
Műveleti erősítők

Ideális műveleti erősítők jellemzői

 A műveleti erősítők általában feszültségerősítők, bár léteznek áram bemenetű erősítők
(meredekség erősítők) is.
 A műveleti erősítős feszültségerősítők jellemző paraméterei:

Az ideális feszültségerősítő Műveleti erősítős valós

jellemző paraméterei feszültségerősítők
jellemzői
Bemeneti ellenállás  ~10 M*
(Rbe)
Kimeneti ellenállás  ~m*
(Rki)
Nyílthurkú erősítés  105-106
(Ao)
Sávszélesség (B) DC→ DC→~100 MHz*
167
 Műveleti erősítők
Műveleti erősítő áramköri jelölése
 Az áramkör két bemeneti pontja a
+ (nem-invertáló) illetve – (invertáló) ubes
úgy értelmezett, hogy az ábrán megadott uki
bemeneti feszültségirány esetén pozitív a
kimeneti feszültség.
Műveleti erősítő transzfer karakterisztikája

uki

Ukimax+
Ubemax+
Ubemax-

ubes
Ukimax- lineáris üzem

kapcsolóüzem

168
 Műveleti erősítős alapkapcsolások
(lineáris üzem)
Invertáló erősítő
i1 + i2 = 0 Mert az ideális műveleti erősítő bemeneti árama 0. i1
u2
R1
U be U ki U R u R i2
+ =0 − ki = 1 Au = ki = − 1 R2
u1
R2 R1 U be R2 ube R2
ube ubes
uki

i1
R1
i2
R2
u1
Nem-invertáló erősítő
R1
ube + ube u2
u ki u1 + u 2 R2 R1 ubes uki
Au = = = =1+ ube
ube ube ube R2
169
Műveleti erősítős alapkapcsolások
(lineáris üzem)

Feszültségkövető
R1

U ki = U be Au = 1

uki
ube

170
 Műveleti erősítők alkalmazása
(lineáris üzem)
Összegző kapcsolás (invertáló)
R1
i1
io
ube1
i2
ube2 Ro
i3
ube3
i uo
ube
R

n
uo ubei
=  ii = 
uki
io =
Ro i =1 Ri
 Ro Ro Ro Ro 
u ki = −uo = − ube1 + ube2 + ube3 +  + uben 
 R1 R2 R3 Rn 

171
Műveleti erősítők alkalmazása 2.
(lineáris üzem)
R1

 Kivonó (differencia) erősítő

ube1 R2

R1 R3
= =
R2 R4 ube2
uki

u ki =  (u be2 − u be1 )
R4
R3

It
 A differencia erősítő alkalmazása R1

mérőerősítőként Rs2
Rs1 R2

Ud

Us Rs3 uki
R4
Rs4 R3

172
 Műveleti erősítők alkalmazása 3.
(lineáris üzem)
 Integrátor Z1

Z2 C i1

i2
R u1

ube u2 uki

1 u (t )
t t t
u1 (t ) =  i2 (t )dt =  be dt = ube (t )dt
1 1
u 2 (t ) = u be (t ) C0 C0 R 
RC 0
u 2 (t )
i2 (t ) =  i = RC
R t
uki (t ) = −u1 (t ) = −  u (t )dt
1
i1 (t ) = i2 (t ) i be
0

173
 Műveleti erősítők alkalmazása 3.
(lineáris üzem)

Az integrátor gyakorlati mérése

R1=12 kΩ, R2 =100kΩ, R3=12 kΩ, C=10

nF

Törésponti frekvencia:
1 1
f1 = = = 159 ,2 Hz
2    R2  C 2  3,14 100 .10 10 10
3 −9

Integrálási időállandó és frekvencia:

 I = R1  C = 12 k 10 10 −9 F = 120 s
1
fI = = 1,33kHz
2 I 174
 Műveleti erősítők alkalmazása 3.
(lineáris üzem)
Az integrátor gyakorlati mérése – Amplitúdó Bode diagram

175
 Műveleti erősítők alkalmazása 3.
(lineáris üzem)
Az integrátor gyakorlati mérése – 10 Hz-es négyszögjel mérése

176
 Műveleti erősítők alkalmazása 3.
(lineáris üzem)
Az integrátor gyakorlati mérése – 130 Hz-es négyszögjel mérése

177
 Műveleti erősítők alkalmazása 3.
(lineáris üzem)
Az integrátor gyakorlati mérése – 2000 Hz-es négyszögjel mérése

178
 Műveleti erősítők alkalmazása 4.
(lineáris üzem)
 Differenciáló áramkör
Z1

u 2 (t ) = ube (t ) Z2
R

du2 (t )
i1

i2 (t ) = C i2 C
dt u1

i1 (t ) = i2 (t )
dube (t )
ube
u2 uki

u1 (t ) = i1 (t )R = RC
dt
 d = RC
dube (t )
u ki (t ) = −u1 (t ) = − d
dt

179
 Műveleti erősítők alkalmazása 4.
(lineáris üzem)
Differenciáló áramkör mérése

R1=12 kΩ, R2=100 kΩ, R3=12 kΩ, C=1,5 nF

Az ideális differenciátor erősítése végtelen (a gyakorlatba az igen nagy)

frekvencián végtelen, ezért a nagyfrekvenciás zajokat
zavaróan felerősíti. Ezért a végtelen erősítést korlátozza az R1 ellenállás.

Erősítés az arányos erősítési szakaszon:

R 100 k
Au ( f = Hz ) = 20 lg 2 = 20 lg = 18,4dB
R1 12 k
Törésponti frekvencia: 1 1
f1 = = = 8,842 kHz
2    R1  C 2  3,14  12 .10 3  1,5  10 − 9

Differenciálási időállandó és frekvencia:

1
 D = R2  C = 100 .10 3 1,5 10 −9 = 150 s fD = = 1,6kHz
2 D 180
 Műveleti erősítők alkalmazása 4.
(lineáris üzem)
Differenciáló áramkör mérése – amplitúdó Bode diagram

181
 Műveleti erősítők alkalmazása 4.
(lineáris üzem)
Differenciáló áramkör mérése – 100 Hz-es négyszögjel mérése

182
 Műveleti erősítők alkalmazása 4.
(lineáris üzem)
Differenciáló áramkör mérése – 1000 Hz-es négyszögjel mérése

183
 Műveleti erősítők alkalmazása 4.
(lineáris üzem)
Differenciáló áramkör mérése – 10 kHz-es négyszögjel mérése

184
Műveleti erősítők alkalmazása
(kapcsoló üzem)
uki

Ukimax+
Ubemax+
Ubemax-

ubes

Ukimax- lineáris üzem

kapcsolóüzem

 A legjellemzőbb alkalmazási területek:

◦ Komparátorok
◦ Multivibrátorok

185
Műveleti erősítők alkalmazása 2.
(kapcsoló üzem)

 Komparátorok
 A komparátorok két feszültség összehasonlítására használt áramkörök.
 Az egyik feszültség a referencia feszültség (UREF), amely kitüntetett
feszültség és ezzel hasonlítjuk össze a másik feszültséget. A komparátor
egyik kimeneti állapota az Ube>UREF, míg a másik az Ube<UREF
állapotnak felel meg.

Komparátor típusok:
◦ Hiszterézis-nélküli komparátorok
◦ Hiszterézises komparátorok
◦ Ablak-komparátorok

186
 Hiszterézis nélküli komparátorok
ube

UREF

Uki

 ˆ Uˆ ki +
 U ki + , ha ube  U REF +
 A0
 Uˆ ki − Uˆ ki +
U ki =  A0ube , ha U REF −  ube  U REF +
 A0 A0
 ˆ Uˆ ki −
 U ki − , ha ube  U REF −
 A0

187
 Hiszterézises komparátorok
 A hiszterézises komparátorok pozitív visszacsatolást tartalmaznak,
amelynek előnye, hogy határozottá teszi a komparálást (a
legkisebb különbség hatására - a pozitív visszacsatolás miatt - a
különbségi jel folyamatosan nő és a kimenet telítésbe megy) és
felgyorsítja a kimenet telítési állapotának elérését. Gyakorlatilag
lineáris erősítési tartomány nem lehet.
 A hiszterézises komparátorok egy – elsősorban a digitális
technikában használt- válfajának elnevezése: Schmitt triggerek. A
Schmitt triggereket megvalósítják diszkrét áramkörökkel, pl.
tranzisztorokkal, de gyakrabban integrált formában a Schmitt
triggeres digitális áramkörök formájában.
 A komparátort mind az invertáló, mind a nem invertáló bemenet
felöl lehet vezérelni.

188
 Hiszterézises komparátorok 2.

ube uki
Ûki+ UREFR1/(R1+R2)

ubes
Ube1
Ube2
UREF R1 R2 uki

ube
up

Ûki-

UH

189
Számítógéppel vezérelt
mérőrendszerek
Számítógépes méréstechnika
mérőeszközei
Analóg jelek digitalizálása
mintavételezés kvantálás
f(t)

f(t)

f(t0)
Q

t0 Tmv t t

1 1 1 1 1 1
Mintavételezési törvény 2 N-1
2 N-2
2 N-3
.... 22 21 20

f mv  2  ( f jel ) max
LSB – Least Significant Bit – 00000001 (kvantum)
MSB – Most Significant Bit – 10000000
FS – Full Scale – 11111111
ULSB = UFS / 2n UMSB = UFS / 2
Példa:
12 bites átalakító maximális bementi feszültsége 10 V.
UFS = 10 V ULSB = 10/212=10/4096 = 2,44 mV
UMSB = 10/2 =5 V
Kvantálási hiba
1 U LSB
Abszolút kvantálási hiba: HQ =  Q =
2 2
HQ
Relatív kvantálási hiba: hQ   100 %
Ux
Példa:
Az előző példában használt átalakítóval mérünk 8V-ot.
2,44 mV
HQ =  = 1,22 mV
2
1,22 10 −3
hQ   100 % = 0,015 %
8
HQ 1,22 10 −3
hQv = 100 % = 100 % = 0,0122 %
U FS 10
Az előző példában használt átalakítóval mérünk 50mV-ot.

Abszolút kvantálási hiba:

U LSB 2,44mV
HQ =  = = 1,22mV
2 2
Méréshatárra vonatkoztatott kvantálási hiba:
−3
1,22 10
hQv   100 = 0,0122 %
10
Relatív hiba:
1,22 10 −3
hQ   100% = 2,44%
0,05
Végezzük el az előző méréseket egy 16 bites átalakítóval.

Abszolút kvantálási hiba:

U LSB 10
HQ =  = = 76 V
2 65536  2
Méréshatárra vonatkoztatott kvantálási hiba:
HQ 76 10 −6
hQv   100 % =  100 = 7,6 10 − 4%
U FS 10
−6
76 10
Relatív hiba: hQ   100 % = 9,5 10 −4%
8

76 10 −6
hQ   100% = 0,152%
0,05
 A digitalizálás elektronikus
áramkörei

Felbontás idő tartományban:

Mintavételezés
Eszköze: Mintavevő-tartó áramkör

Felbontás amplitudó tartományban:

Kvantálás
Eszköze: Analóg-digitál átalakító
 Mintavevő / tartó áramkör
(Sample & hold - S/H)
Feladata: mintavételezés és a vételezett minta tartása a feldolgozásig
Fontos paraméterei: mintavételezési idő, tartási drift, kondenzátorok kapacitása
A’: A kapacitás töltésének gyorsítása
A’’: A terhelés leválasztása minél tovább tartsa a kondi a feszültséget, minél kisebb legyen a
tartási drift
 Mintavevő / tartó áramkör
(Sample & hold - S/H)
Tartási drift: Egységnyi idő alatt mennyit csökken a kimeneti feszültség értéke V/s
 Mintavevő / tartó áramkör

Összefüggés a kondenzátor kapacitása, a mintavételezési idő

és a tartási drift között

Kondenzátor Mintavételezési Tartási drift

idő
10 nF 20 µs 3 mV/s
1 nF 4 µs 30 mV/s
100 pF 3 µs 200 mV/s
25 pF 170 ns 5 V/s
10 pF 10 ns 50 V/s
Ha a kondenzátor kapacitása nő, mintavételezési idő nő, és a tartási drift csökken
 Analóg - digitál átalakító

Feladata: az S/H áramkör kimenetéről

érkező jel digitalizálása

A/D átalakítók csoportosítása

közvetlen közvetett

számláló kétoldali párhuzamos U/t U/f

Digitál – analóg átalakítás
Q0 R0 Q0 Q1 Q2 Q3 -Uki
Q1 R1 0 0 0 0 0
Q2 R2
0 0 0 1 1
Q3 R3 Rv
0 0 1 0 2
- 0 0 1 1 3
Ube= 1 V + Uki 0 1 0 0 4
Rv = 8 k 0 1 0 1 5
R0 = 8 k     
R1 = 4 k 1 1 1 1 15
R2 = 2 k
R3 = 1 k
 Ro Ro Ro Ro 
uki = −uo = − ube1 + ube2 + ube3 +  + uben 
 R1 R2 R3 Rn 
Létrahálós D/A átalakítás
Létrahálós D/A átalakítás
Számláló típusú A/D
•Alacsony sebesség
•Gyenge technikai
Ux + Ux > Uref jellemzők
•Alacsony ár
Uref _
•Elavult megoldás

A
D

Számláló &
regiszter

START Vezérlő READY

Digitál kimenet
Kétoldali közelítéses A/D
8 bites átalíkótó mûködése
Ux U[V]
+
Uref _ 10

Ux=7.8 V
A
D

Regiszter

Kimenet 1

SAR 27 26 25 24 23 22 21 20
1 1 0 0 0 1 1 1
•Közepes sebesség
START
•Megfelelő jellemzők
•Közepes ár

•SAR: Fokozatos közelítésű analóg digitális átalakító

Párhuzamos A/D

•Nagy sebesség
•Nagy megbízhatóság
•Magas ár
•2n-1 db nagy
teljesítményű
komparátor
Párhuzamos A/D
3 bites átalakító:
Ux C1C2 C3 C4 C5 C6 C7 Kód
1
U LSB  U x 0 0 0 0 0 0 0 000
2
3 1
U LSB  U x  U LSB 0 0 0 0 0 0 1 001
2 2
5 3
U LSB  U x  U LSB 0 0 0 0 0 1 1 010
2 2
7 5
U LSB  U x  U LSB 0 0 0 0 1 1 1 011
2 2
9 7
U LSB  U x  U LSB 0 0 0 1 1 1 1 100
2 2
11 9
U LSB  U x  U LSB 0 0 1 1 1 1 1 101
2 2
13 11
U LSB  U x  U LSB 0 1 1 1 1 1 1 110
2 2
13
Ux  U LSB 1 1 1 1 1 1 1 111
2
Kétszeresen integráló A/D
c

Ux 1 R
-
-Uref 2 K1 -
+
+
2 K2

1 & Számláló

Vezérlő Digitális
kimenet

U tref tx
U ki = U x − U ki =  U ref
Rc Rc
tx tref
Uki  U ref = U x
Rc Rc
t
U x = x  U ref
tref tx t tref
Kétszeresen integráló A/D

 Lassú működés
 Nagy pontosság
 Alkalmazás: digitális
műszerekben
 Alkatrész öregedés
kiküszöbölése
Feszültség-frekvencia A/D

 Frekvencia kimenet
 Könnyen és egyszerűen
továbbítható nagy
távolságra
A/D átalakítók hibái
Javítható hibák:
1. Ofszet hiba 2. Erősítési hiba

0001
0000

Nem javítható hibák:

3. Linearitási hiba 4. Kódkiesés
 Számítógépes mérőrendszer
feladatai
 adatkezelés: gyűjtés, tömörítés,
egyszerűsítés, kiértékelés, tárolás;

 műszerek, egyéb perifériák, folyamatok

vezérlése;

 mérési folyamat fejlesztés;

 dokumentálás.
 On-line és off-line rendszerek

információ adat adatfeldolgozás mérés

mérési rögzítés után egy későbbi időben
folyamat
folyamatos eredmények
adatfeldolgozás részeredmények
folyamat vezérlés
vezérlés
felhasználói adatok
 Off-line számítógépes
mérőrendszerek

Ethernet alapú
Többfunkciós műszerpark
mérésadatgyűjtők

GPIB műszerpark RS-485 rendszer

Szimultán Multiplexelt
mintavételezők mintavételezők
 Simplex kommunikáció
Adó Vevő

 Half – duplex kommunikáció

Adó-Vevő Adó-Vevő

 Full – duplex kommunikáció

Adó/Vevő Adó/Vevő
 Számítógépes mérőrendszer
struktúrái
PC Műszer Műsz Műsz Műsz Műsz Műsz Műsz Műsz Műsz

szabványos protokol
Simplex kommunikáció PC PC PC
Műszer

PC kommunikációs csatorna

egy vagy egy vagy egy vagy

több műszer több műszer több műszer
PC műszer

processzor processzor processzor

szabványos műszer PC vezérlés PC vezérlés PC vezérlés
protokolt kommunikációs
támogató csatorna
egységgel műszer
szerelve Interface

Supervisor PC
 Számítógépes mérő-
rendszerekben alkalmazott
adattovábbítás módszerei

 Programozott
 Megszakítás vezérelt (Interrupt)
 Közvetlen memória eléréssel vezérelt (DMA)
 Programozott (polen) adat
továbbítás

 Időosztásos módszer
 Processzor vezérelt művelet
 Lassú
 Megszakítás (Interrupt) vezérelt
adat továbbítás

 Prioritás kódoló
 Processzor vezérelt művelet, a processzor a
megszakítás engedélyezésekor felfüggeszti
az éppen folyamatban lévő műveletet és
levezérli az engedélyezett műveletet.
A művelet végén folytatja a felfüggesztett
műveletet
 Közepes sebességű
 Megszakítás (Interrupt) vezérelt
adat továbbítás
Engedélyezett IRQ jelek
dekódoló
IRQ cím
engedélyező vonal
processzor periféria periféria
bináris kód
a megszakításhoz
MAGAS
prioritás kódoló
ALACSONY

megszakítás kérő vonalak

 Közvetlen memória elérés (DMA)
vezérelt adat továbbítás
 A perifériák prioritással rendelkeznek ebben
az esetben is
 A processzor nem vesz részt a művelet
vezérlésében
 Az engedélykérés a DMA vezérlőhöz fut be,
amely engedélyezés esetén átveszi a
processzortól a rendszer busz feletti vezérlést.
 Gyors
 Közvetlen memória elérés (DMA)
vezérelt adat továbbítás
kommunikációs busz

vezérlés vezérlés vezérlés vezérlés

DMA engedély
CPU DMA periféria memória
vezérlő
Engedély kérés
 Számítógépes mérőrendszer
felépítése

Analóg jel Analóg jel Analóg jel Digitális jel

érzékelése átalakítása digitalizálása feldolgozása
 Multiplexelt mérőrendszer
felépítése

Ananlóg jel Ananlóg jel Ananlóg jel Digitális jel

érzékelése átalakítása digitalizálása feldolgozása

PC
Táplálás Tápfeszültség Vezérlés vezérlés

Érzékelő/ Jelkondí- Jelformáló MUX S/H A/D

bemenet átalakító cionáló átalkító
(hő, fény, erő,
nyomaték, rezgés, stb.) …
Érzékelő/átalakító Jelkondícionáló
.. ..
. .
Érzékelő/átalakító Jelkondícionáló Jelformáló
 Szimultán mintavételező rendszer
felépítése

Ananlóg jel Ananlóg jel Ananlóg jel Digitális jel

érzékelése átalakítása digitalizálása feldolgozása

PC
Táplálás Tápfeszültség Vezérlés vezérlés

Érzékelő/ Jelkondí- Jelformáló MUX S/H A/D

bemenet átalakító cionáló átalkító
(hő, fény, erő,
nyomaték, rezgés, stb.)
Érzékelő/átalakító Jelkondícionáló S/H A/D
.. .. .. .. ..
. . . . .
Érzékelő/átalakító Jelkondícionáló Jelformáló S/H A/D
NI PCI-6251 multifunkciós
mérésadatgyűjtő kártya adatai
ANALÓG BEMENET
Csatornaszám 16 SE (8 DIFF)
AD felbontása 16 bit
Max konverziós frekvencia 1,25 MHz (egycsatornás)
Bemeneti feszültség tartományok 1 MHz
Felbontás (többcsatornás)
(5%-os over range)
–10 V … 10 V 305 V (320 V)
–5 V … 5 V 153 V (160 V)
–2 V … 2 V 61 V (64 V)
–1 V … 1 V 30,52 V (32 V)
–500 mV … 500V 15,3 V (16 V)
–200 mV … 200 mV 6,1 V (6.4 V)
–100 mV … 100 mV 3,05 V (3.2 V)

Bementi impedancia 10 GΩ
Bemeneti áram 100 pA
Bementi FIFO mérete 4095 minta
Adat transzfer mód DMA
Megszakítás
Programozott
Analóg trigger
Trigger jelek száma 1
Trigger csatornák AI<0…15>, AIPF0
Digitális trigger
Trigger csatornák PFI<0…15>
ANALÓG KIMENET

Csatornaszám 2
DA felbontása 16 bit
Maximális frissítési frekvencia 2 MHz
Jelgenerálás esetén a beállási idő 2 sec/LSB
Feszültség tartomány ±10 V; ± 5V
Áramterhelhetőség ±5 mA
Adat transzfer mód DMA
Megszakítás
Programozott

DIGITÁLIS I/O

Csatornaszám 24 össesen:
8 P0.<0…7>
16 PFI<0…15>
Szimulált hardver alkalmazása

DAQmx rendszerben használhatunk szimulált mérésadatgyűjtő kártyát, ami

nagyon hasznos lehet a mérésekre történő otthoni felkészülésnél.

A szimulált hardver alkalmazásához a LabVIEW –hoz fel kell installálni a

DAQmx device driver szoftvert és a Measurement and Automation Explorer
szoftvert. Ez utóbbi a DAQmx installálásakor általában automatikusan
telepítésre kerül.
 Ha az mx driver–t installáltuk, akkor a MAX (Measurement and
Automation Explorer) programban a „Device and Interfaces >>
NI-DAQmx Devices” menüpontra az egér jobb billentyűjével
kattintva megjelenik a „Create New NI-DAQmx Device”, amivel
a NI-DAQmx Simulated Device-t választhatjuk ki.
A virtuális csatorna létrehozásához kattintsunk jobb egér gombbal a „Data
Neighborhood” menüpontra, s ott a „Create New”-ra. A megjelenő listából
válasszuk a „NI-DAQmx Global Virtual Channel” menüpontot, majd attól
függően, hogy bemeneti vagy kimeneti csatornát szeretnénk szimulálni,
válasszuk az „Acquire Signals” vagy a „Generate Signals” lehetőségek
egyikét.
DAQmx kártya programozása LabView-ban
LabView-ban a DAQmx kártyákat legegyszerűbb módon a DAQ_Assistant
függvénnyel programozhatjuk fel. Ezzel a segédeszközzel az egyszerűbb
mérések felprogramozása jelentősen egyszerűsödik, sajnos a
programozhatóság rugalmassága ezzel egy időben azonban csökken.

Azt tudni kell, hogy mx rendszerben mindig két megoldás

közül választhatunk:
1. A MAX-ban tárolt virtuális feladatok és/vagy csatorna
alkalmazásával állítjuk össze a mérésvezérlő programunkat.
Ezt a módszert akkor érdemes választani, ha a MAX-ban
már felkonfigurált feladat, vagy csatorna megfelel a létrehozni
kívánt feladatnak vagy csatornának. Ebben az esetben
fölösleges újra elkészíteni azokat a programrészeket, ami
egyszer már elkészült és a MAX-ban megtalálható.

2. Ha a MAX-ban nincs a kívánt feladatunknak vagy

csatornáknak megfelelő virtuális megoldás, akkor vagy
létrehozzuk, vagy a LabView programban felprogramozzuk az
alábbiakban ismertetendő függvényekkel. Ha olyan feladatot/csatornát kell
létrehoznunk, amit feltehetően a későbbi feladatainkhoz is tudunk majd
használni, akkor érdemes azt a MAX-ban letárolni.
I. TASK létrehozása, kezelése

Minden mérési feladatot un. „Task” keretében végzünk el. Task –ot
hozhatunk létre virtuálisan a MAX-ban, a DAQ Assistant segítségével, vagy
közvetlenül a LabView vi-ban.
Egy Task keretében az alábbi paramétereket definiálhatjuk:
Csatornák
Időzítések
Olvasás/írás
Triggerelés

•Létrehozás

•Futtatás indítása

•Futtatás leállítása
•Törlés

•Ellenőrzés, várakozás

Kiegészítő lehetőségek:
- Hardver ellenőrzése az adott Task -ban foglalt feladatokhoz
- Hardver lefoglalása az adott Task -hoz
- Hardver felszabadítása

A Task paraméterei a Task futása közben nem változtathatóak meg.

Egy Task-ban, egy típusú feladat végezhető el. A Task –okat lehet
szinkronizálni.
II. CSATORNÁK KONFIGURÁLÁSA

Az adatgyűjtő fizikai csatornáit a Task létrehozása után kell beállítani. Itt

döntjük el, hogy a multifunkcionális kártya melyik egységét használjuk.

Kétféle megoldás lehetséges a csatornák megadására.

- Ha már van a MAX-ban virtuális csatorna elmentve, akkor

az alábbi módon közvetlenül hozzárendelhetjük a csatornát:

- Ha nincs a MAX-ban megfelelő virtuális csatorna definiálva, vagy nem

olyan, amire szükségünk van, akkor a Task létrehozása után a LabView
programban tudunk virtuális csatornát definiálni.
Input terminal configuration:
itt döntjük el, hogy közös földpontú,
vagy differenciál kapcsolású mérést
végzünk. RSE módban az AIGND
ponthoz képest mérjük az AI <0…15>
bemeneteken. DIFF módban a jeleket
az AI0-AI8; AI1-AI9….stb. páronkénti
pontok között mérjük.

A maximum és minimum értékekhez a mérési tartományt állítjuk be. Lásd

a táblázatot az 1. oldalon.
Fizikai (valós) csatornák kiválasztásához az alábbi menüpontot használható:

Azt, hogy analóg bemeneti, analóg kimeneti,

digitális vagy más típusú csatornát akarunk
kiválasztani, azt az ikonra jobb billentyűvel kattintva
a menüből az I/O Name Filtering pontot választva
tudjuk beállítani:
III. MINTAVÉTELEZÉS IDŐZÍTÉSE (TIMING)
A mintavételezésre alkalmazott órajelek:
•AI Sample Clock (egy csatornáról vett minták időzítése)
•AI Convert Clock (két – nem azonos csatornáról vett - minta közötti időzítés)

1/Sample period = Sample rate (mintavételezési frekvencia)

1/Convert period = Convert rate (Konverziós frekvencia)

Az „sample rate” az egy csatornára vonatkoztatott

frekvencia, a „convert rate” a minták közötti frekvencia!

fconv ≥ csatornaszám * fsampl

A Sample Clock (SC) és a Convert Clock (CC) jelek időzítése

Az időzítés 4 csatornás mérésnél, csatornánként 3 db mintára vonatkozik:

Helyes időzítés:
1 SC jel után következik annyi CC jel, ahány csatornán mintavételeztünk,
majd az utolsó CC jel után következik ismét a SC jel.

Egyszerre indul a SC és CC jelsorozat, de az SC jeleket mindaddig figyelmen

kívül hagyja a rendszer, amíg az utolsó CC jel le nem fut egy-egy
mintasorozatban.
(CC*csat.szám értékétől) nagyobb SC intervallumot igénylő mintavételezés

Ez az időzítés nem nevezhető helytelennek, csupán arról van szó, hogy a

SC intervallumot nagyobbra választjuk, mint a CC intervallum és a csatornák
számának szorzata. Az időzítés helyes mindaddig, amíg a SC intervallum
egész számú többszöröse a CC intervallumnak, azaz

tconv* N = tsampl - ahol N egész szám

Ebben az esetben a rendszer figyelmen kívül hagyja, és nem mintavételez

azokra a CC jelekre, amelyek az utolsó csatorna mintavételezése és a
következő SC jel között vannak.
Helytelen időzítések:

A SC jel túl gyors a CC jel periódusához képest, azaz

tconv* csatornaszám + tdelay > tsampl

A következő példában az látható, mi a következménye annak, ha a SC

periódusa nem egész számú többszöröse a CC órajel periódusának.
Ebben az esetben a csatornák mintavételezése a SC jelhez képest midig
más-más időpillanatban kezdődik el.
 Mintavételi és konverziós frekvencia beállításának szabályai
Az adatgyűjtő maximális mintavételi/konverziós frekvenciája katalógus adat
szerint: fmvmax
A mért jelben előforduló legnagyobb frekvenciájú összetevő: fjelmax
Mintavételi frekvencia: fmv
Konverziós frekvencia: fkonv
Mért jelek száma (csatornaszám): csat
A pirossal szedett adatok kötelezően betartandó értékek, az egyszerű fekete betűvel szedett
adatok ajánlott értékek, amiket az adatgyűjtő paramétereinek függvényében érdemes
betartani.

Szimultán
Multiplexelt rendszer
mintavételező
Mintavételezett jel 2 ∙ fjelmax < fmv < ~10 ∙ fjelmax 2 ∙ fjelmax < fmv < ~10 ∙ fjelmax
feldolgozása
frekvencia történik 2 ∙ csat ∙ fjelmax < fkonv < ~10 ∙ csat ∙ fjelmax fkonv – nincs értelmezve
Mintavételezett jel
feldolgozása ~10 ∙ fjelmax < fmv ≤ fmvmax / csat ~10 ∙ fjelmax < fmv ≤ fmvmax
időtartományban
tartományban ~10 ∙ csat ∙ fjelmax < fkonv ≤ fmvmax . fkonv – nincs értelmezve
történik

243
Az időzítések LabView függvényei:

Mintavételi frekvencia beállítása (Sample Clock Rate):

Beállítandó paraméterek:
mintaszám csatornánként
mintavételezés módja: folyamatos vagy megadott mintaszámú
mintavételi frekvencia (Sample Rate)
időzítéshez alkalmazott időzítő egység vagy csatorna
élvezérlés típusa
A Sample Clock Signal és/vagy a Convert Clock Signal
egyéb beállításainak átállítása vagy lekérdezése a DAQmx
Timing Property Node–dal lehetséges:
IV. ANALÓG BEMENET TRIGGERELÉSE

Triggerelés alatt azt értjük, hogy a mintavételezést egy analóg vagy digitális
csatornára kapcsolt jel indítja a beállított feltételek szerint.

Analóg triggerelés esetén analóg jelet alkalmazunk és erre valamelyik

analóg bemeneti csatornát használjuk.
Digitális triggerelésre digitális jeleket és digitális csatorná(ka)t használunk.

Analóg triggerelésre használható csatornák: AI <0…15>;

Digitális triggerelésre használt csatornák: PFI<0…15>

Triggerelési módok:
Élvezérelt (Edge triggering)
Élvezérelt hiszterézises
Ablakvezérelt (Wndow triggering)

Analóg triggerelés esetén, 5 különböző lehetőségünk van a jel indítására

és leállítására.
 TRIGGERELT MINTAVÉTELEZÉS
Analóg triggerelés
1. Beállított analóg triggerelési
szint alatti értékek
mintavételezése

2. Beállított analóg triggerelési

szint feletti értékek
mintavételezése
 Mintavételezés analóg triggereléssel

3. Felfutó jelre induló

hiszterézises triggerelés

4. Lefutó jelre induló

hiszterézises triggerelés
 Mintavételezés analóg triggereléssel

5. Ablak triggerelés
 TRIGGERELT MINTAVÉTELEZÉS
Digitális triggerelés
1. Egyszerű felfutó élre triggerelés
 Mintavételezés digitális triggereléssel
2. Egyszerű lefutó élre triggerelés
 Mintavételezés digitális triggereléssel

3. Pre-triggerelt mintavételezés

AI Reference Trigger Signal (RTS)

Ezt a jelet a mintavételezés leállítására használjuk.

Ha beállítottuk az RTS jelet, akkor a mintavételezés elindítása után a
rendszer folyamatosan mintavételez, de mindig csak annyi mintát tárol és
görget, amennyi a „pretrigger” mintaszám. Ha például 10 mintát adtunk meg,
akkor mindig az utolsó 10 mintát tárolja a FIFO-ban, a többit eldobja a
mintavételezéssel szinkronizáltan. Ha érzékeli a RTS jelet, akkor a megadott
pretrigger mintaszám darab mintát mér és tárol le, majd befejezi a mérést.
A fenti példában minden jel felfutó élre van vezérelve. Az összes beállított
mintaszám 10, a pretriggerelt mintaszám 3, ami azt jelenti, hogy a RTS
után 7 mintát fog lemérni és elmenteni a rendszer. A STS után következő
első órajelre elindul a mintavételezés, és mér a rendszer úgy, hogy mindig
az utolsó 3 mintát tárolja. Az RTS jel után következő első órajel előtti 3
mintát és az utána következő 7 mintát menti el a rendszer.
A STS után a pretrigger mintaszámnak a FIFO-ban kell lennie ahhoz, hogy
az RTS impulzus fogadható legyen. A fenti példán az első RTS felfutó
élének időpillanatában még csak 1 mintát vett a rendszer, ezért ezt
figyelmen kívül hagyja.
LabView függvény a trigger jelek beállítására:

Digitális start trigger jel:

Digitális referencia trigger jel:

Referencia trigger alkalmazásakor

nagyon hasznos lehet a grafikonon a
referencia trigger jel időpillanatának
megjelenítése egy kurzorral.
V. OLVASÁS / ÍRÁS FÜGGVÉNYEI

Jelek kiolvasását illetve kiküldését feszültség vagy bináris (kvantum érték)

formátumban is elvégezhetjük.

Ha a csatornánkénti
mintaszámhoz -1 értéket
írunk, akkor a rendelkezésre
álló számú minta kerül
kiolvasásra.

Meghatározhatjuk, hogy a olvasáshoz/küldéshez maximálisan mennyi időt

(timeout) engedélyezünk. Ha -1 értéket írunk, akkor addig vár a rendszer,
amíg az összes szükséges mintát ki nem olvassa. Ha 0 értéket írunk, akkor
egyszer megkísérli kiolvasni a szükséges adatmennyiséget, ha ez sikerül,
akkor 0 értékkel, vagyis sikeres függvényfuttatással tér vissza a fgv. Ha nem,
akkor kiolvas annyi mintát, amennyi rendelkezésre áll, és idő túllépés
(timeout) hibakóddal tér vissza a függvény. Érdemes úgy beállítani, hogy a
mintavételezéshez szükséges idő (minta/mintavételi frekvencia) értékéhez
néhány másodpercet hozzáadunk.
Az értékeket kiolvashatjuk jelalak formátumban, ilyenkor az időtengely
adatait is automatikusan megkapjuk a mintavételezés időzítési adataiból,
vagy kiolvashatjuk csak a mért feszültség értékeket az időzítési adatok
nélkül:

Bináris értékek kiolvasása:

Analóg jelek küldése kimenetre feszültség értékben (double típus):

A paraméterezés több ponton hasonló a beolvasás paraméterezéséhez.

Az „auto start” paramétert akkor érdemes beállítani, ha valamilyen okból a
programba nem kívánunk Start Task függvényt tenni.
Egy egyszerű, csak konstansokkal felépített, digitális start és referencia
triggereléssel ellátott egycsatornás mintavételezés blokk diagramja:
Többfunkciós mérésadatgyűjtők
analóg bemenetének alkalmazása

Mintavételezési lehetőségek:
1. Egycsatornás rövid idejű gyors
2. Többcsatornás rövid idejű gyors
3. Egycsatornás hosszú idejű lassú
4. Többcsatornás hosszú idejű lassú
Többfunkciós mérésadatgyűjtők
analóg bemenetének alkalmazása

1. és 3. módszer esetén nem használjuk a

multiplexert

3. és 4. módszer esetén multiplexert

használunk
 Többfunkciós mérésadatgyűjtők
analóg bemenetének alkalmazása
Vegyünk mintát egy adott időpillanatban. Nevezzük tap –nak azt
az időt, amely az adat digitalizálásához és eltárolásához
szükséges.
A következő mintát a tap idő eltelte után vehetjük. Amennyiben a
mintavételezések közötti idő lényegesen nagyobb, mint az
apertura idő, akkor rendelkezésünkre áll egy tfree szabad gépidő.
amelyben a processzorral egyéb műveleteket végeztethetünk el.

1. minta 2. minta

t
tap tfree

tmv
 Többfunkciós mérésadatgyűjtők
analóg bemenetének alkalmazása
A gyors mintavételezéseknél a tfree időt nem használjuk ki,
vagyis a 2. mintát egészen „közel vihetjük” a szaggatott
vonallal jelölt időpillanathoz. Ezzel a mintavételi frekvencia
nagy lehet, de a rendszer mintavételezés közben semmilyen
egyéb műveletet nem tud elvégezni, tehát még a mérendő
mintamennyiséget is előre definiálni kell.

1. minta2. minta

t
tap tfree~0

tmv
 Többfunkciós mérésadatgyűjtők
analóg bemenetének alkalmazása
Amennyiben megfelelően alacsony mintavételi frekvenciát
alkalmazhatunk, a tfree gépidő alatt elvégezhetünk bizonyos
adatfeldolgozásokat, figyelhetjük a felhasználói
beavatkozásokat (pl. egy gomb megnyomását).
Ez azonban csak akkor lehetséges, ha a feldolgozás alatt
folyamatosan, mintavesztés nélkül tudunk adatokat begyűjteni.

1. minta 2. minta

t
tap tfree>>0

tmv
 Többfunkciós mérésadatgyűjtők
analóg bemenetének alkalmazása
Osztott tárolós mintavételezés

2.lépés 3.lépés
1. féltároló megtelik, 2. féltároló megtelik,
1.lépés folytatódik a mérés folytatódik a mérés
mintavételezés a 2. féltárolóba az 1. féltárolóba

READY jel

READY jel
adatmentés
adatmentés
 Érzékelők, átalakítók
Csoportosítás
aktív
A felhasznált energia szerint passzív

analóg
digitális
Kimeneti jel szerint
frekvencia
kódolt

linearitás
Egyéb jellemzők szerint pontosság
érzékenység
terjedelem
 Példák érzékelőkre
Piezoelektromos gyorsulás érzékelő
töltéserősítővel

1 - kábel csatlakozó
2 - ház
3 – precíziós tömeg
4 - kvarc lapocskák
5 - előfeszítő persely
7 - felfogó furat

F = ma
 Példák érzékelőkre
Piezoelektromos gyorsulás érzékelő
töltéserősítővel
 Példák érzékelőkre
Lézeres távolságmérő
 Példák érzékelőkre
Lézeres távolságmérő
 Példák érzékelőkre
Lézeres távolságmérő
 Példák érzékelőkre
Indukciós elmozdulás mérő
 Példák érzékelőkre
Nyúlásmérő bélyeges erőmérő
 Példák érzékelőkre
Nyúlásmérő bélyeges erőmérő
Félvezetős bélyeg: Hagyományos bélyeg:

Fólia elrendezések:
 Példák érzékelőkre
Nyúlásmérő bélyeges erőmérő
Hőkompenzált mérés:
 Példák érzékelőkre
Nyúlásmérő bélyeges erőmérő
 Példák érzékelőkre
Nyúlásmérő bélyeg rozetták
 Példák érzékelőkre
Hall elemes áramátalakító
(lakatfogó)

UH = K  H  Ic
ahol
UH - Hall feszültség
K - Hall állandó ( a félvezető anyagától
függő érték)
H - A mérendő áram mágneses tere
IC - állandó értékre beállított áram
NP  IP + NS  IS = 0
NP  IP = NS  IS

ahol Np - primer menetszám

Ip - primer áram
Hall generátorhoz használt anyagok: Ns - szekunder menetszám
In (Indium), Sb (Antimonium) Is - szekunder áram
Ga (Gallium), As (Arsenium)
 Példák érzékelőkre
Pt100-as hőmérséklet érzékelő
intelligens átalakítóval
 Példák érzékelőkre
Pt100-as hőmérséklet érzékelő intelligens átalakítóval
 Hőmérsékletmérés

Forrás: Kézikönyv hőelemmel és ellenállás-hőmérővel történő méréshez. TC Méréstechnika Kft.

A hőmérséklet fogalma:
A testek hőállapotának a mértéke
KELVIN skála
1 kelvin (K) a víz hármaspontja termodinamikai hőmérsékletének
1/273,16-od része. Mértékegysége: K (kelvin).

CELSIUS skála
Légköri nyomás mellett az olvadó jég hőmérséklete jelenti a 0 ° értéket, a
forrásban levő víz hőmérséklete pedig a 100 °. Mértékegysége: °C
(Celsius-fok).

FAHREINHERT skála
A nullpont a Fahreinhert által kísérleti úton előállított legjobban lehűlő sós
oldat fagyáspontja, a másik alappontja az emberi test hőmérséklete volt,
mely hőtartományt az oszthatóság kedvéért 96 egységre bontotta (így a víz
fagyáspontja épp 32 °F). Mértékegysége: °F (Fahrenheit-fok)
 Hőmérsékleti skála

Hőmérsékleti skála definiálása nem egyszerű, mert nincs

reprodukálható folytonosság a mérendő pontokban.

Skála: megegyezéses fixpontok közötti interpoláció a

legjobb elérhető érzékelési technológiát alkalmazva
Szabványos hőmérséklet érzékelő
skála
 1927 – ITS-27
oxigén forráspontja (-200 °C) – arany dermedéspontja (+1065 °C) között
kalibrálás: 0 °C-on, O, H2O és S forráspontján

 1990 – ITS-90 (16 fixpont)

H hármaspont -259,3467 °C
H Forráspont 2 -256,115 °C; -252,88 °C
különböző nyomáson
Ne, O, Ar, Hg, H2O hármaspont -248,59°C, -218,79°C, -189,34°C,
-38,83°C, 0,01°C
Ga olvadáspont 29,7646 °C
In, Sn, Zn, Al, Ag, dermedéspont 156,59°C, 231,93°C, 419,53°C,
Au 660,32°C, 961,78°C, 1064,18°C
Cu dermedéspont 1084,62 °C
Leggyakrabban alkalmazott
hőmérséklet érzékelő típusok:
 Ellenállás-hőmérő Rt = R0 (1 +   t )
Leggyakrabban alkalmazott
hőmérséklet érzékelő típusok:
 Hőelem
Seeback hatás
(TJ Seeback 1822)
 Hőelem Ellenállás-hőmérő
Mérési tartomány Bővebb Szűkebb
-250 °C … +3000 °C -200 °C … +1000 °°C
Alkalmazási előnyök Robosztusabb, Pontosabb, stabilabb
sokoldalúbb
Mért mennyiség típusa Hőmérsékletkülönbség Abszolút hőmérséklet
Hátrány Referenciapont szükséges Bekötő vezetékek
(hidegpont kompenzáció) ellenállása
Hőelem
 Nemesfém típus
stabilabb, drágább, szélesebb mérési
tartomány, kisebb kimeneti jelszint
 Nem nemesfém típus
Hőelem

Hidegpont kompenzáció
 Nemesfém
Jelölés Vezető anyaga Hőmérséklet tartomány Előnyök/hátrányok
R (+) Pt - 13% Rh 0 … +1600 °C Nagyon magas hőmérsékletre.
Ellenáll az oxidációnak.
(-) Pt Burkolat kell
S (+) Pt - 10% Rh 0 … +1500 °C Burkolat kell
(-) Pt
B (+) Pt - 30% Rh +100 … +1600 °C Csak 600 °C felett jó
(-) Pt - 6% Rh
Nem nemesfém
Jelölés Vezető anyaga Hőmérséklet tartomány Előnyök / hátrányok
K (+) Ni – Cr 0 … +1100 °C Leggyakrabban használt
(-) Ni – Al Széles méréstartomány
T (+) Cu -185 … +300 °C Nedves, párás közegben
(-) Cu – Ni használható, alacsony hőm.
J (+) Fe +20 … +700 °C Műanyag gyártásban elterjedt.
(-) Cu – Ni Vas oxidálódik!
E (+) Ni – Cr 0 … +800 °C Legnagyobb termofeszültség
(-) Cu – Ni változás
N (+) Ni – Cr – Si 0 … +1250 °C Pontosság, ellenáll az
(-) Ni – Si oxidációnak, gyors
Általános hőelem kialakítások
Hőelem köpennyel
 Hőmérséklet-ellenállás

 Ni, Pt, Au, Ag

RTD
RTD mérőkör
3 vezetékes RTD mérőkör
4 vezetékes RTD mérőkör
 Analóg jelkondicionáló

Feladata: a jelet digitalizálásra alkalmassá tenni

Típusai:
• Erősítő
• Zajszűrő
• Antialiasing szűrő
 Analóg jelátalakító

Feladata: a jelet feldolgozásra (analizálásra)

alkalmassá tenni
Típusai: integráló
deriváló
szűrők, stb.
 Analóg multiplexer
Feladata: csatornakiválasztó; többcsatornás mérés
esetén a jelek sorba rendezése a
mintavételezéshez
Többfunkciós mérésadatgyűjtők

 Analóg bemenet
 Analóg kimenet
 Digitális I/O
 Számláló, időzítő
Többfunkciós mérésadatgyűjtők
FeszŘltsÚg AD
Ref Kalibrßlßs

3
ADC Interrupt

+ 12-bit
Analˇg Mux m ˇd Progr.
csatornßnkÚnti Mintavev˘/tartˇ PC/AT
kivßlasztßs FIFO
er˘sÝt˘ A/D Interface
Mux kapcsolˇ Bus
ßtalakÝtˇ
- ßram k÷r

Ground
Generßtor
Ref
DMA
Interface

Id˘ szinkronizßlßs
5-csatornßs AdatgyűjtÚs Interrupt
Szßm lßlˇ Acqui
ßtal sitiv
akÝtßs on
ezÚrlÚs Interface

DAC
Tim er Interrupt
DAC0 Tim ing
Cont/rol

Adat / vezÚrlÚs

DAC1

PC/AT I/O csatorna

DA kalibrßlßs
RTSI
Digitßl 4 Bus
Int
erface

Kim enet

Digital
Bem enet
RTSI
Bus
I/O csatlakozˇ
Többfunkciós mérésadatgyűjtők
analóg bemenete
 Felbontás (12 bites, 16 bites)
 Bemeneti feszültség tartomány (± 5V; 0-10V)
 Erősítési fokozatok (0.5 – 100)
 Mintavételezési sebesség (<1MHz)
 Csatornaszám (16, 32)
 Bemenetek referencia pontja (közös, független)
(Single-ended; Differential)
 Pontossági jellemzők (linearitás, stb.)
 Bemeneti impedancia (nagy)
Többfunkciós mérésadatgyűjtők
analóg bemenete
 Többfunkciós mérésadatgyűjtők
analóg kimente

• Felbontás (12 bites, 16 bites)

• Kimeneti feszültség tartomány (± 5V; 0-10V)
• Beállási idő
• Frissítési frekvencia
• Csatornaszám (1, 2, 4)
• TERHELHETŐSÉG!!!! (±2 mA)
• Pontossági jellemzők (linearitás, stb.)
• Kimeneti impedancia (kicsi)
Többfunkciós mérésadatgyűjtők
analóg kimente
 Többfunkciós mérésadatgyűjtők
DIO portjai

• Portok száma
• TTL jelek
• Terhelhetőség!!!
(±10 µA)
Zavarérzékenység

 Zavarforrások:
 - külső villamos terek
 - külső mágneses terek
 - közös módusú jelek
 - belső offset
 - termikus zaj
 - termofeszültség
 Zavarérzékenység

Külső zavar behatolási helye:

1. mérővezeték
2. mérendő objektum

Külső zavar kiküszöbölése:

a) mérőrendszer elektrosztatikus és mágneses árnyékolása
b) zavarforrás elektrosztatikus és mágneses árnyékolása

Kapacitív, konduktív zavarok okozta áramok árnyékolt

mérővezetékkel kiküszöbölhetőek. Az áramok az árnyékoláson
keresztül a földbe folynak. A frekvencia növekedésével csökken az
árnyékolás hatása.

Sodrott érpár - mágneses terek zavaróhatására érzéketlen (indukált

feszültségek kioltják egymást)
Zavarérzékenység
Vezetékek árnyékolása

sodrott érpár

védőárnyékolás
kettős árnyékolás
földelt árnyékolás

mágneses árnyékolás
(ferromágneses fólia)
Soros átvitel protokolljai

1
1 soros kommunikáció
0 11001 Számítógép
0
1 LSB

Binárisan kódolt mérési eredmény (TTL jelek)

 RS - 232
Formátum:

St 0 1 2 3 4 5* 6* 7* P* Sp Sp St

A karakterek közötti logikai “1” szint jelzi, hogy nincs adatforgalom

Az “St” alacsony szintű (logikai “0”) start bit, ami az

adatközlés kezdetét jelzi. A 0,1...7 bitek az adatbitek, a -gal
jelzett bitek opcionálisak. A “P” un. paritás bit, amely az
esetleges hibafelismerést teszi lehetővé. Az egyes bitek
“szélessége”, vagyis, hogy időben milyen hosszú az adott bit
az un. “baud periódus” fejezi ki. Az “Sp” az adatközlés végét
jelző magas (logikai “1”) szintű jel 1, vagy annál több baud
periódus ideig jelenik meg.
RS - 232
Jellemzők:
• 1 adó – 1 vevő
• Adó – vevő közös földön (Single-ended
transmission)
• Aszinkron protokol (nincs közös órajel,
szinkronizálás a start bit idejével
• Max. sebesség: 20 kbps
• Max távolság 15 m
• Simplex kommunkáció
RS - 422
Változások az RS232-höz képest:
• 1 adó – 10 vevő
• Adó – vevő külön földön (Differential transmission)
• Max. sebesség: 10 Mbps (10 m távolságra)
• Max távolság 1200 m (100 kbs sebességgel)
• Half – duplex kommunikáció

RS - 485
Változások az RS422-höz képest:
• 1 adó – 32 vevő
GPIB
 1972 - Hewlett Packard Corporation
(General Purpose Interface Bus)
 1975 – IEEE488 szabvány
 Hálózatorientált rendszer
 Párhuzamos protokol
 A kommunikáció 16 csatornán folyik
8 adat vonal
5 vezérlő vonal
3 „handshaking” vonal
GPIB
 3 típusú berendezés: Vegyes üzemű
műszerek is
vevő (listener) – adatokat kap
lehetnek a
adó (talker) – adatokat küld rendszerben
vezérlő (controller) - PC

Party-line kapcsolatok
létrehozása
 Half – duplex kommunikáció
 1987 - IEEE488.2 szabvány
a vezérlők és adatok formátumának, helyzet jelzések,
vezérlési feltételek, stb. előírásai
 SCPI – Standard Commands for Programmable
Instruments
GPIB
A rendszer szabványban rögzített korlátai:
 2 berendezés közötti távolság max. 4 m
 2 berendezés közötti átlagtávolság 2 m
 a berendezések közötti össztávolság20 m
 legalább a műszerek 2/3-a be kell legyen
kapcsolva.
 Műszerek száma max 15.
 Adatátviteli sebesség:
max. 1 Mbyte/s
 GPIB
Műszerek elrendezése:
 Csillag

Vezérlő A műszer B műszer C műszer

 Lineáris

Vezérlő A műszer B műszer C műszer

 Vegyes elrendezés
a, Lineáris elrendezés b, Csillag elrendezés
Vezeték nélküli kommunikáció
 Wide

 Városi
(Metropolitan)

 Helyi (Local)

 Személyi (Pers)

2,4GHz vivőfrekvencia

Adat sebesség (Mbps)

WWAN

WMAN
WLAN

WPAN
 ZigBee/IEEE.802.15.4. felépítése

Mint egyéb vezeték nélküli rendszereknél is az alap szabványt az IEEE

biztosítja. Az IEEE 802.15.4-es csoport célja kis adatrátájú, több hónapos
vagy éves telep élettartalmú, kis komplexitású nem engedély köteles rádió
szabvány megalkotása. A potenciális felhasználási terület a ház-
automatizálástól az ipari szenzor hálózatokig terjed.
ZigBee komm. tulajdonságai
• Kétféle PHY szint (2.4 GHz és 868/915 MHz)
• Átviteli sebesség 250kbps / 2.4GHz, 40kbps / 915MHz, és 20kbps / 868MHz
• Kis működési (adási) ciklusú alkalmazásokhoz (< 0.1 %) optimalizált
• Nagy átviteli kapacitás kis késleltetéssel kis működési ciklusú
eszközök esetén (pl.:szenzorok)
• Kis fogyasztás (telep élettartalma több hónapban, illetve évek)
• Többféle hálózati topológia: csillag, szövevényes (mesh), klaszter-fa
• Címzési tartomány: 18450000000000000000 egység @ IEEE 64 bites
• Összesen 65535 csomópont hálózatonként
• Ad-hoc önszervező hálózat
• Opcionális idősáv garancia az alkalmazásoknak
• Teljes kézfogásos (hand-shake) protokoll
• Biztonságos AES-128 bites kódolás
• Hatótáv: 10 – 500 m a környezet függvényében
1. Csillag (Star) 2. Klaszter (Cluster)

3. Szövevényes hálózat
Bluetooth vs. ZigBee
A Bluetooth már egy kiforrott szabványnak tekinthető sok
hardver és szoftver támogatással. A ZigBee létjogosultsága a
kis fogyasztás és bonyolult hálózat ad-hoc felépítésében
rejlik. A következő táblázat összefoglalja a ZigBee és
Bluetooth időzítési paramétereit:

ZigBee Bluetooth

Új szolga felvétele a hálózatba 30 ms 20 s

Váltás alvásból aktív állapotba 15 ms 3s

Aktív szolga csatorna elérési ideje 15 ms 2 ms

Okos otthon (smart)
Elektronikus mérőműszerek
 Teljesítmény és energia mérése
 Egyenáramú teljesítmény: P = U · I
 Szinuszos jelek esetén:
hatásos teljesítmény P = U  I  cos
Q = U  I sin
meddő teljesítmény

látszólagos teljesítmény
S = U  I = P 2 + Q2

 pillanatérték= p(t) = u(t) · i(t)

 cosφ = teljesítménytényező, φ = u és i közötti fázisszög
n

 Többfázisú teljesítmény
P = P
k=1
k
, k= fázisok száma
 DC teljesítmény mérése
Volt- és ampermérővel

I I
A A
Ra RV Ra
R V RV R
U U V

1 2
DC teljesítmény mérése
Volt- és ampermérővel
A
Ra
2 RV R
U V

U U2
PP = U  I = U  =
R R
U U2
Pm = U m  I m = U  =
Ra + R Ra + R
U2 U2
−
Pm − Pp Ra + R R Ra
h=  100 % =  100 % = −  100 %
Pp U 2
Ra + R
R
h → 0, ha Ra  R
Háromfázisú teljesítmény mérése
Hatásos teljesítmény mérése

PR
W R
PS
W S
PT
W T

P3f = PR + PS + PT
Háromfázisú teljesítmény mérése
Meddő teljesítmény mérése

UTR UR URS
 IR
UT US

T UST S
Háromfázisú teljesítmény mérése
Meddő teljesítmény mérése

W1 R
W1 → IR, UST
F o- W2 S W2 → IS, URT
gya sz-
W3 → IT, USR
tó W3 T

N Q = U f  I f  sin 

sin  - t úgy kapunk, ha az Uf-re merőleges

feszültséget mérünk.
Háromfázisú teljesítmény mérése
Meddő teljesítmény mérése
W1 R

F o- W2 S
Q R = U R  I R  sin 
gya sz-

U R ⊥ U ST
tó W3 T

- így IR fázisáramot és UST vonalifeszültséget mérünk.

R Mivel azonban a fázisfeszültség helyett vonalit mérünk,

ezért 3 -mal osztani kell az eredményt.
UTR UR URS
 IR
UT US
Q = U f  I f  sin 

T UST S Q3 f =
1
(PR + PS + PT )
3
Energia mérése

M k = c  I1  I 2 sin 
Ph = U  I  cos 
M k = k  Ph
 Impedancia mérése
U
Z=
I A valóságos ellenállás frekvenciafüggő.
Ha váltakozó áramon használjuk, figyelembe kell venni,
hogy van induktivitása és kapacitása.
A valóságos ellenállás helyettesítő kapcsolása:

R LS

cp

Rp
LS - ellenállástekercs induktivitása
cp - szórt kapacitás
Rp - az ellenállás sarkai között fellépő szivárgási ellenállás
 Impedancia mérése
Volt- és ampermérővel

I I
A A
Ra RV Ra
R V RV R
U U V

1 2
 Impedancia mérése
Közvetlenmutatós ohmmérővel

1. Állandó áramot hajtunk és mérjük a feszültséget

I Rx V

Ux=I∙Rx

mivel I állandó, Ux egyenesen arányos Rx-szel

Digitális műszerekben alkalmazzák

 Impedancia mérése
Közvetlenmutatós ohmmérővel

1. Állandó feszültséggel táplálunk és mérjük az áramot

U Rx
U
Ix =
Rx

mivel U állandó, Ix fordítottan arányos Rx-szel

Hiperbólikus skála, amely a közepén a legpontosabb.
RX = 0 esetén max
RX =  esetén  = 0

Analóg műszerekben alkalmazzák

 Impedancia mérése
Nullmódszer: Wheatstone-híd

Kiegyenlítés feltétele:
R1 R2
U0 Ha UX = U3 , akkor U0 = 0
U
 RX R3 
Ux U0 =  −  =0
Rx U3 R3  R1 + R X R 3 + R 2 
R X  R 2 = R1  R 3
R3
R X = R1 
R2
U0 mérése nagyérzékenységű nullindikátorral történik.
 Impedancia mérése
Egyenáramú hidak pontossága függ:
- nullindikátor érzékenysége
- kiegyenlítő elemek pontossága
- hőhatások, termofeszültségek
- kis ellenállások esetén a bekötő vezetékek ellenállása
- nagy ellenállások esetén aszivárgóáramok
Általában h<0.5%.