Цитата(Andy1744 @ 14.7.2013, 19:15)
пресловутая ad-шка примерно это и делает - разряд , заряд эталонным током фиксированное время , дальше дельта-сигма измеряет напряжение на конденсаторе. диапазон измерения ограничен 22 pf.
Емкость аккумулятора и емкость конденсатора - вещи совершенно разные, хотя и называются одним и тем же словом. В частности, конденсатор (в качестве датчика) может изменять свою емкость под действием тех или иных факторов, но этот факт не означает утечки заряда. Напротив, "саморазряд" аккумулятора происходит в основном именно по причине утечки заряда - либо внутри корпуса (паразитные электрохимические процессы), либо снаружи (плохая изоляция между контактами).
Опять же емкость аккумулятора очень сложно измерить, не разряжая его, т.к. ЭДС аккумулятора/батареи очень слабо зависит от емкости. Т.е. аккумулятор в этом смысле похож на ... банкомат, по работе которого трудно определить, сколько еще в нем осталось денег
.
Измерение же емкости конденсатора особого труда не представляет, т.к. в этом случае обычно измеряют его реактивное сопротивление переменному току. Поэтому, если конденсатор дает утечку, но измеряемая этим методом значение емкости увеличивается, а не уменьшается! Более того, этот AD7745 можно очень легко обмануть, подсунув ему для измерения резистор вместо конденсатора
. Причем и в этом случае он тоже выдаст значение емкости, но окажется она такой емкостью, реактивное сопротивление которой переменному току (32 КГц) равно сопротивлению данного резистора. Точно так же, если "щуп" детектора имеет сток на землю, то измеренная им емкость окажется завышенной.
Есть и другие обстоятельства, которые приходится иметь в виду. Отчего у нас зависит емкость конденсатора? От трех причин: площади пластин, расстояния между ними и природой того вещества, которое находится между обкладками. Понятно, что форма емкостного датчика в процессе измерения не меняется. А так же никаких предметов мы к нему не приближаем (иначе получился бы классический пример "терминвокса"). Тогда остается только одно - вещество между обкладками конденсатора или (в нашем случае) вещество, окружающее датчик. Что там? - Воздух. Но воздух это не просто газ, но и пары воды, т.к. у воздуха в помещении обычно всегда есть влажность, отличная от нуля. Опять же сам экспериментатор дышит, выдыхая почти предельно влажный воздух. Недаром же по запотеванию поднесенного к носу зеркальца отличают живого человека от мертвого.
А пары воды в воздухе это очень важно! Ведь у молекул кислорода и азота, составляющих атмосферу земли, нулевой дипольный момент. А у воды он огромен! И от того дипольного момента зависит диэлектрическая проницаемость, влияющая на емкость конденсатора. Поэтому изменение влажности воздуха может оказывать очень существенное влияние на измеренную емкостным датчиком величину.
Не исключено, что я несколько сгустила краски, и влияние влажности не так уж велико, тем не менее, это надо специально проверять. Дыхнуть на датчик
.
И вот еще что. Раз уж мы ступили на почву нереального, то должны с сомнением относиться к физическим закономерностям, написанных в учебниках. А в данном случае к постоянству диэлектрической проницаемости. В принципе диэлектрическая проницаемость определена в отношении постоянного электрического поля, а потому не факт, что с ростом частоты пропорциональность Rc = 1/(2*пи*f*C) будет соблюдается. А точнее сказать, с ростом частоты емкость C может не оказаться константой. Да и тот же дипольный момент, влияющий на диэлектрическую проницаемость, тоже играет свою роль только тогда, когда электрическое поле постоянно или колеблется достаточно медленно, чтобы молекулярные диполи успевали ориентироваться по нему. А при высоких частотах они этого сделать не успеют, со всеми выходящими отсюда последствиями, среди которых возможно падение измеряемой емкости с ростом частоты. Тогда как AD7745 измеряет реактивное сопротивление на одной и той же постоянной частоте 32 КГц, т.к. иных частот генерить не умеет. Само по себе это дефектом не является, однако может случиться, что поглощение электромагнитного излучения средой имеет на определенных частотах "провалы", где радиочастота поглощается средой интенсивно, входя в резонанс с какими-либо процессами в ней. И это вовсе не такое фантастическое предположение, поскольку эффекты типа ЯМР (ядерного-магнитного резонанса, на основе которого работают медицинские томографы) как раз из этой категории.
Цитата(Andy1744 @ 14.7.2013, 19:17)
Xenia , а вы что умеете по цифровой обработке? какие задачи решали?
Сфера моих интересов в ЦОС - вытягивание полезного сигнала из шума. В основном сигналов "колоколообразной формы", похожее на распределение Гаусса. Причем именно в тех случаях, когда разделить полезный сигнал от шума в частотной области не удается. В противном случае можно было бы тривиально убрать шум фильтром низкой частоты.
В классической теории цифровой обработки сигналов большое место и поныне занимает цифровая фильтрация, сводящаяся к разного типа методам отделения полезного сигнала от шума в частотной области. Фильтров там напридумано страсть как много! Но суть их одна - работают они только тогда, когда в частотной области между сигналом и шумом есть достаточное расхождение. Между тем такая лафа бывает далеко не всегда.
Классические фильтры эффективны, когда источником шума является АЦП, а полезный сигнал достаточно широк, чтобы внутри него укладывалось много измерений. Тогда да, фильтры в этом случае помогут. Но если это не датчик шумит, и не АЦП, то
задача резко усложняется. Хуже того, белый шум бывает только в книжках, тогда как в реальности шум по амплитуде угасает с ростом частоты. Причина этого в "инерционности материи", поскольку с ростом частоты квадратично растет мощность осциллятора. А где такую большую энергию шуму взять на высоких частотах? Вот он и угасает при росте частоты. Причем полезные сигналы ведут себя ровно так же, поскольку это и их касается. В результате чего узкие сигналы, проходя по этапам, расплываются и тонут в шуме. Таким образом, задача отделения сигнала от шума в строгом смысле решения не имеет. Тем не менее, такие решения могут быть получены с привлечением дополнительной априорной информации! А вот эту информацию цифровые фильтры обычно учитывать не могут.
Приведу наглядную аналогию. Если вам известно, что зависимость должна быть линейной, то всегда есть возможность провести прямую линию по экспериментальным точкам, как бы сильно они не дрыгались. Эта задача называется в математике регрессией и обычно решается методом наименьших квадратов (т.е. ищется решение/аппроксимация с минимальным квадратичным отклонением). Обратите внимание, что эта задача решается всегда, и никакие шумы мы при этом не фильтруем. Более того, с этой работой мы частенько справляемся на глазок, без всяких сложных вычислений, т.к. наши мозги уже устроены так, чтобы видеть искомую вещь на любом фоне. Вот мы и подошли вплотную к альтернативному способу фильтрации, который фильтрацией является лишь формально, тогда как на самом деле является разновидностью регрессии. И отличается от линейной регрессии (проведения линии по точкам) только тем, что там вместо линии использована какая-то другая форма. В ряде случаев нет необходимости прибегать к заданию искомой формы аналитически (т.е. в виде математической формулы), а бывает достаточно экспериментально "симулировать" сигналы, которых ждешь, чтобы потом снять с них мерку (т.е. стандартный паттерн), по которой в дальнейшем будем узнавать похожие на него сигналы среди шума.
Но если надо, но я и Фурье и фильтры на его основе могу. В прошлом сильно увлекалась этим, пока не ... разочаровалась
. Даже на писишном ассемблере написала процедуры прямого и обратного БПФ (Быстрого Преобразования Фурье), которые остались бы непобедимыми по скорости (т.к. я все промежуточные вычисления делала исключительно на регистрах сопроцессора, экономя обращения к памяти), если бы появившиеся новые команды SSE3 не стали делать умножения параллельно. Но у меня тогда такого процессора не было. И, тем не менее, с помощью этих процедур мне удалось сделать программу, рисующую в окошке частотный спектр сигнала в реальном времени! А у меня тогда был лишь первый Pentium, разогнанный до частоты 266 МГц.
Сейчас время подобных подвигов прошло. Да я и сама с большим интересом "ассимилирую" фортрановские математические библиотеки (MKL и IMSL) от Intel. И что мне с того, что они на Фортране писаны, если функции из них можно вызывать на любом языке? Т.е. чувствую, что время одиночек прошло, и математика усложнилась до такой степени, что самой запрограммировать сложный алгоритм тяжко. Т.е. я ничуть не возражаю против использования таких пакетов, как MatLab, MatCad, LabView и им подобных, но сама бросить программирование в старом смысле слова и перейти на соединение кубиков не могу...