07-06-2015, 11:41 PM
Macola, šalio sam se u vezi "plašenja", a smatram da je Milanu veoma bitno što si mu preneo veoma bitne iskustvene podatke i činjenice sa kojima se apsolutno slažem.
Ovo je jako bitno kako bi inženjer koji projektuje sistem imao dobru polaznu osnovu i da zna šta je moguće i kojom metodom uraditi. Veoma često sam sretao da naručilac posla lako može da zahteva i maštoviti deo toga što se radi (čitaj "da preteruje" u zahtevima). Mi (inženjeri) smo tu da malo spustimo takav prsitup
Filtar koji sam predložio "NovaVrednostADC = NovaVrednostADC * 0.9 + TrenutnaVrednostADC * 0.1" radi po principu da se uzima 90% prethodne vrednosti (akumulirane) i 10% novoizmerene.
Na taj način, težinski, nova vrednosti koja može biti i "glič" ne utiče toliko drastično na prethodnu, pretpostavićemo, ustaljenu vrednost. Bitna prednost ovog načina filtriranja je da svaki naredni uzorak utiče na finalni podatak. Nasuprot ovome može biti problematično ako se radi klasično usrednjavanje, gde je uglavnom pristup da se sačeka dovoljan broj uzoraka kako bi se uradila aritmetička srednja vrednost, jer kod većeg broja uzoraka to može potrajati. Gore navedeni filtar ima nedostatak da se ustaljivanje vrednosti eksponencijalno usporava, ali se konstantno vidi približavanje vrednosti na ustaljenu.
Ako se želi filtar sa takođe brzim odzivom, ali nešto linearnije karakteristike, onda se koristi "moving average" filtar... itd...
Nadam se da sam dovoljno jasno ovo napisao i da nisam dodatno uneo zabunu u temu sa lepim napretkom oko merenja kod laboratorijskog ispravljača.
Ovo je jako bitno kako bi inženjer koji projektuje sistem imao dobru polaznu osnovu i da zna šta je moguće i kojom metodom uraditi. Veoma često sam sretao da naručilac posla lako može da zahteva i maštoviti deo toga što se radi (čitaj "da preteruje" u zahtevima). Mi (inženjeri) smo tu da malo spustimo takav prsitup
Filtar koji sam predložio "NovaVrednostADC = NovaVrednostADC * 0.9 + TrenutnaVrednostADC * 0.1" radi po principu da se uzima 90% prethodne vrednosti (akumulirane) i 10% novoizmerene.
Na taj način, težinski, nova vrednosti koja može biti i "glič" ne utiče toliko drastično na prethodnu, pretpostavićemo, ustaljenu vrednost. Bitna prednost ovog načina filtriranja je da svaki naredni uzorak utiče na finalni podatak. Nasuprot ovome može biti problematično ako se radi klasično usrednjavanje, gde je uglavnom pristup da se sačeka dovoljan broj uzoraka kako bi se uradila aritmetička srednja vrednost, jer kod većeg broja uzoraka to može potrajati. Gore navedeni filtar ima nedostatak da se ustaljivanje vrednosti eksponencijalno usporava, ali se konstantno vidi približavanje vrednosti na ustaljenu.
Ako se želi filtar sa takođe brzim odzivom, ali nešto linearnije karakteristike, onda se koristi "moving average" filtar... itd...
Nadam se da sam dovoljno jasno ovo napisao i da nisam dodatno uneo zabunu u temu sa lepim napretkom oko merenja kod laboratorijskog ispravljača.