PROBLEMY INŻYNIERII ROLNICZEJ I LEŚNEJ

Transkrypt

1 FACULTY OF PRODUCTION ENGINEERING WYDZIAŁ INŻYNIERII PRODUKCJI PROBLEMY INŻYNIERII ROLNICZEJ I LEŚNEJ XIX MIĘDZYNARODOWA KONFERENCJA NAUKOWA STUDENTÓW PROBLEMS OF ARGO AND FORESTRY ENGINEERING XIX INTERNATIONAL STUDENTS SCIENTIFIC CONFERENCE Warszawa, 26 maja 2010r. Warsaw University of Life Sciences Szkoła Główna Gospodarstwa Wiejskiego w Warszawie

2 Dzień Wydziału Inżynierii Produkcji 2010 XIX Międzynarodowa Konferencja Naukowa Studentów Problemy Inżynierii Rolniczej i Leśnej PATRONAT HONOROWY Minister Rolnictwa i Rozwoju Wsi Marek Sawicki Minister Nauki i Szkolnictwa Wyższego Prof. dr hab. Barbara Kudrycka JM Rektor Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie Prof. dr hab. Alojzy Szymański Komitet Organizacyjny: Dr inż. Szymon Głowacki inż. Edyta Orzechowska inż. Maciej Banasiak inż. Maciej Słodkowicz Opracowanie: Dr inż. Szymon Głowacki inż. Edyta Orzechowska inż. Michał Grigalis Materiały wydane na prawach rękopisu.

3 3

4 4

5 PATRONAT MEDIALNY PARTNERZY 5

6 SPIS TREŚCI Акиншева И.В Исследование устойчивости нелинейных объектов... 9 Martin Aleksandrov, Ivaylo Stoyanov Synthesis and design of virtual measurement system in programming environment labview for investigation on photovoltaic modules Łukasz Bąkowski, Maciej Słodkowicz, dr hab. Anna Grzybek Ocena opłacalności produkcji bioestrów na potrzeby własne wybranego gospodarstwa rolnego David Blažej, Miroslav Kavka Financial lease and bank loan utilisation for machine pool renewal Petro Balkowski, Andrii Naida, Vitalii Sokoliuk, Oleh Boiko Constructional scheme of machine for apples slicing Peter Chobor - Peter Hlaváč The comparison of solar global irradiation measurement methods and the possibilities of use Jozef Čuchran, Michal Muránsky, Marián Kučera The diagnosis of the state of oil filling with droplet test Цыбульский М.М Pазработка базы данных технических средств автоматизации и программного обеспечения Magdalena Dąbrowska, prof. dr hab. inż. Aleksander Lisowski Prędkość krytyczna cząstek zmielonego materiału roślin energetycznych Magdalena Dziubałka, dr inż. Arkadiusz Gendek Zastosowanie symulacji komputerowych w procesach leśnych przy wykorzystaniu oprogramowania Witness Катерина В. Ефименко, доц. Антонина Г. Ефименко Развитие лизинговых отношений в апк республики беларусь Agnieszka Górzyńska, Piotr F. Borowski Projekt inwestycyjny wyposażenia ubojnii drobiu Agnieszka Górzyńska, dr hab. inż. Janusz Wojdalski Analiza zużycia energii i wody w ubojni drobiu Карпова Евгения Сергеевна Этноэкология русского населения Вятского края и специфика использования природного сырья Marta Kobyłecka, dr inż. Jacek Brzózko Bezpieczeństwo pilarza podczas pozyskiwania drewna na powierzchni poklęskowej Katarína Kováčová, Ján Marko Research of forest machines reliability

7 Ilona Kownacka, Justyna Piekoś, Piotr Borowski Analiza wskaźnikowa dla wybranych przedsiębiorstw sektora włókienniczego i paliwowego Krzysztof Król, prof. dr hab. Małgorzata Jaros Analiza współczynnika wewnętrznej dyfuzji wody w biomasie drzewnej wierzbie Karel Kubín, Martin Pexa A Program for Modelling a Drive of Tractor Transport Set Ewa Kukla Aktualna problematyka wspomagania komputerowego na etapie konstruowania wybranych zespołów roboczych maszyn rolniczych. 174 Klaudia Kurzawska Rola menedżera w kreowaniu wizerunku firmy Маточкина Яна Александровна Биоэнергетика как источник устойчивого энергообеспечения России Málek Michael, Šařec Ondřej Evaluation of a tyre inflation system advantages in the conditions of czech republic Roman Osypiuk Określenie dokładności odbiornika GPS w drzewostanach młodszych klas wieku Andrew Sergutenko, prof. Irina Ivanova The analysis of the state space of management process in the industry applying expert systems Maciej Skrzypek226 Obliczanie zapotrzebowania na ciepło budynku mieszkalnego jednorodzinnego oraz sposoby poprawy efektywności energetycznej Boryana Slavova, Ivaylo Stoyanov, Martin Aleksandrov Study of factors affecting performance of photovoltaic systems Mateusz Stachowiak Sławomir Mnichowski Autoklawowanie substratu w celu zwiększenia efektywności biogazowej F. Daniel Szlivka Examination of water retention and heat attenuation of green roofs Ferenc Szlivka, Gergely Éder Diffuser Optimization in consideration of diameter parameters..257 Ferenc Szlivka, Péter Kajtár, Ildikó Molnár CFD simulation of axial flow fan and dual wind turbine Agnieszka Szpura, dr inż. Jan Kamiński Analysis of application of solid mineral fertilizers In the polish farming

8 Paweł Pietrkiewicz, Dariusz Dzikowski, dr inż. Jan Skarżyński Wpływ podziałki piły łańcuchowej na poziom drgań Maciej Przewoźniczuk, dr inż. Mariusz Sojak Projekt witryny internetowej Stacji Kontroli Pojazdów Michal Vašek, Jana Galambošová Controlled traffic farming technology as a tool for eliminating soil compaction at university farm in kolíňany Damian Witkowski, dr hab. inż. Edmund Lorencowicz Modernizacja techniczna gospodarstw z wykorzystaniem środków unijnych na przykładzie wybranej gminy Magdalena Wójciak Uwarunkowania ekonomiczne i środowiskowe budowy i użytkowania siłowni wiatrowych Osman Yaldiz, Berk Kucukkara A master study on material flow management in agriculture Jan Zawadka, Michał Roman Miejsce agroturystyki w wielofunkcyjnym rozwoju obszarów wiejskich Dominik Żółtowłos Analiza możliwości stanowiskowych badań oporów ruchu bębna tnącego

9 Акиншева И.В. Иванова И.Д., к.т.н., доцент, заведующая кафедрой «Автоматизация технологических процессов и производств» Могилевский государственный университет продовольствия Пр. Шмидта 3, Могилев обл. Республика Беларусь tel Исследование устойчивости нелинейных объектов АННОТАЦИЯ. В данной работе подробно описывается механизм моделирования и идентификации существенно нелинейных динамических характеристик объекта, а также оптимизация полученной математической модели на основе составленного интегрального квадратичного критерия качества, целью которой является определение оптимальных значений управляющих переменных. Также описан процесс аппроксимации значений управляющих переменных рядами Фурье и вывода условий, при использовании которых можно определить границы устойчивости рассматриваемого объекта. ВВЕДЕНИЕ. В настоящее время ввиду возрастающей сложности технологических процессов, увеличилась и сложность решаемых задач управления. Динамические характеристики объектов управления при этом носят существенно нелинейный характер [1]. Одним из наиболее распространенных методов идентификации динамических характеристик является построение модели, адаптированной по отношению к характеристикам реального объекта управления. Другими словами замкнутый метод идентификации, характеризующийся проверкой адекватности получаемой модели. Существенные затруднения, возникающие при решении этой задачи, вызваны большим разнообразием типов нелинейных объектов. Поэтому весьма затруднительно найти общий подход, охватывающий все практически важные виды нелинейных объектов. 9

10 Широкое применение к задачам определения динамических характеристик получили методы статистической линеаризации в их различных модификациях. Эффективным для целей построения самонастраивающихся моделей представляется использование адекватного разложению Винера интегрального ряда Вольтерра. В настоящей работе рассмотрена методика построения самонастраивающихся моделей, основанная на синтезе ядер Вольтерра по статистическим данным режима эксплуатации объекта управления. Оптимизация нелинейных объектов необходима для определения оптимальных управляющих воздействий, благодаря поддержанию которых на заданном уровне характеристики готовой продукции будут удовлетворять существующим требованиям к качеству. Наиболее распространены методы оптимизации, основанные на минимизации интегральных критериев качества, представляющих собой функции входных, выходных переменных, а также управляющих воздействий. Таким образом, целью работы является определение условий устойчивости существенно нелинейного объекта. Для достижения данной цели необходимо решить следующие задачи: построить математическую модель объекта, описывающую с достаточной для промышленной эксплуатации степенью точности динамические характеристики объекта управления; определить структуру критерия качества идентификации динамических характеристик, в процессе минимизации которого получить выражения для оптимальных значений управляющих переменных; на основе теории оптимизации определить границы существования оптимальных динамических характеристик, в рамках которых система будет обладать устойчивостью. Необходимо отметить, что в представленном описании понятия «объект» и «система» тождественны. 10

11 Вопрос об устойчивости квазиоптимальных систем управления важен с точки зрения работы самой системы управления не только в нормальном режиме эксплуатации, но и при изменяющихся условиях эксплуатации объекта управления. ОСНОВНАЯ ЧАСТЬ. Рассмотрим объект управления, схема «вход-выход», которого представлена на рис. 1. Объект имеет две входные переменные y 0 (t), g 0 (t); две выходные y 1 (t), g 1 (t) и две управляющие переменные u 1 (t), u 2 (t). y 0 (t) g 0 (t) ОУ y 1 (t) g 1 (t) u 1 (t) u 2 (t) Рис. 1 Схема распределения переменных объекта управления Аппроксимацию выходных переменных, которые являются детерминированными сигналами, будем проводить с использованием ряда Вольтерра, ограничившись вторым порядком [2]. Таким образом, выражения, связывающие входные, выходные и управляющие переменные, имеют следующий вид: y1(t) = y0(t) + A + A t t (e p5t - e t (e 1 0 p6t p1t - e )u1(t)(e p2t p7t )u1(t)dt + A - e p8t )u2(t)dtdt; t (e 2 0 p3t - e p4t )u2(t)dt + (1) g1(t) = g0(t) + A e e p14t p20t )y1(t)dt + A )y1(t)(e p21t t (e 4 0 t t - e p9t (e p22t - e p15t p10t - e )u1(t)dt + A p16t )u1(t)dtdt + A )u1(t)(e t t t 5 0 p17t (e (e - e p23t p11t - e - e p18t )u2(t)dt + A )u2(t)dtdt + A p24t p12t )y1(t)(e p25t t t e t (e 6 0 (e p26t p13t p19t - - )u2(t)dtdt; (2) 11

12 В результате аппроксимации были получены зависимости для выходных переменных, представленные на рис. 2. y 1 (t) t g 1 (t) 1,05 1 0,95 0,9 0, t Рис. 2 График аппроксимации динамических характеристик объекта управления Задача оптимального управления объектом, задаваемого уравнениями (1) (2), может быть сформулирована как задача минимизации функционала качества [3]. За критерий оптимизации примем функционал, представляющий собой функцию ошибок: T 2t 1 T M 2 M 2 M 2 I ĺ ( (y 1(t) - y 1 (t)) (g(t) 1 - g(t) 1 ) (u 1(t) - u 1 (t)) 2 (3) 0 M 2 M 2 M 2 (u (t) - u (t)) (u '(t) - u '(t)) (u '(t) - u '(t)) )dt где y M i (t), g M i (t), (t) входные, выходные и управляющие u M i переменные модели объекта управления; u i (t) производная управляющей переменной по времени; α, χ, η, λ, θ, ρ, весовые коэффициенты. При применении в качестве критерия оптимизации функции ошибок, остается открытым вопрос о выборе значений весовых коэффициентов, входящих в функцию ошибок.. Воспользуемся одним из приближенных методов выбора весовых коэффициентов. Если функция ошибки в любой момент времени имеет вид выражения (3), то весовые коэффициенты для каждого момента времени можно найти, исходя из допустимой величины ошибки. Можно заключить, что максимальные допустимые значения ошибок составляющих сигнала в любой момент времени должны вносить в функцию ошибки равный 12

13 вклад, так как система управления обеспечивает минимум интегральной суммы ошибок. Принимая условие равенства членов в выражении (3), можно записать y1 y2 g1... n n n y1 y2 g1 где ε ошибка, определяемая в знаменателе дроби как (4) м [ y ] i(t) yi (t max. n yi = ) ε - (5) м [ g ] i(t) gi (t max n gi = ) ε - (6) В числителе дроби выражения (4) представлено текущее значение ошибки. Аналогичные рассуждения распространим на величины управляющих воздействий и их производные [4]. Предполагается, что величины максимально допустимых ошибок могут быть определены по заданным требованиям к системе, после чего можно найти числовые соотношения между различными коэффициентами α, χ и т.д. Из описания процедуры нормализации следует, что уравнение оптимального управления зависит от отношения весовых коэффициентов. Поэтому без потери общности можно положить равенство единице одного из коэффициентов. При таком допущении для определения числовых значений остальных весовых коэффициентов достаточно выражений (4) (6). Значения весовых коэффициентов, найденные в результате описной процедуры, следует рассматривать как начальные оценки. Как правило, данные коэффициенты изменяются во времени, так как изменяется и текущее значение ошибки, однако, примем допущение о стационарности оценок. Для этого вместо текущего значения ошибки будем рассматривать минимальное значение ошибки. Что является достаточным условием для выполнения предварительного анализа совместно с процедурой нормализации. Для нахождения оптимальных значений управляющих переменных воспользуемся теорией вариационного исчисления. 13

14 Подынтегральное выражение критерия (3) обозначим через F(t). Функция, которая минимизирует функционал (3), должна удовлетворять дифференциальному уравнению второго порядка Эйлера-Лагранжа: F(t) d F(t) 0 ' u i(t) dt u i (t) (7) Структура данного подынтегрального выражения представляет собою сумму входных, выходных параметров, управляющих воздействий и квадратов производных управляющих воздействий. Это продиктовано необходимостью соблюдения условий теоремы Эйлера- Лагранжа, согласно которой функции управлений должны быть непрерывно дифференцируемы на рассматриваемом отрезке. Учитывая выражения (3) и (7), запишем систему уравнений для определения минимизирующих функций. (y1,g1,t) M du1(t) 2 (u 1(t) -u 1(t)) -2 0, u1(t) dt (y1,g1,t) M du1(t) 2 (u 2(t) -u 2(t)) -2 0,. u2(t) dt. (8) где Δ(y1, g1, t) функция, представляющая собой сумму квадратов ошибок входных и выходных переменных. Решение системы сводится к решению системы нелинейных интегро-дифференциальных уравнений, что является особенностью задач вариационного исчисления. Для решения данной системы воспользуемся методом Рунге- Кутта четвертого порядка. Частные производные по u 1 (t), u 2 (t) будем находить, руководствуясь правилом Лейбница [5]. Для выполнения данного правила к функциям предъявляются следующие требования: равномерная непрерывность на рассматриваемом отрезке; функция должна быть дифференцируемой на отрезке. При этом интеграл с переменным верхним пределом будем вычислять последовательно и в зависимости от значений, принимаемых переменной t. 14

15 Чтобы применить вышеуказанный метод, необходимо понизить порядок производной. Поэтому вместо системы из двух дифференциальных уравнений второго порядка, получим систему из четырех дифференциальных уравнений первого порядка, предварительно сделав замену переменных u z. d z dt d z dt d z dt d z dt 1 (t) = z (t) = B (t) = z 1 4 (t) = B 7 (t), + B z (t) + B z (t) + B z (t)z (t) + B (z (t)) + B z (t)(z (t)) (t), 2 + B z (t) + B z (t) + B z (t)z (t) + B (z (t)) где В i коэффициенты, полученные в результате преобразования уравнений системы (8). На рис.3 дано наглядное представление о полученных результатах. Функцию, аппроксимирующие полученные данные, будем искать, применяя теорию разложения в конечные ряды Фурье [6] i i B 1 12 z 3 3 (t)(z 1 2, (t)) 2, (9) i (t) = u0 + (ak coskt + bk sinkt ) k= 1 u, (10) где коэффициенты разложения вычисляются по формулам: a b k k 1 = N 1 = N 2N 1 t=0 2N 1 t=0 π u i(t)cos kt, N π u i(t)sin kt. N (11) π Коэффициенты a k и b k можно вычислить, зная лишь cos k и N π sin k, без непосредственного вычисления других значений синуса и N косинуса. Это делается следующим образом: 15

16 M0 0,M1 u i(2n 1), M m (2cos k)mm 1 Mm 2 u i(2n m), N m 2, 3,..., 2N 1. (12) Тогда 2N 1 Nak u i(t)cos kt (cos k)m2n 1 M2N 2 u i(0), t 0 N N 2N 1 Nbk u i(t)sin kt (sin k)m 2N 1. t 0 N N (13) Подставляя (13) в (10), получим: 2N 1 1 u (t) u ( ((cos k)m M u (0))coskt sin k)m sinkt) (14) i 0 2N 1 2N 2 i 2N 1 k 1 N N N N Применяя выражение (14) для аппроксимации оптимальных значений управляющих переменных, получим следующие зависимости: 90 1 u 1(t) 288 ( ((cos k)288,11 288, )cosk(t 22) k ,11(sin k)sin k(t 22)) u 2(t) 480 ( ((cos k)501, , ) cosk(t 1,6) k ,848(sin k)sin k(t 1,6 )) (15) (16) В результате графики полученных зависимостей имеют следующий вид: 16

17 u 1 (t) 288,8 288,6 288,4 288, ,8 287,6 287,4 287,2 u 1 M (t) u 1 (t ) t u 2 (t) u 2 M (t) u 2 (t ) t Рис. 3 Графики оптимальных управляющих переменных, полученные в результате аппроксимации исходных данных Необходимо также отметить, что при t, требуется проводить анализ устойчивости системы. Как оговаривалось ранее, объект управления является нелинейным, поэтому речь пойдет только об асимптотической устойчивости в «малом». Исследование объекта на устойчивость в указанной области проводится на основе теории устойчивости А. М. Ляпунова. Между теорией оптимизации и теорией устойчивости существует важная связь. Пусть функция минимальной ошибки определяется как min e(t) = E(u (t),u 1 dt 2 (t),t) (15) Функция минимальной ошибки представляет собою функцию Ляпунова, которая должна удовлетворять условиям: E(u (t),u (t),t) > E(u1(t),u dt 2 (t),t) < 0 для (u (t) - u 1 M 2 (u (t) - u 2 M 1 (t)) 0 (t)) 0 (16) E 2 (u1(t),u (t),t) = 0 при (u (t) - u 1 M 2 (u (t) - u 2 M 1 (t)) = 0 (t)) = 0 (17) (u1(t),u (t),t) если норма расхождения u1 (t) - u1 (t) (18) E 2 Для того, чтобы получить функцию (15), в выражение (3) подставляем найденные выражения для оптимальных сигналов управления и их производных [7]. Полученная в результате M 17

18 подстановки функция в данной работе не приводится, ввиду громоздкости выражения. На следующем этапе проводится проверка выполнения условий (16) (18). Если полученная функция удовлетворяет условиям (16) (18), то можно сделать вывод о том, что данная функция является функцией Ляпунова для рассматриваемого объекта управления. Область определения функции и будет областью устойчивости системы, описываемой выражениями (1) и (2). ВЫВОДЫ. Таким образом, по имеющейся информации об объекте управления приведен пример построения его математической модели на основе теории рядов Вольтерра. На этапе оптимизации был составлен интегральный критерий качества для определения значений оптимальных управляющих переменных. Алгоритм нахождения оптимальных значений управляющих переменных основывается на теории вариационного исчисления. Применение данной теории подразумевает дополнительное исследование системы на устойчивость. Для определения области устойчивости был использован критерий устойчивости систем по Ляпунову. Был описан механизм определения функции Ляпунова, область определения которой и является областью устойчивости исследуемого объекта управления. ЛИТЕРАТУРА 1. Валин, Ю.М Три этапа компьютерного моделирования химико-технологических систем / Ю.М. Валин, Г.М. Островский // Теоретические основы химической технологии С Дейч, А.М. Методы идентификации динамических объектов / А.М. Дейч. М.: Энергия, с. 3. Разработка компьютерной модели многостадийного производства синтетического жидкого топлива из природного газа / Гартман, Т.Н. [и др.] // Химическая промышленность сегодня С

19 4. Мэрриэм, К.У. Теория оптимизации и расчет систем управления с обратной связью / К.У. Мэрриэм. М.: Мир, с. 5. Фихтенгольц, Г.М. Курс дифференциального и интегрального исчисления / Г.М. Фихтенгольц. М.: Наука, с. 6. Хемминг, Р.В. Численные методы для научных работников и инженеров / Р.В. Хемминг. М.: Наука, с. 7. Сю, Д. Современная теория автоматического управления и ее применение / Д. Сю, А. Мейер. М.: Машиностроение, с. 19

20 Martin Aleksandrov, Ivaylo Stoyanov Synthesis and design of virtual measurement system in programming environment labview for investigation on photovoltaic modules ABSTRACT Has been developed a virtual measurement system in the middle of LabView for testing the main characteristics of photovoltaic (PV) modules. The survey were conducted with an autonomous PV system, built of two modules one stationary and the other tracking the position of the Sun. Using the virtual measurement system are recorded the temperature of PV modules, the levels of generated current and voltage, the current of charge and discharge of the battery group. The values of the measured electrical quantities are transformed into a suitable form and are submitted through USB port to a PC using specialized controller DAQ6008. The realized output data are processed by algorithm for separation and visualization of signals, then maintained and saved in a form suitable for further processing, analysis and visualization of results. Keywords: PVS, Workbench, virtual programming environment, LabVIEW. INTRODUCTION Several authors stress the need from building a database, characterizing the main parameters of photovoltaic systems (PVS) and solar radiation [1, 6, 7 and others.]. The produced electric energy of the PVS essentially depends on the level of solar radiation, the temperature and the angle of inclination of PV modules and other factors. It was found that the main parameters for PVS efficiency evaluation are the size of generated current and voltage [8, 9 and others.]. The used mathematical models and alternative equivalent circuits, used for simulation of different working regimes don t give an accurate description of the processes in PV generator. This fact is explained by a number of assumptions and limitations in their design. On other hand, the change in the size of the load, connected to the output terminals of PV generator, leads to a change in the values of the current, voltage and power of the system. From V-A characteristic of photovoltaic module, easily can be determine the optimal operating point that corresponds to the maximal generated power [5]. Also, big interest represents the knowledge of the other parameters of PV modules, such as generated direct current and voltage, module temperature, level of solar irradiation, the orientation of the module and etc. To be the measurements correct, the value of the parameters must be recorded at the same moment of time. Obviously, the traditional measurement methods with different instrumentation and non use of computers are inapplicable for to certain re- 20

21 quirements. Due to and other reasons, it is necessary to seek methods and techniques for full automation of the measuring process and conducting further evaluation by his visualization. This can be reach by using virtual measurement instruments and combination of hardware and software elements, which under PC control can function as classic laboratory measurement apparatus [2]. Main purpose of this report is to synthesize and develop virtual measurement system in the middle of LabView for study and visualization of the operation of PV modules. MATERIAL AND METHODS The check-up systems is autonomous PVS. On figure 1 has been shown its block diagram. It is realized through two PV panels, mounted respectively stationary and on Sun tracking construction, charge regulator, accumulator batteries, inverter and specialized devices for measuring electrical quantities. The electrical equipment is manufactured by SUNSET AS, Germany [4]. It contains two PV modules type АС 110 Wp, two 105 Ah 12V batteries, with deep charge/discharge cycle, solar controller type SR 20M 12/24V 20А. Part of the produced DC electricity is converted into AC using WE 400/12V inverter. Figur 1 Block diagram of the study PVS 21

22 The monitoring of the above shown electrical quantities is carried out by hardware device for converting the input signals in values and form suitable for further processing. Figure 2a shows the outlook of the device for converting the current signals into voltage. It is manufactured in University of Ruse. The connection between it and computer is done using specialized unit of the company National Instruments - DAQ6008 [2]. It has 8 analog inputs, 2 analog outputs and 12 digital channels with bi-directional operating frequency of 150Hz. The inputs are with voltage levels of ±1 to ±10V (Figure 2,b). For storage, visualization and data interpretation is used software product LabVIEW [3]. For the purpose, programming algorithm is developed to work, build on several functional block units for reception, distribution, calculation, visualization and record of the input data. a) b) Figure 2 Appearance of: а) Converter I-V; b) Multifunction data acquisition devices (DAQ) type NI

23 The creation of these units is in the so-called libraries to select the type and functionality of the units so and the hierarchical sequence of drawing, which is from left to right. On Figure 3 is shown the block diagram of signals control. Figure 3 Block diagram on control of the signals. In the first block, called "DAQ Assistant" is done the collection and distribution of all input data, received from DAQ 6008 device. By pressing right mouse button on its icon, choose option Properties, than in the Configuration window is introduced the number of input channels, their name, order of execution, physical connection channel, via which the communication on given quantity has been made, the range of the measured quantity, units of measurement and etc. The proper configuration of this block is the mainly concern for the construction and operation of the control algorithm. In this case are used inputs from 0 to 4, respectively, the signals of current and voltage of PV module, batteries charge/discharge current and the voltage on their terminals. The input signal is replaced by 0 to 10V in RSE configuration. In the next block called Configure Select Signal, is use to filter the desired signal, from all possible. It s choosing the type of the signal that will be handled later. As in the previous step has been told which value which signal indicates, the selecting is done by the number of input signal. At the proposed block diagram for signals control are used 5 blocks of this type, each of which is set up to filter 5 different input signals (Figure 3). This procedure is essential, because at the input of 6008 DAQ are used voltage di- 23

24 visors, reducing the level of the signal two times. They are made by resistances in series in the circuit of voltage. The third functional block is Signal Manipulation Palette. It appears after clicking the right mouse button on the desktop of the program. It chooses the way we want to process the signals. For this case are used the functions Merge Signals and Split Signals. So-called cable connections, linking all functional blocks are plotted after the mouse arrow turns into a reel, while pressing and holding the left mouse button. Editing of an electric line going through its designation and thus able to extend, shorten, deletion or addition of branches. Graphic representation of ongoing signals is done by adding a graphics at the end of the linking line. A window Chart Properties is called out, in which are set up all parameter of the graphics, which will be work on later (Figure 4). А) B) Figure 4 Momentary values of the current and voltage of the PV system 24

25 At the right side of the block diagram for control of the signals is placed a functional block for recording of the measured values in a file (Write to Measurement file). It has established links to each observed value. Gives it a name and file format. For better visualization and analysis of the received data is used functional block Time Delay, in which can be assigned the sample time of the measuring process. It is configured in seconds and the size of the record is in direct relation with the step of sampling. In the developed virtual measuring system, sampling time was chosen to be 300s. In this way the obtained information quantity is enough with changing atmosphere conditions and good visualization of the measured parameters of PVS. The developed program works in RUN/RECORD mode, during time is generated continuous monitoring information from the PV system. Therefore, is provided stop button, which stops the program. RESULTS AND DISCUSSION On Figures 5,а and 5,b are shown the momentary current and voltage values, respectively, with red color fix mounted and with green color tracking PV panel. In the first case are plotted the graphs of the transition process shutdown and on Figure 5,b the graphical dependency turn on and turn off. Notice that the tracking system generates higher voltage than fix mounted module, while doesn t seem significant difference in the current sizes. Figure 5 Working screens of the developed program 25

26 The recorded maximum and minimum are due to the change in the intensity of the sun beam. Both PV panels are placed under same weather conditions. Thus examine the influence of various operating factors on the work of PVS. CONCLUSION It was found that study of dynamic, fast-changing variables is appropriate to use virtual measuring instruments, in which the processing of the obtained information from the measurements and its visualization is done by personal computer. Has been developed a measuring system program in the middle of LabView for measurement and monitoring of key parameters of PVS (Figure 3, 4 and 5). The virtual system allows to record, storing and visualization of various parameters of PV system in real time. Virtual measurement laboratories are becoming widely used for research of various processes and phenomenon. They can be successfully used for study and simulation on the working modes of PVS. The proposed development of a virtual measuring system is using in the teaching process at Angel Kunchev University of Ruse for teaching of the students in the master course "Renewable energy sources. REFERENCES 1. Luque, A., St. Hegedus. Handbook of Photovoltaic Science and Engineering. British Library Cataloguing in Publication Data, John Wiley & Sons Ltd, England, 2002, p. 1117, ISBN Eicker, U. Solar Technologies for Buildings. John Wiley & Sons Ltd, 2001, p Markvart, T., L. Castaner. Practical handbook of photovoltaics. Fundamentals and applications. Elseiver, 2003, p Stoyanov, I. Determination of the Electrical Energy, Obtained From Direct Transformation of Solar Energy from a PV Generator. Twelfth International Conference on Electrical Machines, Drives and Power Systems ELMA 2008, October 2008, Sofia, Bulgaria, 2008, pp Liu, C., B. Wu and R. Cheung. Advanced algorithm for MPPT control of photovoltaic systems. Canadian Solar Buildings Conference, Montreal, August 20-24, Theory, operation, and use of MPPT charge controllers for solar electric systems. Northern Arizona Wind & Sun,