Những mô hình này cung cấp một cơ sở vững chắc để hiểu rõ hơn về hành vi của hệ thống cũng như để thử nghiệm và xác minh các thuật toán điều khiển mới.. Tuy nhiên, để đáp ứng nhu cầu ngà
TỔNG QUAN
Đặt vấn đề
Trong lĩnh vực điều khiển tự động, việc nghiên cứu và phát triển các thuật toán điều khiển là một khía cạnh vô cùng quan trọng Điều này không chỉ đóng góp vào sự tiến bộ của khoa học kỹ thuật mà còn có tác động trực tiếp đến nhiều ngành công nghiệp và ứng dụng thực tiễn trong cuộc sống hàng ngày Các mô hình kinh điển như con lắc ngược[1][2] và bóng trên thanh[3][4] đã trở thành những nền tảng phổ biến cho nghiên cứu trong điều khiển tự động Những mô hình này cung cấp một cơ sở vững chắc để hiểu rõ hơn về hành vi của hệ thống cũng như để thử nghiệm và xác minh các thuật toán điều khiển mới Tuy nhiên, để đáp ứng nhu cầu ngày càng tăng về độ chính xác và hiệu quả trong các ứng dụng thực tế, cần phải mở rộng và phát triển thêm các mô hình khác nhau nhằm xác nhận hiệu quả của các thuật toán điều khiển đối với nhiều loại hệ thống khác nhau
Một trong những mô hình được phát triển nhằm đáp ứng nhu cầu này là hệ thống Bóng trên Bánh Xe Đây là một mô hình độc đáo, kết hợp giữa cơ khí và điều khiển học, bao gồm một bánh xe được điều khiển bởi một bộ mã hóa động cơ để quay theo chiều dọc, với một quả bóng được đặt trên bánh xe Chuyển động quay của bánh xe đảm bảo quả bóng ở lại trên bánh xe Điều này có thể được xem như một hệ thống đầu vào đơn-đầu ra đơn (SISO) nếu chỉ quan tâm đến vị trí của quả bóng Ngoài ra, quả bóng trên bánh xe có thể được xem như một hệ thống đầu vào đơn-nhiều-đầu ra (SIMO) nếu cả góc quay của bánh xe và vị trí của quả bóng đều được xem xét Nghiên cứu và thử nghiệm với các thuật toán cơ bản trên mô hình này không chỉ giúp chuẩn hóa mô hình mà còn hỗ trợ sinh viên và các nhà nghiên cứu hiểu rõ
6 hơn và áp dụng các thuật toán này vào các đối tượng thực tế tương tự, như các hệ thống cân bằng cho tàu ngầm hoặc hệ thống giảm chấn cho các tòa nhà cao tầng
Trong đây[5], việc xây dựng một mô hình thực nghiệm đơn giản nhưng hiệu quả, có khả năng kiểm chứng các thuật toán điều khiển, là điều cần thiết Điều này không chỉ giúp khắc phục những hạn chế của các nghiên cứu trước đây mà còn mở ra những cơ hội mới cho việc áp dụng các lý thuyết điều khiển vào thực tế STM32, một bảng điều khiển tích hợp với chi phí tầm trung và được phổ biến rộng rãi, đã được lựa chọn cho nghiên cứu này do sự hỗ trợ cộng đồng mạnh mẽ và tính linh hoạt trong ứng dụng Việc phát triển các thuật toán điều khiển đơn giản như LQR, được xác thực cả trong mô phỏng và thử nghiệm, là một bước đi thích hợp và cần thiết Tuyến tính hóa phản hồi đã được áp dụng thành công vào các vấn đề thực tế cũng như các thí nghiệm trong phòng thí nghiệm, như hệ thống điện từ[7], hệ thống cơ điện[8] và động cơ[9] – [14]
Trong nghiên cứu này, chúng tôi xây dựng một mô hình thử nghiệm
Bóng trên Bánh Xe và nghiên cứu thuật toán LQR, vì nó là một thuật toán phổ biến trong các hoạt động học thuật Kết quả mô phỏng và thực nghiệm cho thấy bộ điều khiển hoạt động tốt, và một số khảo sát cũng chỉ ra rằng việc điều chỉnh tham số trong mô phỏng và thử nghiệm phù hợp với lý thuyết LQR Nghiên cứu này không chỉ giúp chuẩn hóa mô hình mà còn đóng góp vào việc học tập và nghiên cứu các thuật toán điều khiển với chi phí tối thiểu, tạo điều kiện thuận lợi cho sinh viên và các nhà nghiên cứu áp dụng các lý thuyết vào thực tế.Vì vậy, chúng tôi chọn đề tài “Khảo Sát Điều Khiển Linear Quadratic Regulator Cho Hệ Bóng Trên Bánh Xe” để thực hiện nghiên cứu.
Mục tiêu
- Xây dựng mô hình toán học cho hệ thống bóng trên bánh xe
- Thiết kế bộ điều khiển LQR để điều khiển hệ thống
- Đánh giá hiệu quả của bộ điều khiển thông qua mô phỏng và thực nghiệm
- Kiểm chứng tính khả thi và hiệu quả của thuật toán LQR trong điều khiển hệ thống bóng trên bánh xe
- Nghiêm cứu sử dụng vi xử lí STM32
- Điều khiển tốc độ và vị trí động cơ.
Phương pháp nghiên cứu
- Sử dụng phương trình Euler -Lagrange để xây dựng các phương trình động lực học cho hệ thống bóng trên bánh xe
- Sử dụng MATLAB/Simulink để kiểm tra và đánh giá hiệu quả của bộ điều khiển LQR
- So sánh kết quả mô phỏng với các tiêu chí đánh giá hiệu suất
- Sử dụng động cơ, cảm biến và bộ điều khiển STM32 để thiết kế và lắp ráp hệ thống
- Kiểm tra hiệu quả của bộ điều khiển LQR trong điều kiện thực tế
- So sánh kết quả thực nghiệm với mô phỏng, đối chiếu kết quả thực nghiệm với lý thuyết để xác minh tính đúng đắn của mô hình
- Điều chỉnh tham số điều khiển dựa trên kết quả thực nghiệm để tối ưu hóa hiệu suất hệ thống
Giới hạn và ý nghĩa
- Giới Hạn: Nghiên cứu chủ yếu tập trung vào việc mô hình hóa và điều khiển hệ thống trong điều kiện lý tưởng, Giới hạn vị trí cân bằng của
8 quả bóng so với trục thẳng đứng trong khoảng ± 10° và giới hạn góc quay bánh đà
- Ý Nghĩa: Kết quả nghiên cứu cung cấp một giải pháp điều khiển hiệu quả cho hệ thống bóng trên bánh xe, có thể áp dụng cho các bài toán điều khiển tương tự trong thực tế Việc này góp phần nâng cao hiệu suất và độ tin cậy của các hệ thống tự động trong nhiều ứng dụng công nghiệp và nghiên cứu học thuật.
Kết cấu
Trình bày đặt vấn đề và ý nghĩa của đề tài, phạm vi và đối tượng của đề tài, cũng như phương pháp và cấu trúc chung của đề tài
- Chương 2: Cơ sở lý thuyết Đề cập các kiến thức cần thiết cho việc thực hiện đề tài, bao gồm mô hình toán học, tính điều khiển của hệ thống, giải thuật điều khiển
Từ cơ sở lý thuyết mô phỏng lại sự cân bằng của hệ thống trên phần mền Matlab Simulink
Từ yêu cầu của đề tài, thiết kế cơ khí trên phần mền solicworks để làm cơ khí thực tế
- Chương 5: Kết luận và Hướng phát triển
Tổng hợp từ các kết quả của đề tài, đánh giá kết quả của hệ thống, và đề xuất hướng phát triển tiềm năng của dự án trong tương lai
CƠ SỞ LÝ THUYẾT
Bộ điều khiển LQR là phương pháp điều khiển tự động tối ưu hiệu suất bằng phản hồi tự động LQR tối ưu hóa mục tiêu dựa trên trạng thái và điều khiển hệ thống tuyến tính, cho phép cân bằng hiệu suất và tiêu thụ năng lượng linh hoạt Đặc điểm nổi bật của LQR là sự kết hợp giữa tính tuyến tính hệ thống và tối ưu hóa bậc hai, khiến nó trở thành công cụ mạnh mẽ trong thiết kế hệ thống điều khiển.
Quá trình thiết kế bộ điều khiển LQR thường dựa trên giải phương trình Riccati, một phương trình đại số tuyến tính quan trọng trong lý thuyết điều khiển Bằng cách giải quyết phương trình này, LQR xác định ma trận điều khiển phản hồi tối ưu để đạt được hiệu suất tốt nhất cho hệ thống
Hình 2 1 Sơ đồ hệ thống bộ điều khiển LQR
Trong đó: u: là tín hiệu điều khiển đối tượng x: là các biến trạng thái của đối tượng
10 Đối tượng: là hệ thống đã được tuyến tính hóa
Bộ điều khiển LQR: tính toán tín hiệu điều khiển u = -Kx
Quá trình thiết kế bộ điều khiển LQR (Linear Quadratic Regulator) liên tục thời gian vô hạn bao gồm một số bước cụ thể Dưới đây là các bước chính trong quá trình thiết kế:
Bước 1: Tuyến tính hóa mô hình toán học của hệ thống
Trong đó: x(t) là biến trạng thái u(t) là tín hiệu điều khiển
Bước 2: Xây dựng hàm chỉ tiêu chất lượng dạng toàn phương
Trong đó: Q và R là hai ma trận trọng số quan trọng trong lý thuyết LQR
Ma trận Q Là ma trận trọng số cho các trạng thái của hệ thống Ma trận vuông, đối xứng và bán xác định dương Kích thước bằng số lượng biến trạng thái Các phần tử trên đường chéo chính thể hiện mức độ quan trọng của từng trạng thái Như là: q1 là góc lệch của quả bóng so với phương thẳng đứng, q2 là vận tốc góc của quả bóng so với phương thẳng đứng, q3 là góc lệch của bánh đà, q4 là vận tốc góc của bánh đà
Ma trận R là ma trận trọng số cho các tín hiệu điều khiển Ma trận vuông, đối xứng và xác định dương Kích thước bằng số lượng đầu vào điều khiển
Bước 3: Áp dụng phương trình Riccati liên tục để tìm ma trận P giải phương trình
Bước 4: Tính ma trận điều khiển phản hồi liên tục K
Bước 5: Tạo tín hiệu điều khiển tối ưu
𝑢 ∗ (𝑡) = −𝐾𝑥(𝑡) (2.5) Giá trị cực tiểu của chỉ tiêu chất lượng là giá trị sai số tích luỹ min T (0) (0)
Lời giải LQR liên tục được tính toán bằng Matlab:
Bộ điều khiển LQR (Linear Quadratic Regulator) mang đến nhiều ưu điểm quan trọng Trước hết, quá trình tính toán ma trận điều khiển phản hồi thông qua phương trình Riccati là hiệu quả, đặc biệt là đối với các hệ thống tuyến tính Hiệu suất của LQR thường cao và có thể điều chỉnh dễ dàng bằng cách cân bằng giữa hiệu suất hệ thống và tiêu thụ năng lượng thông qua việc điều chỉnh ma trận trọng số Q và R Việc chọn Q và R ảnh hưởng trực tiếp đến hiệu suất của bộ điều khiển LQR như sau: Ảnh hưởng của ma trận Q:
Nếu tăng giá trị trong Q Làm tăng mạnh đối với độ lệch của trạng thái khỏi giá trị mong muốn (thường là 0) Hệ thống sẽ đưa trạng thái về 0 nhanh hơn Dẫn đến phản ứng nhanh hơn, nhưng có thể gây ra dao động lớn hơn
Nếu giảm giá trị trong Q: Giảm mức độ quan trọng của việc đưa trạng thái về 0 Hệ thống sẽ phản ứng chậm hơn, nhưng ổn định hơn
12 Ảnh hưởng của ma trận R:
Nếu tăng giá trị trong R Tăng tín hiệu điều khiển.Làm giảm tín hiệu điều khiển, dẫn đến phản ứng chậm hơn Hệ thống sẽ ít vọt lố hơn
Nếu giảm giá trị trong R tín hiệu điều khiển giảm
Nếu Q >> R: ưu tiên đưa trạng thái về cân bằng nhanh, dễ gây ra vọt lố
Nếu R >> Q: ưu tiên ổn định tín hiệu điều khiển, chấp nhận đáp ứng chậm hơn
Mặc dù có nhiều ưu điểm, LQR cũng có nhược điểm của mình Đầu tiên, nó chỉ thích hợp cho các hệ thống tuyến tính hoặc gần tuyến tính Sự nhạy cảm đối với thay đổi tham số và yêu cầu mô hình chính xác là nhược điểm khác, đặc biệt là trong môi trường thực tế có thể biến đổi LQR có thể không xử lý tốt cho các hệ thống không ổn định và đòi hỏi tài nguyên tính toán đáng kể đối với các hệ thống lớn và phức tạp
Bộ điều khiển LQR được ứng dụng rộng rãi nhờ cân bằng được giữa hiệu suất và tiêu thụ năng lượng Trong lĩnh vực ô tô và hàng hải, LQR giúp hệ thống điều khiển ổn định và chính xác hơn Ngành công nghiệp robot và tự động hóa sử dụng LQR để đảm bảo chuyển động của robot chính xác và ổn định Ngành hàng không vũ trụ ứng dụng LQR để kiểm soát máy bay và tên lửa, đảm bảo di chuyển đúng hướng.
Các ứng dụng của LQR cũng mở rộng vào quá trình sản xuất, năng lượng, và giao thông Trong quá trình sản xuất, nó có thể kiểm soát biến số quan trọng và duy trì chất lượng sản phẩm Trong hệ thống năng lượng,
LQR có thể được sử dụng để tối ưu hóa hiệu suất sản xuất năng lượng Trong lĩnh vực giao thông, nó có thể kiểm soát tín hiệu đèn giao thông và tối ưu hóa luồng giao thông
Ngoài ra, LQR cũng có ứng dụng trong các lĩnh vực như điều hòa không khí và quản lý năng lượng tòa nhà, nơi nó đảm bảo thoải mái trong tòa nhà và giúp tiết kiệm năng lượng thông qua kiểm soát các thiết bị tiết kiệm Những ứng dụng đa dạng này là minh chứng cho linh hoạt và tính hiệu quả của bộ điều khiển LQR trong quản lý và điều khiển hệ thống đa dạng
2.2 Ứng dụng bộ điều khiển LQR trong mô hình Ball on Wheel
Bộ điều khiển LQR được sử dụng trong hệ thống này để điều khiển vị trí quả bóng trên một bánh xe Đầu ra của bộ điều khiển LQR được sử dụng để điều khiển tốc độ của bánh xe bởi chức năng điều chế độ rộng xung PWM để điều khiển vị trí của quả bóng và ổn định góc quay của bánh đà
2.3 Phương pháp điều chế động rộng xung PWM
Phương pháp điều chế độ rộng xung (PWM) là một kỹ thuật được sử dụng rộng rãi để điều khiển tốc độ quay của động cơ một chiều (DC motor) bằng cách thay đổi tỷ lệ giữa thời gian mức cao (Ton) và thời gian mức thấp (Toff) trong một chu kỳ xung.Đại lượng mô tả mối quan hệ giữa khoảng thời gian Ton và Toff được gọi là độ rộng xung (duty_cycle), được tính theo công thức:
Mô hình toán học của hệ bóng trên bánh xe được kế thừa từ tài liệu Hệ thống bóng trên bánh xe được mô tả bao gồm: 𝜃 1 biểu thị góc lệch giữa trục y và đường thẳng đi qua tâm của quả bóng và tâm của bánh xe, 𝜃 2 biểu thị góc lệch của bánh xe, 𝜃 3 biểu thị góc dịch chuyển của quả bóng 𝑂 𝑏 và 𝑂 𝑤 lần lượt là tâm của quả bóng và bánh xe 𝐶 𝑏 và 𝐶 𝑤 là điểm tiếp xúc của quả bóng và bánh xe 𝜏 là mô men tác dụng lên bánh xe Chiều dương tương ứng với chiều kim đồng hồ
Hình 2 2 Mô hình bóng trên bánh xe
Dạng phương trình Euler-Lagrange của mô hình là:
Trong đó Q là hàm tổng quát lực, q là tọa độ tổng quát, L chính là hàm Lagrange được định nghĩa:
𝑇 − 𝑉 = 𝐿 (3.2) Đối với hệ này, T là động năng V là thế năng , thì q được cho là:
MÔ PHỎNG
Chương trình mô phỏng
Chương trình mô phỏng điều khiển hệ thống bóng trên bánh xe được xây dựng trên môi trường Simulink của Matlab
Việc mô hình hóa hệ thống bóng trên bánh xe dựa trên mô hình toán học được trình bày ở công thức (3.31) và (3.32)
Xây dựng mô hình mô phỏng bộ điều khiển LQR:
Hình 3 1 Sơ đồ điều khiển LQR của hệ bóng trên bánh xe
Bộ điều khiển LQR với ma trận K được tìm ra dựa trên mô hình toán học của hệ bóng trên bánh xe và cơ sở lý thuyết của bộ điều khiển LQR
Kết quả mô phỏng
Trong phần này kết quả mô phỏng điều khiển hệ thống bóng trên bánh xe sẽ được trình bày với các giá trị ban đầu của hệ thống là:
- Góc lệch ban đầu của quả bóng là: 0.001(rad)
- Vận tốc góc lệch ban đầu của quả bóng là: 0.001(rad)
- Góc lệch ban đầu của bánh xe là: 0.001(rad)
- Vận tốc góc lệch ban đầu của bánh xe là: 0.001(rad)
- Điện áp đầu vào hệ thống được giới hạn từ -24V đến 24V
Bảng 3 1 Thông số mô phỏng hệ thống
Các thông số dùng để mô hình hóa hệ bóng trên bánh xe được dùng từ Bảng 3.1
Tham số Kí hiệu Giá trị
Mô men quán tính của bánh xe 𝐼 𝑤 1.427x10 -3 kg-m 2
Khối lượng quả bóng 𝑚 𝑏 0.0569 kg
Bán kính quả bóng 𝑟 𝑏 0.033285 m Điện trở phần ứng động cơ 𝑅 𝑎 2.2826 Ω
Trong phần này, nghiên cứu ảnh hưởng của các tham số thiết kế bộ điều khiển LQR đến sự thay đổi góc lệch bóng so với phương thẳng đứng (x1) và góc lệch bánh xe (x3), cũng như sự thay đổi tín hiệu điều khiển Các tham số đánh giá được xem xét là ma trận trọng số R và Q.
3.2.1 Khảo sát giá trị của ma trận trọng số Q
Chọn ma trận trọng số 𝑅 = [1]: i Khảo sát góc lệch của qua bóng khi thay đổi trọng số Q1:
Trường hợp 1: Chọn ma trận trọng số 𝑄 = [
Trường hợp 2: Chọn ma trận trọng số 𝑄 = [
Trường hợp 3: Chọn ma trận trọng số 𝑄 = [
Hình 3 2 Đồ thị góc lệch của quả bóng khi thay đổi Q1
Khi tăng giá trị của trọng số Q1, góc lệch ban đầu của quả bóng giảm, thời gian đáp ứng của quả bóng tăng lên và độ lệch giảm đi Điều này cho thấy trọng số Q1 có ảnh hưởng trực tiếp đến góc lệch của quả bóng so với vị trí cân bằng, hoàn toàn phù hợp với lý thuyết.
27 ii Khảo sát góc lệch của bánh xe thay đổi trọng số Q3
Trường hợp 1: Chọn ma trận trọng số 𝑄 = [
Trường hợp 2: Chọn ma trận trọng số 𝑄 = [
Trường hợp 3: Chọn ma trận trọng số 𝑄 = [
Hình 3 3 Đồ thị góc lệch của bánh khi thay đổi Q3 Nhận xét:
Ta thấy, khi thay đổi giá trị của trọng số Q3 trong ma trận trọng số Q thì giá trị góc lệch của bánh xe thay đổi rõ ràng Trọng số Q3 càng lớn góc lệch của bánh xe càng nhỏ và thời gian đáp ứng tăng Điều này hoàn toàn phù hợp với lý thuyết của bộ điều khiển
3.2.2 Khảo sát giá trị của ma trận trọng số R
Chọn ma trận trọng số 𝑄 = [
Trường hợp 1: chọn ma trận trọng số 𝑅 = [0.1]
Trường hợp 2: chọn ma trận trọng số 𝑅 = [1]
Trường hợp 3: chọn ma trận trọng số 𝑅 = [10]
Hình 3 4 Đồ thị sự thay đổi của tính hiệu điều khiển khi thay đổi R Nhận xét:
Dựa vào kết quả mô phỏng ở phần 3.2.2, ta thấy sự ảnh hưởng trực tiếp của ma trận trọng số R đến tính hiệu điều khiển u(t) Khi giá trị của ma trận trọng số lớn tính hiệu điều khiển ổn định, giảm vọt lố và thời gian đáp ứng tăng Điều này phù hợp với lý thuyết điều khiển
Từ kết quả mô phỏng ở phần 3.2, ta thấy sự ảnh hưởng của ma trận trọng số Q và R hoàn toàn phù hợp với lý thuyết Tùy theo mục đích điều khiển chúng ta có thể chọn và điều chỉnh ma trận trọng số Q và R cho phù hợp
THỰC NGHIỆM
Mô hình thực nghiệm
Mô hình có hình dạng trụ giá đỡ mặt phẳng có bánh xe, thiết kế các mặt của mô hình bằng phần mềm Solidworks với các kích thước như sau:
Hình 4 1 Bản vẽ 2D và 3D của giá đỡ
Hình 4 2 Bản vẽ 2D và 3D của mặt đế
Mặt phẳng cố định gắn ở 2 thanh giá giữa động cơ mà bánh xe:
Hình 4 3 Bản vẽ 2D và 3D của mặt phẳng cố định gắn giữa động cơ và bánh xe
Hình 4 4 Bản vẽ 2D và 3D của Bánh xe
Hình 4 5 Mô hình 3D mô phỏng theo mô hình thực tế trên phần mềm Solidworks
Mạch cầu H là một phần quan trọng trong việc điều khiển động cơ một chiều (DC motor) Nó cho phép động cơ quay theo hai chiều bằng cách điều chỉnh dòng điện qua động cơ Board mạch cầu H HI216 là một trong những mạch cầu H phổ biến được sử dụng để điều khiển động cơ
Điện áp hoạt động: 5V - 15V DC
Điện áp điều khiển logic: 3.3V - 5V (tương thích với nhiều vi điều khiển như STM32, Arduino, Raspberry Pi)
Dòng điện từ tối đa: 2A-3A mỗi kênh
Có 2 kênh (điều khiển hai động cơ độc lập hoặc một động cơ theo cả hai chiều)
Tính năng bảo vệ: bảo vệ quá nhiệt, bảo vệ ngắn mạch, diode chống ngược Ưu điểm:
Điều khiển linh hoạt tốc độ một cách chính xác, dễ dàng và hướng động cơ cho phép quay 2 chiều, dễ dàng thay đổi hướng quay bằng cách thay đổi trạng thái của chân điều khiển
Thiết kế nhỏ gọn: dễ dàng lắp đặt vào các thiết bị nhỏ gọn
Nhiều kênh điều khiển: hỗ trợ điều khiển hai động cơ độc lập hoặc một động cơ theo cả hai chiều, phù hợp cho các dự án yêu cầu điều khiển nhiều động cơ
Khả năng chịu tải cao: Có thể điều khiển động cơ với dòng điện lớn và điện áp cao
Mạch cầu H HI216 có khả năng xử lý dòng điện lên tới 2A liên tục và 3A đỉnh Với các động cơ công suất lớn hơn, yêu cầu dòng điện cao hơn, mạch này có thể không đáp ứng được
Các ứng dụng yêu cầu độ chính xác điều khiển cao, mạch cầu H HI216 có thể không đáp ứng được các yêu cầu về độ chính xác và tốc độ phản hồi cao
Với đề tài lần này, yêu cầu dành cho động cơ chỉ cần tạo ra chuyển động bánh xe theo tín hiệu xung của driver, và điện áp hoạt động của động cơ là 12VDC Từ những yêu cầu hoạt động không quá phức tạp đó, việc lựa chọn driver HI216 là phương án phù hợp về chi phí, nguyên lý hoạt động, thông số cơ bản cùng với đó là dễ sử dụng và phổ biến trên thị trường
4.2.2 Cảm biến khoảng cách hồng ngoại SHARP GP2Y0A21YK0F Cảm biến khoảng cách hồng ngoại là cảm biếnSử dụng hồng ngoại để phát hiện và đo khoảng cách Khoảng cách đo từ cảm biến đến vật là Từ 10 cm đến 80 cm, với độ đo chính xác cao Cách hoạt động: Cảm biến phát ra tia hồng ngoại từ một đầu dò nằm trên mặt cảm biến Tia hồng ngoại phát ra sẽ được phản xạ từ các vật thể trong phạm vi cảm biến một Đầu dò cảm biến cũng chứa một bộ thu hồng ngoại để thu lại tín hiệu phản xạ từ vật thể ín hiệu thu được từ đầu dò sẽ được chuyển đổi thành một tín hiệu analog phụ thuộc vào khoảng cách giữa cảm biến và vật thể phản xạ.Tín hiệu analog này sẽ được cung cấp ra ngoài, cho phép vi điều khiển hoặc mạch điện tử khác có thể đọc và sử dụng để xử lý tiếp.Cảm biến GP2Y0A21YK0F được sử dụng rộng rãi trong các ứng dụng nhúng và các dự án điện tử tự động hóa như Đo khoảng cách và điều khiển các hệ thống tự động hóa trong sản xuất và xử lý, robot sử dụng để phát hiện vật cản, đo khoảng cách để điều khiển quỹ đạo di chuyển
Hình 4 7 Cảm Biến Khoảng Cách Hồng Ngoại Đặc điểm kĩ thuật:
Khoảng đo: 10 cm đến 80 cm
Điện áp hoạt động: 4.5V đến 5.5V DC
Dòng tiêu thụ: Khoảng 30 mA
Dạng tín hiệu đ: analog voltage cung cấp một điện áp biến đổi tương ứng với khoảng cách từ cảm biến đến vật
34 thể phản xạ Điện áp này thay đổi từ một giá trị thấp đến một giá trị cao khi khoảng cách thay đổi Ưu điểm:
Tính chính xác và độ tin cậy của cảm biến GP2Y0A21YK0F tương đối cao trong điều kiện môi trường bình thường
Cảm biến có khả năng đo khoảng cách từ 10 cm đến 80 cm, phù hợp cho nhiều ứng dụng từ khoảng cách thấp đến trung bình
Cảm biến hoạt động tốt trong nhiều điều kiện ánh sáng môi trường khác nhau mà không bị ảnh hưởng lớn bởi ánh sáng môi trường
Cảm biến được thiết kế để có độ bền và tuổi thọ cao, phù hợp cho các ứng dụng cần sự ổn định và bền bỉ
Giá thành rẻ, dễ dàng mua và sử dụng Nhược điểm:
Cảm biến có thể bị ảnh hưởng bởi ánh sáng mạnh hoặc nhiễu hồng ngoại, dẫn đến sai lệch trong việc đo khoảng cách
Trong các khoảng cách xa hơn phạm vi thông số kỹ thuật, độ chính xác của cảm biến có thể giảm
Độ chính xác và hiệu suất của cảm biến có thể thay đổi dựa trên các điều kiện môi trường như nhiệt độ và độ ẩm, có thể làm giảm tính ổn định trong các ứng dụng yêu cầu độ chính xác cao
Dựa theo phần cứng của mô hình, ta phải chọn cảm biến sao cho phù hợp về kích thước, giá thành, cũng như đáp ứng được các thông số kỹ thuật như: điện áp, độ chính xác…Quan trọng hơn hết là phạm vi cảm biến có thể đọc chính xác được vị trí quả bóng có kích thước bán kính là 33mm được đặt bên trên bánh xe có chiều cao 40cm theo chiều từ trên xuống
4.2.3 Động cơ chổi than DC Động cơ có chổi than là loại động cơ sử dụng một dạng chuyển đổi cơ học để thay đổi cực dòng điện thông qua phần ứng của cuộn dây Bộ phận chuyển đổi cơ này là cổ góp (Được làm từ loại vật liệu đồng để hiệu suất cao nhất)
Phần chổi quét được lắp ráp với cổ góp được làm từ carbon, kim loại, than chì và một số hỗn hợp vật liệu khác Tất cả các động cơ DC chổi than được xây dựng gồm 3 cụm phụ chính; stato (nam châm và cuộn dây), rôto và hệ thống chổi than
Cấu tạo chung: Động cơ DC chổi bao gồm hai thành phần chính là stator và rotor Stator có thể chứa nam châm vĩnh cửu hoặc cuộn dây điện từ, tạo ra từ trường để tác động lên rotor
Rôto của động cơ bao gồm các cuộn dây quấn quanh lõi sắt có rãnh và được gắn vào trục Trong quá trình rôto quay, chổi than tiếp xúc với cổ góp, cung cấp dòng điện cho cuộn dây.
Trục quay: Trục được làm từ thép cứng, có chức năng chịu tải cho ứng dụng Tấm cổ góp giữ các thanh góp và được cố định vào trục bằng khuôn nhựa
Giao diện người dùng
SQL Server là một hệ quản trị cơ sở dữ liệu quan hệ (RDBMS) được phát triển bởi Microsoft Nó cho phép người dùng lưu trữ và quản lý dữ liệu trong các cơ sở dữ liệu quan hệ, sử dụng ngôn ngữ truy vấn SQL
(Structured Query Language) để truy cập và thao tác dữ liệu trong đây
Trong đây chúng tôi sử dụng sql sever để quản lý tài khoản đăng nhập vào giao diện người dùng
Hình 4 14 Màn hình giao diện Đăng Nhập
Hình 4 15 Màn hình giao diện Đăng Kí
Hình 4 16 Màn hình giao diện Quên mật khẩu
GRAPHICAL USER INTERFACE (GUI) là một kiểu giao diện thân thiện với người dùng được thiết kế để người dùng có thể thuận tiện hơn trong việc tương tác với các chương trình máy tính bằng cách nhấp chuột, kéo thả và các thao tác hình ảnh khác thông qua các yếu tố đồ họa như: đồ thị, thanh trượt, nút bấm và hình ảnh Để thực hiện giao diện bằng cách sử dụng Microsoft Visual Studio có sẵn trên thị trường Có thể dễ dàng làm giao diện trực quan và tương tác dễ dàng với bộ điều khiển
Hình 4 18 Giao diện của hệ thống
Chương trình điều khiển thực nghiệm
Chương trình tính toán các thông số ma trận và điều khiển:
// Nguyễn Thanh Nhân_20151526 a = (- 2*Km*Km*rw)/(Ra*(rb + rw)*(2*mb*rw*rw + 7*Iw)); b = (2*g*mb*rw*rw + 5*Iw*g)/((rb + rw)*(2*mb*rw*rw + 7*Iw)); c = (2*Km*rw)/(Ra*(rb + rw)*(2*mb*rw*rw + 7*Iw));
// i = (- 7*Km*Km)/(Ra*(2*mb*rw*rw + 7*Iw)); j = (2*g*mb*rw)/((2*mb*rw*rw + 7*Iw)); k = (7*Km)/(Ra*(2*mb*rw*rw + 7*Iw));
// Nguyễn Thanh Nhân_20151526 encoder_count = HAL_TIM_GET_COUNTER(&htim2); adc_value = (val*1023*3.3)/(4095*5); distance = ((67870 / (adc_value - 3))-40)/10; k = distance - setpoint+0.03285; i - sqrt(11*11-k*k); j= (sqrt(i*i+k*k)*360)/(Pi*2*11); if(distance>setpoint){ x1_t = j*Pi/180;
} else if(distance
