ส่วนรูปซ้ายล่างคือ Diagram ของวงจร
Friday, April 30, 2010
Strain gage Amplifier
ส่วนรูปซ้ายล่างคือ Diagram ของวงจร
Friday, April 9, 2010
spectrum analysis
เมื่อเราสามารถวัดสัญญาณที่อยู่ใรูปของ waveform graph จากนั้นเราก็จะสามารถนำสัญญาณนั้นมาวิเคราะห์หา spectrum ว่าสัญญาณมีความถ๊่เท่าไหร่ถ้าในกรณีที่สัญญานเรามีหลายความถี่ที่รวมมาด้วกันการวิเคราะห์ spectrum จึงเป็นส่วนที่สำคัญมาก ขั้นตอนการนำสัญญาณมาวิเคราะห์หา spectrum มีดังนี้
1.ให้ไปที่ signal processing2.เลือก wmf measurement
3.เลือก Spectral แล้วนำมาวางใน blog diagramดังรูป แล้วก็นำ waveform มาเชื่อมต่อเราก็สามารถวิเคราะห์สัญญาณได้แล้ว
ความสำคัญของ spectrum analysis ก็คือสมมุติสัญญาณที่เราต้องการวัดเกิดมีสัญญาณรบกวนเกิดขึ้นเราก็จำเป็นที่จะต้องกรองสัญญาณรบกวนออกไปแต่ถ้าเราไม่รู้ว่าสัญญาณรบกวนมีความถี่เท่าไหร่เราก็ไม่สามารถออกแบบfilterได้ว่าให้มัน cut-off ถี่ความถี่เท่าได ดังนั้นเมื่อเรานำสัญญาณมาหา spemturm เราก็จะรู้ได้แล้วว่าสัญญาณเหล่านั้นมีความถี่เท่าไหร่บ้าง นี้เป็นเพียงตัวอย่างหนึ่งในความสำคัญของ spectrum
Monday, April 5, 2010
การควบคุมแบบป้อนกลับ(Feedback Control)
การควบคุมแบบป้อนกลับ(Feedback Control)สามารถจำแนกได้เป็นสองส่วนหลัก คือ การควบคุมแบบเก่า และการควบแบบใหม่ การควบคุมแบบเก่าก็เช่นการใช้ pid control โดยเริ่มจากการหาแบบจำลองทางคณิตศาสตร์ที่อยู่ในรูปของสมการเชิงอนุพันธ์แล้วจากนั้นก็ทำการแปลงจากโดเมนเวลาไปสู่โดเมนความถี่แล้วเขียนเป็น block diagram ซึ่งปรกติแล้วการควบคุมแบบนี้จะสามารถควบคุมได้แบบ SISO ส่วนการวิเคราะห์ระบบจะใช้ root rocut มาวิเคราะห์เสถีรภาพของของระบบและออกแบบหาค่าเกนของตัวควบคุม ส่วนการควบคุแบบใหม่ก็หาแบบจำทางคณิตศาสตร์เช่นเดียวกันแต่ไม่ต้องแปลงจากโดเมนเวลามาเป็นโดเมนความถี่ และจะใช้วิธีที่เรียกว่า state space จากนั้นก็หากฎการควบคุมเช่น pole placement หรือ LQR,LQG เพื่อหาค่าเกนของตัวควบคุมการใช้การควบแบบใหม่จะมีตัวแปลที่เพิ่มขึ้นมาเช่นระบบที่เป็นอันดับสองเมื่อทำ state space แล้วระบบจะมีสองตัวแปร x1,x2 ดังนั้นเราต้องวัดมาทั้งสอง state นั้นหมายความว่าเราต้องมีเซนเซอร์สองตัว(นี้คือ full state feedback ) แต่ยังมีเครื่องมืออย่างหนึ่งที่ช่วยให้ไม่ต้องวัด state มาทั้งสองตัว นั้นก็คือ state estimator เช่น Kalman filter โดยจะทำการประมาณ state โดยต้องการแค่แบบจำลองทางคณิตศาสตร์และ state ที่เราสามารถวัดได้เท่านั้นเราก็ได้ state ที่เหลือโดยไม่จำเป็นต้องมีเซนเซอร์ถึงสองตัว แต่เราต้องเช็คก่อนว่าระบบมันสามารถสังเกตได้หรือไม่ คราวหน้าจะมาคุยกันว่าจะใช้ stste estimator อย่างไร
Saturday, April 3, 2010
System identification
System identification เป็นวิธีการหนึ่งที่ใช้สำหรับหาแบบจำลองทางคณิตศาสตร์ของระบบ Plant ซึ่งเป็นวิธีง่ายกว่าใช้กฎทางฟิสิกส์ทั่วไปเช่น Newton law หรือ Lagrange method เนื่องจากการใช้วิธี newton law เราจะต้องมีความรู้ทางด้าน Mechanic พอสมควรเราจะต้องสามารถเขียน FBD เป็นแล้วจึงสามารถหา plantได้ ส่วนวิธี Lagrange นั้นเราต้องมีความรู้เกี่ยวกับพลังงานในระดับหนึ่งเพราะวิธีการนี้จะมองระบบอยู่ในรูปของพลังงาน ซึ่งมี ทั้งพลังงานงานจลน์ และพลังงานศักย์ ยิ่งถ้าระบบที่มีความซับซ้อนมากๆแล้วทั้งสองวิธีที่กล่าวมาข้างต้นนั้นอาจจะไม่สามารถใช้งานได้เลย บทความนี้จะพูดถึึงวิธีการหาแบบจำลองทางคณิตศาสตร์ วิธีการก็คือ
ต้องการข้อมูลของ Input และ output ตัวอย่างเช่นเราต้องการหาแบบจำลองทางคณิตศาสตร์ของมอเตอร์ inputของระบบก็คือแรงดันไฟฟ้าที่ป้อนให้มอเตอร์ ส่วนสัญญาณ output ก็อาจจะเป็นมุม หรือความเร็วเชิงมุมก็ได้ ถ้ามองที่ความเร็วเชิงมุมเราจะได้แบบจำลองเป็นสมการเชิงอนุพันธ์อันดับหนึ่ง ถ้ามอง output เป็นมุม เราก็จะได้แบบจำลองที่มีสมการเชิงอนุพันธ์อันดับสอง จากนั้นก็นำข้อมูล import เข้ามาที่โปรแกรม matlab แล้วใช้คำสั่ง ident แล้วก็สามารถเลือกได้ว่าต้องการให้แบบจำลองเราเป็นสมการเชิงอนุพันธ์อันดับเท่าใดก็ได้ เมื่อเราได้สมการเชิงอนุพันธ์แล้วเราก็ Laplace Transform เราก็จะได้ Transfer function เราก็สามารถนำไปออกแบบหาเกนต่อไปได้
Subscribe to:
Posts (Atom)