ส่วนรูปซ้ายล่างคือ Diagram ของวงจร
Friday, April 30, 2010
Strain gage Amplifier
ส่วนรูปซ้ายล่างคือ Diagram ของวงจร
Friday, April 9, 2010
spectrum analysis
2.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)