PROPOSTA DE PLATAFORMA DIDÁTICA PARA IDENTIFICAÇÃO E MODELAGEM DE MOTORES DE CORRENTE CONTÍNUA USANDO ARDUÍNO PARA AQUISIÇÃO DOS DADOS

Authors

DOI:

https://doi.org/10.22408/reva802023985e-8031

Abstract

A modelagem e identificação de sistemas dinâmicos é uma etapa importante para o projeto de controladores e projeto de produtos. A modelagem de sistemas dinâmicos pode ser realizada por meio da interpretação dos fenômenos físicos envolvidos, mas também pela medição da saída do sistema a partir da aplicação de sinais de entrada conhecidos. Assim, esse trabalho propõe uma plataforma didática com sensores e circuito de acionamento para a medição das variáveis de motores de corrente contínua, possibilitando a identificação e modelagem do sistema dinâmico. A proposta mede a tensão de entrada, proveniente de um circuito com acionamento por modulação de largura de pulso (PWM), a corrente e a velocidade do motor. A estrutura também permite o ajuste da carga acoplada ao eixo do motor, para medição do comportamento do sistema sob condições de carga. A plataforma é construída com dispositivos facilmente encontrados no mercado e utiliza um Arduíno como sistema principal de controle do motor e aquisição de dados. O trabalho apresenta o método utilizado para aquisição dos dados, medidos em três diferentes condições. Os resultados mostram o potencial da proposta para utilização na identificação de sistemas dinâmicos, mas sua utilização também pode ser estendida para outros experimentos e atividades de ensino e pesquisa.

Downloads

Download data is not yet available.

Author Biographies

Wallace Pereira Neves dos Reis, Instituto Federal de Educação, Ciência e Tecnologia do Rio de Janeiro - Campus Volta Redonda, Volta Redonda - RJ

Graduated in Electrical Engineering with emphasis on Electronics, Specialization in New Educational Technologies and Master in Electrical Engineering, the last from the Federal University of Itajubá - UNIFEI. He is currently a doctoral student in the Computer Science Program at the Federal University of São Carlos - UFSCar, research line Artificial Intelligence, in the area of Industrial Automation. He is a Professor of Basic Technical and Technological Education at the Federal Institute of Education, Science, and Technology of Rio de Janeiro, IFRJ - Campus Volta Redonda, since 2014, working mainly on technical courses in Electrotechnics and Industrial Automation.

Giselle Elias Couto, Centro Federal de Educação Tecnológica Celso Suckow da Fonseca (Cefet/RJ) - UnED Itaguaí, Itaguaí - RJ

Doutoranda em Engenharia de Produção pela Universidade Federal de São Carlos (UFSCar). Mestra em Engenharia Mecânica pela Universidade Federal de Minas Gerais (UFMG). Atualmente é professora no curso de Engenharia de Produção do CEFET/RJ.

Orides Morandin Junior, Universidade Federal de São Carlos (UFSCar), São Carlos - SP

Professor do Departamento de Computação.

References

AGUIRRE, L. A. Introdução à identificação de sistemas: Técnicas lineares e não-lineares aplicadas a sistemas reais. 2. ed. Editora UFMG, Belo Horizonte, Minas Gerais, Brasil 730 p., 2004.

Allegro Microsystems. ACS712 - Fully Integrated, Hall-Effect-Based Linear Current Sensor IC (Ficha Técnica). Disponível em: < https://datasheetspdf.com/pdf/570845/AllegroMicroSystems/ACS712/1>. Acesso em: 26 de julho de 2021.

AKGÜN, G. et al. System identification using LMS, RLS, EKF and Neural Network. Proceedings of 2019 IEEE International Conference on Vehicular Electronics and Safety (ICVES), Cairo, Egito, p. 1–6, 2019.

ECHEVERRIA, Gilberto et al. Modular open robots simulation engine: Morse. Proceedings of 2011 IEEE International Conference on Robotics and Automation, Shanghai, China, p. 46-51, 2011.

FAIEGHI, M. R.; AZIMI, S. M. Design an optimized PID controller for brushless DC motor by using PSO and based on NARMAX identified model with ANFIS. Proceedings of the 12th International Conference on Computer Modelling and Simulation, Cambridge, Reino Unido, p. 16–21, 2010.

KARA, T.; EKER, I. Nonlinear modeling and identification of a DC motor for bidirectional operation with real time experiments. Energy Conversion and Management, Elsevier, v. 45, n. 7-8, p. 1087–1106, 2004.

LJUNG, Lennart; SINGH, Rajiv. Version 8 of the MATLAB system identification toolbox. IFAC Proceedings Volumes, v. 45, n. 16, p. 1826-1831, 2012.

MOKHLIS, S.; SADKI, S.; BENSASSI, B. System identification of a dc servo motor using ARX and ARMAX models. Proceedings of 2019 International Conference on Systems of Collaboration Big Data, Internet of Things & Security (SysCoBIoTS), Casablanca, Marrocos, p. 1–4, 2019.

NAUNG, Y.et al. Implementation of data driven control system of dc motor by using system identification process. Proceedings of 2018 IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering (EIConRus), Moscou e São Petersburgo, Rússia, p. 1801–1804, 2018.

NELLES, O. Nonlinear System Identification: From Classical Approaches to Neural Networks, Fuzzy Models, and Gaussian Processes. 2. ed. Springer International Publishing, Berlin, Heidelberg, Alemanha, 1825 p., 2020.

OMRON Industrial Automation. E6B2-CWZ6C 1800P/R 0.5M – Incremental rotary encoder (Ficha Técnica). Disponível em: https://www.ia.omron.com/product/item/2460/. Acesso em: 26 de julho de 2021.

REIS, W. P. N. dos; MORANDIN JUNIOR, O. Sensors applied to automated guided vehicle position control: a systematic literature review. The International Journal of Advanced Manufacturing Technology, Springer, v. 113, n. 2, p. 21–34, 2021.

Sparkfun: SparkFun Monster Moto Shield (Ficha Técnica). Disponível em: < https://www.sparkfun.com/products/retired/10182>. Acesso em: 26 de julho de 2021.

TANG, W.-J.; LIU, Z.-T.; WANG, Q. DC motor speed control based on system identification and PID auto tuning. Proceedings of 36th Chinese Control Conference (CCC), Dalian, China, p. 6420–6423, 2017.

TANGIRALA, A. K. Principles of system identification: theory and practice. CRC Press, Boca Raton, Florida, EUA, 908 p. 2015.

Published

2023-04-25

Issue

Section

Fluxo Contínuo (Art. Originais/Revisão)