Commande par ordinateur d’une presse à métal en feuille

Slides:



Advertisements
Présentations similaires
construction simplifiée avec des rayons non // axe optique
Advertisements

III. IDENTIFICATION PARAMETRIQUE DES SYSTEMES LINEAIRES
TP2 SIMULATEUR NUMERIQUE 2 – SIMULINK – PENDULE SIMPLE
Colle info – SimApp On se propose d’utiliser le logiciel « SimApp », afin de d’optimiser le réglage d’un moto-réducteur alimenté.
S.S.I., ESSI1, samedi 10 avril 2004 Page 1 Comment tailler les filtres sur mesure Séance 8, nouvelle application des filtres, 1 heure Version : samedi.
La simulation de la solution de l’exercice 4 du TD 5 avec le bloc PID : P=11, I=1, D=10 aboutit à une aberration : On trouve une constante de temps de.
Cours 5 – Comment bien échantillonner le signal audio
1 Jean-Paul Stromboni, octobre 2007, SI3 Réviser le devoir surveillé n°1 du cours S.S.I.I. Jean-Paul Stromboni, octobre 2007, SI3 Elève : ______________________.
ESSI1, 1999: Supplément au TD 1 et 2 de simulation avec Simulink et Matlab Cuves Communicantes Le système considéré est composé de trois cuves communicantes.
La transformée de Fourier en pratique
Méthode de la parallaxe (ou des 2 visées) Cliquer pour passer à la diapositive suivante.
Point n°3 Position initiale Position finale A1 B1 Déroulement A1 B1 54,5cm 1,05m Analyse de la nouvelle situationLignelatérale 1ère ligne.
Tir n°1 A2A1 Position initiale Position finale B1 A2 A1 B1 Léquipe B annonce A1 Analyse de la nouvelle situation.


Échanges de pratiques N°2
Méthode de la parallaxe (ou des 2 visées) Cliquer pour passer à la diapositive suivante.
INTRODUCTION A MATLAB ENVIRONNEMENT MATLAB.
Cours d’Automatique MASTER OIV
Révisions asservissements
La loi de la concentration des solutions
4. Energie dinteraction, application à la reconnaissance de forme (texte, parole, radar …) Energie dun signal, analogie avec lélectrocinétique Par analogie.
V-1 Analyse des systèmes asservis échantillonnés
Les algorithmes: complexité et notation asymptotique
Mise en situation... m g l = 1 m l2 = 1 Positions: Vitesses:
Chapitre 2 : La fonction de transfert
5. Echantillonnage Introduction
SSII : séance finale , lundi 9/01/2012 Page 1 Voici quelques questions pour assimiler la seconde partie du cours S.S.I.I., spectre, filtrage, banc.
CALCUL MENTAL ET REFLECHI
Traitement du signal TD0 : Introduction.
C n a m L y o n Schéma explicatif sur la « COMPTABILITE ANALYTIQUE »
Notions élémentaires d’asservissement
Miroir sphérique convergent
1 par Jean-Paul Stromboni, octobre 2008 Un autobilan pour réviser le devoir surveillé n°1 du cours S.S.I.I., par Jean-Paul Stromboni, octobre 2008 Elève.
1 Jean-Paul Stromboni, octobre 2007, SI3 Réviser le devoir surveillé n°1 du cours S.S.I.I. Jean-Paul Stromboni, octobre 2007, SI3 Elève : ______________________.
Un moyen de compresser le signal audio présenté à travers un exemple
Conception d’un contrôleur de vitesse d’un vérin hydraulique
Exemple Choix du type d’un compensateur
Régulateur de vitesse PID pour automobile
Conception d’un contrôleur de position polynomial avec Intégrale
GPA-783 Asservissement numérique en temps réel
Régulateur de vitesse PI pour automobile
Erreur en régime permanent pour un contrôleur de position en cascade
Commande par ordinateur d’un vérin hydraulique
Séminaire Roubaix 27 mars 2014
Paysages et cours d’eau
Soutenance du mini Projet Industriel ‘ les actionneurs électriques’
Introduction aux équations différentielles ordinaires (EDO)
Commande en espace d’état
MatLab: Notions de Programmation Applications en Finance
MIC7340 Chapitre 12 Filtres.
- énergie bornée (tend vers 0 lorsque
O-notation 1. Introduction 2. O-notation 3. Opérations 3.1 Somme 3.2 Produit 4. Règles générales 5. Exemple 6.Analyse des algorithmes récursifs 6.1 Dilatation.
Introduction.
Energie d’un signal, énergie d’interaction, analogie avec l’électrocinétique
Transformée de Fourier en Temps Continu (TFTC)
1 Algorithmique et programmation en Itérations (boucles) Types numériques simples (suite)
Sujet: Technique d’asservissement de balance:
Conception d’un asservissement
Matlab (Matrix Laboratory)
Sujet 5 : Intégration d’une loi d’ordonnancement dans un modèle
Exemple Commande par ordinateur du courant d’un moteur CC à
Technique de régulation, d’asservissement de grandeurs dans un système
Modélisation et simulation
SSII, séance n°13, bilan du cours 15 décembre 2015 Dernière séance 2015 Résumé des chapitres et notions abordées en 2015.
A.Aarabi ´. ´ Objectifs Faciliter la prise en main du logiciel MATLAB Présenter les fonctionnalités utiles au travail scientifique.
CEA dapnia Saclay 24 Janvier LA COMMANDE PREDICTIVE FONCTIONNELLE de Jacques RICHALET COPPIER Hervé ESIEE-Amiens
Fonctions de transfert
Transcription de la présentation:

Commande par ordinateur d’une presse à métal en feuille Exemple Commande par ordinateur d’une presse à métal en feuille GPA-783 Asservissement numérique en temps réel

Schéma de principe du système GPA-783 Asservissement numérique en temps réel

GPA-783 Asservissement numérique en temps réel Schéma blocs Td = 1m / 10m/s = 0.1 s KA/N =212lsb / 10v = 409.6 KN/A=10v / 212lsb = 0.002441 Kr = 1000 KA/N GPA-783 Asservissement numérique en temps réel

Schéma blocs échantillonné KNA = 0.002441 Td = 0.1 T = 0.05 GPA-783 Asservissement numérique en temps réel

Schéma blocs échantillonné GPA-783 Asservissement numérique en temps réel

Transformée en z inverse GPA-783 Asservissement numérique en temps réel

Transformée en z inverse GPA-783 Asservissement numérique en temps réel

Transformée en z inverse GPA-783 Asservissement numérique en temps réel

Transformée en z inverse GPA-783 Asservissement numérique en temps réel

Programme de simulation MATLAB %Periode d'echantillonnage T = 0.05; %Nombre de periode d'echantillonnage K = 100; %Constantes Kr = 409600; a2 = exp(-T/.08); a1 = -(1+a2); b1 = .00006913*(T-.08+.08*a2); b2 = .00006913*(.08-.08*a2-T*a2); %Gains proportionnel Kp = 0.06; %References r = 0.001*ones(K,1); GPA-783 Asservissement numérique en temps réel

Programme de simulation MATLAB %Conditions initiales y0 = 0.005; yd0 = Kr*y0; %k=0 y(1) = -a1*y0-a2*y0; yd(1) = -a1*yd0-a2*yd0; e(1) = Kr*r(1)-yd(1); m(1) = Kp*e(1); %k=1 y(2) = -a1*y(1)-a2*y0+b1*m(1); yd(2) = -a1*yd(1)-a2*yd0; e(2) = Kr*r(2)-yd(2); m(2) = Kp*e(2); %k=2 y(3) = -a1*y(2)-a2*y(1)+b1*m(2)+b2*m(1); yd(3) = -a1*yd(2)-a2*yd(1); e(3) = Kr*r(3)-yd(3); m(3) = Kp*e(3); %k=3 y(4) = -a1*y(3)-a2*y(2)+b1*m(3)+b2*m(2); yd(4) = -a1*yd(3)-a2*yd(2)+Kr*b1*m(1); e(4) = Kr*r(4)-yd(4); m(4) = Kp*e(4); GPA-783 Asservissement numérique en temps réel

Programme de simulation MATLAB %Boucle de simulation k=4...K-1 for k=5:K, y(k) = -a1*y(k-1)-a2*y(k-2)+b1*m(k-1)+b2*m(k-2); yd(k) = -a1*yd(k-1)-a2*yd(k-2)+Kr*b1*m(k-3)+Kr*b2*m(k-4); e(k) = Kr*r(k)-yd(k); m(k) = Kp*e(k); end; %Affichage t=(0:K-1)*T; plot(t,y),xlabel('s'),ylabel('m'); title('Réponse du système'); GPA-783 Asservissement numérique en temps réel

Résultats de simulation Kp = 0.1 GPA-783 Asservissement numérique en temps réel

Résultats de simulation Kp = 0.06 GPA-783 Asservissement numérique en temps réel

Simulation avec Simulink GPA-783 Asservissement numérique en temps réel