Likestrømsmotor med turtallsregulering

TechTeach disponerer 4 stk identiske DC-motorrigger for undervisningsformål.

Oversikt

Figur 1 viser motorriggen, IO-komponent og bærbar PC som kjører en LabVIEW-app utviklet for turtallsregulering av motoren.

Figur 1: System for turtallsregulering av motor

Beskrivelse av motorriggen

Figur 2 viser motorriggen.

Figur 2: Motorrigg

Beskrivelse av motorriggen:

• Motorriggen kan brukes til hastighetsregulering (turtallsregulering). Også posisjonsregulering er mulig siden motorens vinkelposisjon måles.

• Motoren er en DC-motor fra Faulhaber.

• Motoren kan styres med et spenningssignal i området +/- 10 V. (I studentoppgaver brukes oftest området 0-5 V.)

• Et tachometer måler rotasjonshastigheten. Tachometeret er en likespenningsgenerator som gir en spenning, S_m [V], som er proporsjonal med hastigheten, S [krpm]. Fra S_m kan S beregnes med

  S = K_t* S_m (1)
  
  der K_t = 0,20 krpm/V. Denne måleomregningen kan alternativt uttrykkes med en generell lineær måleomregningsformel:
  
  S = a* S_m + b (2)
  
  der a = 0,20 krpm/V og b = 0 krpm.

• Alternativ turtallssensor: En kodeskive (encoder) måler både rotasjonsposisjonen og rotasjonshastigheten. Kodeskiven har en oppløsning på 360 pulser per omdreining.

• I laboppgaver med motorriggen benyttes vanligvis tachometeret som turtallssensor.

• Motoren kan bremses med en bremsekraft (eller bremsemoment). Bremsekraften kan justeres med et håndtak. Et potensiometer er montert på stanga med bremsehåndtaket. Potensiometerspenningen gir en indikasjon på bremsekraften. Potensiometerspenningen er i området fra 0 V (ingen bremsekraft) til ca. 3 V (maks bremsekraft). Bremsemålingen kan brukes bl.a. til foroverkopling.

Figur 3 viser et tydeligere bilde av kontaktene på motorriggen.

Figur 3: Kontaktene på motorriggen

Teknisk dokumentasjon:

• Koplingsskjema v/Cody AS, Skien

• Motor (kommer)

• Kodeskive

• IO-komponenten USB-6001

PC

Til hver rigg er det en bærbar PC (Acer Inspire) med følgende programvare:

• LabVIEW Runtime Engine inkl. NI-DAQmx-drivere

• Python (Anaconda-distribusjonen) og Python Control Package

• OpenOffice

• Nettleseren Microsoft Edge

LabVIEW-app

En LabVIEW-app (ikke fritt tilgjengelig) brukes for regulering av motoren. Appen kjøres på PC-ene nevnt ovenfor. Figur 4 viser appens frontpanel.

Figur 4: LabVIEW-appens frontpanel.

Tema

Med ovennevnte utstyr og programvare kan riggen brukes til oppgaver om følgende tema:

• Instrumentering av reguleringssystem for turtallsregulering

• Målesignalomregning fra tachometerspenning til krpm (kilo revolutions per minute)

• Målesignalomregning fra enkoderpulstog til krpm

• Målesignalfiltrering med tidskonstantfilter og middelverdifilter

• Prosessdynamikk: Forsterkning, tidskonstant, tidsforsinkelse

• Manuell regulering

• Automatisk regulering med av/på- regulator

• Automatisk regulering med PID-regulator (P, PI, PID)

• Regulatorinnstilling (Ziegler-Nichols, Åstrøm-Hägglund (rele-metoden), Good Gain, Skogestad)

• Foroverkopling fra turtallsreferanse og både virkelig og estimert prosessforstyrrelse (bremsekraft).

• Lagring av dataserier på fil og videre behandling i regneark eller Python

• Simulering (ovennevnte app inneholder en simulator som kjører i parallell med den virkelige motoren). Simulatoren er basert på en «tidskonstant-modell» inkl. lastmoment i form av en tenkt ekvivalent «lastspenning» som er addert til pådragsspenningen:
  
  S’ = [K*(u + L) – S)/t_c ] = (K*u + K*L – S)/t_c (3)
  
  der S [krpm] er hastighet, S’ [krpm/s] er hastighetens tidsderiverte (endring av S per tidsenhet), u [V] er styresignal (pådragssignal), L [V] er lastspenning, K [krpm/V] er motorforsterkning, og t_c [s] er motortidskonstant.

• Tilstandsestimering med Kalman-filter (estimering av lastspenning («lastmoment»)).

• Modelltilpassing (optimal estimering av modellparametre fra eksperimentelle tidsserier). Til modelltilpassingen kan en bruke et ferdigutviklet Python-program som tilpasser modellen ved å finne de verdiene av modellparametrene (f.eks. K, tc og L) som gir beste overensstemmelse mellom eksperimentell og simulert tidsserie. Med «beste» menes minste sum av kvadratisk avvik (prediksjonsfeil) mellom de to tidsseriene.

Lab-rigger som TechTeach disponerer

Oppdatert 19. februar 2026