BSF: Bahnregelung längs

Inbetriebnahme

• Sensor-/Aktortest BSF längs
• Hall-Sensor

Geschwindigkeitsberechnung

Die Geschwindigkeit wird mit der Formel $v = \frac{s}{t}$ bestimmt. [Wikipedia)] Die Strecke $s$ ist bei einer theoretischen Berechnung der Radumfang des CCF. Da sich das Profil des Rades unter Belastung ändert, nehmen wir für den Raddurchmesser $0,065m$ an. Der Radumfang ist damit $0,065m \cdot π ≈ 0,205m$. Der [LRP Vector X12 StockSpec 17.5T] dreht sich 7 mal pro Radumdrehung, dabei werden 46 Hall-Flanken ausgelöst. Die Strecke pro Flanke ist damit $\frac{0,205m}{46} = 0,004439m$.

Wenn in $t = 0,2s$ 78 Hall-Flanken ausgelöst werden, fährt das CCf mit $\frac{0,00439m \cdot 78}{0,2s} = 1,731 m/s ≈ 6,2 km/h.$

Signalanalyse

Hallsensorauswertung Simulink Online Modell

Test der Messung vom Hall-Sensor

Der Block SenVx-Laengsgeschwindigkeit in SEN-Sensoren-online

SEN-Geschwindigkeit

FunktionCallSubsystem

S-Funktion bestimmeGeschwindigkeit

S-Funktion bestimmeRichtung

Sprint 1

PID-Wert festlegen

Mit Hilfe von Workshop8 wurde im Simulink eine Simulationsstrecke erstellt.

pid_wert_festlegen_modell

Unter der Anleitung des Professors wurden Fehler entdeckt. Es sollte ein ideales Modell sein, und das PT1 in der Schleife war überflüssig. Daher wurde das PT1 entfernt.

simulink_Optimierung

Durch das Abschließen der Aufgaben von Workshop8 wurden die PID-Werte bestimmt.

pid_Wert

Die Wirkung des PID wurde mit einem einfachen Sprungsignal getestet.

simulink_fuer_pid_festlegen

einfachen Sprungsignal getestet

Zusammenfassung und Ausblick：In dieser Phase wurden mit Hilfe von Workshop8 die anfänglichen PID-Werte bestimmt. In der nächsten Phase werden diese Werte in Tests mit dem Auto verwendet

Sprint 2

Die derzeit festgelegten PID-Werte am Auto testen.

Um zu überprüfen, ob die aktuell festgelegten PID-Werte geeignet sind, haben wir die aktuellen Werte p_Anteil=8.5677, I_Anteil=8.3506, D_Anteil=1.208 in ControlDesk eingegeben und das Auto unter BSF OH, also ohne Hindernisse, automatisch fahren lassen. Das Ergebnis war jedoch nicht ideal, das Auto zitterte stark und zeigte eine schlechte Leistung. Daher haben wir sofort begonnen, die PID-Werte zu optimieren und zu verbessern.

Um bessere PID-Werte zu bestimmen, haben wir in Simulink zahlreiche Tests mit verschiedenen PID-Werten durchgeführt und die Simulationsergebnisse beobachtet. Letztendlich haben wir die PID-Werte auf P_Anteil=4, I_Anteil=0.6, D_Anteil=0.2 festgelegt.

simulink_fuer_neuePID_festlegen

ergebnis_besser_pid

Vergrößerte Darstellung der Ergebnisse

Aus diesem Testergebnis lässt sich erkennen, dass das Signal stabiler und kohärenter ist, weniger Rauschen aufweist und schneller sowie glatter reagiert, wenn die PID-Werte bei 4, 0.6 und 0.2 liegen. Daher haben wir die neuen PID-Werte festgelegt.

Mit den neuen PID-Werten am Auto testen.

Wir haben die neuen PID-Werte in ControlDesk eingegeben und unter BSF OH-Bedingungen getestet. In diesem Test lief das Auto viel besser als beim letzten Mal, mit kaum Zittern, und der Fortschritt verlief reibungslos. (Leider haben wir vergessen, Fotos zu machen, daher ist nur eine textliche Beschreibung möglich.)

neue_PID-Wert_Darstellung

Dies sind die Ergebnisse der Messungen des Autos im Leerlauf (da aus irgendeinem Grund die Ergebnisse des letzten Tests auf der Bahn alle null waren und das Labor kurz vor der Schließung stand, haben wir derzeit nur Daten, während das Auto im Leerlauf war). Obwohl die Daten nicht auf der Bahn gemessen wurden, kann man dennoch erkennen, dass der PID versucht, die Geschwindigkeit des Autos zu kontrollieren und die Differenz zwischen dem famo_vx_soll-Signal und Sen_vx_k so gut wie möglich auszugleichen.

Zusammenfassung und Ausblick

In dieser Phase haben wir bessere PID-Werte bestimmt und die Tests abgeschlossen, die Ergebnisse waren auch zufriedenstellend. Die Daten sind jedoch nicht ideal, in der nächsten Phase werden wir die Daten und Effektgrafiken ergänzen und weiterhin die PID-Werte optimieren, um das Auto besser laufen zu lassen.