Summary
Ce travail décrit un système d’expérimentation en ligne qui fournit des expériences visualisées, y compris la visualisation de théories, de concepts et de formules, la visualisation du processus expérimental avec des bancs d’essai virtuels tridimensionnels (3D) et la visualisation du système de contrôle et de surveillance à l’aide de widgets tels que des graphiques et des caméras.
Abstract
L’expérimentation est cruciale dans l’enseignement de l’ingénierie. Ce travail explore des expériences visualisées dans des laboratoires en ligne pour l’enseignement et l’apprentissage ainsi que la recherche. Les fonctionnalités interactives et visuelles, y compris la mise en œuvre d’algorithmes guidés par la théorie, la conception d’algorithmes basés sur le Web, l’interface de surveillance personnalisable et les bancs d’essai virtuels tridimensionnels (3D) sont discutés. Pour illustrer les caractéristiques et les fonctionnalités des laboratoires proposés, trois exemples, y compris l’exploration du système de premier ordre à l’aide d’un système basé sur des circuits avec des éléments électriques, la conception d’algorithmes de contrôle basés sur le Web pour l’expérimentation virtuelle et à distance, sont fournis. En utilisant des algorithmes de contrôle conçus par l’utilisateur, non seulement des simulations peuvent être effectuées, mais des expériences en temps réel peuvent également être menées une fois que les algorithmes de contrôle conçus ont été compilés en algorithmes de contrôle exécutables. Le laboratoire en ligne proposé fournit également une interface de surveillance personnalisable, avec laquelle les utilisateurs peuvent personnaliser leur interface utilisateur à l’aide des widgets fournis tels que la zone de texte, le graphique, la 3D et le widget de caméra. Les enseignants peuvent utiliser le système pour une démonstration en ligne en classe, les étudiants pour des expériences après les cours et les chercheurs pour vérifier les stratégies de contrôle.
Introduction
Les laboratoires sont des infrastructures vitales pour la recherche et l’éducation. Lorsque les laboratoires conventionnels ne sont pas disponibles et/ou accessibles en raison de différentes causes, par exemple, des achats inabordables et des coûts d’entretien, des considérations de sécurité et des crises telles que la pandémie de maladie à coronavirus 2019 (COVID-19), les laboratoires en ligne peuvent proposer des alternatives1,2,3. Comme les laboratoires conventionnels, des progrès significatifs tels que des fonctionnalités interactives4 et des expériences personnalisables5 ont été réalisés dans les laboratoires en ligne. Avant et pendant la pandémie de COVID-19, les laboratoires en ligne fournissent des services expérimentaux aux utilisateurs du monde entier6,7.
Parmi les laboratoires en ligne, les laboratoires distants peuvent offrir aux utilisateurs une expérience similaire à des expériences pratiques avec le soutien de bancs d’essai physiques et de caméras8. Avec l’avancement d’Internet, de la communication, de l’infographie et des technologies de rendu, les laboratoires virtuels offrent également des alternatives aux laboratoires conventionnels1. L’efficacité des laboratoires distants et virtuels pour soutenir la recherche et l’éducation a été validée dans la littérature connexe1,9,10.
Fournir des expériences visualisées est crucial pour les laboratoires en ligne, et la visualisation dans l’expérimentation en ligne est devenue une tendance. Différentes techniques de visualisation sont réalisées dans des laboratoires en ligne, par exemple des diagrammes de courbes, des bancs d’essai bidimensionnels (2D) et des bancs d’essai tridimensionnels (3D)11. Dans l’enseignement du contrôle, de nombreuses théories, concepts et formules sont obscurs à comprendre; ainsi, les expériences visualisées sont essentielles pour améliorer l’enseignement, l’apprentissage des élèves et la recherche. La visualisation impliquée peut être conclue dans les trois catégories suivantes: (1) Visualisation de théories, de concepts et de formules avec la conception et la mise en œuvre d’algorithmes basés sur le Web, avec lesquels la simulation et l’expérimentation peuvent être menées; (2) Visualiser le processus expérimental avec des bancs d’essai virtuels 3D; (3) Visualisation du contrôle et de la surveillance à l’aide de widgets tels qu’un graphique et un widget de caméra.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Dans ce travail, trois exemples visualisés distincts sont fournis pour améliorer l’enseignement, l’apprentissage et la recherche, accessibles via le laboratoire du système de contrôle en réseau (NCSLab https://www.powersim.whu.edu.cn/react).
1. Exemple 1 : Système de premier ordre utilisant un protocole d’expérimentation basé sur des circuits
- Accédez au système NCSLab.
- Ouvrez un navigateur Web grand public et entrez l’URL https://www.powersim.whu.edu.cn/react.
- Cliquez sur le bouton Démarrer l’expérience sur le côté gauche de la page principale pour vous connecter au système. Nom d’utilisateur: whutest; mot de passe: whutest.
REMARQUE : Cette étape convient également à deux autres exemples (exemple 2 et exemple 3). - Entrez le WHULab dans la liste des sous-laboratoires de gauche et choisissez WHUtypicalLinks pour l’expérimentation.
REMARQUE: Six sous-interfaces sont conçues et implémentées à des fins différentes pour prendre en charge la simulation et l’expérimentation en temps réel. - Entrez dans la sous-interface Conception d’algorithme .
Remarque : L’utilisateur peut choisir un modèle d’algorithme public conçu et partagé par d’autres utilisateurs autorisés ou créer un nouveau modèle. - Choisissez et cliquez sur le bouton Créer un nouveau modèle et entrez dans l’interface d’algorithme Web. Créez un schéma de circuit à l’aide des blocs fournis, comme illustré à la figure 1.
REMARQUE: Un autre amplificateur opérationnel (op-amp) (Op-Amp2 dans la figure 1) est utilisé pour annuler le déphasage de 180 °. Pour s’assurer que l’entrée, les résistances et le condensateur sont réglables, un condensateur variable et deux résistances variables dans la bibliothèque ELECTRIC ELEMENTS et quatre blocs constants de la bibliothèque SOURCES sont sélectionnés dans le panneau de la bibliothèque de blocs de gauche. - Double-cliquez sur les blocs correspondants pour définir les paramètres répertoriés dans le tableau 1. Définissez la plage d’axes X du graphique sur 8 s.
REMARQUE: Une fenêtre contextuelle sera déclenchée après un double clic sur le bloc, qui inclut les descriptions du bloc et peut être utilisé pour définir le paramètre. Un exemple de résistance (R3) est illustré à la figure 1. - Cliquez sur le bouton Démarrer la simulation ; le résultat de la simulation sera fourni dans l’interface, comme indiqué à la figure 1.
REMARQUE: Cette étape convient également aux deux autres exemples avec d’autres bancs d’essai. Les résultats de la simulation peuvent fournir des informations permettant aux utilisateurs de revérifier le système basé sur des circuits conçu pour éviter un mauvais circuit. Cependant, un circuit défectueux ne causera aucun dommage aux utilisateurs ou au système, de sorte que les utilisateurs n’ont pas à s’inquiéter des conséquences. - Cliquez sur le bouton Démarrer la compilation . Attendez que le schéma fonctionnel conçu soit généré dans un algorithme de contrôle exécutable qui peut être téléchargé et exécuté dans la télécommande déployée du côté du banc d’essai pour implémenter des algorithmes de contrôle.
REMARQUE: Cette étape convient également aux expériences suivantes avec d’autres bancs d’essai. - Effectuez des expériences en temps réel à l’aide de l’algorithme de contrôle généré. Cliquez sur le bouton Demander un contrôle pour demander le contrôle du système de circuit.
REMARQUE: « Contrôle de demande » est le mécanisme de planification du système. Une fois qu’un utilisateur dispose du privilège de contrôle, il peut effectuer des expériences avec le banc d’essai correspondant. Un seul utilisateur peut occuper le banc d’essai à la fois pour les bancs d’essai physiques, et le mécanisme de planification des files d’attente a été mis en œuvre pour planifier d’autres utilisateurs potentiels en fonction de la règle du premier arrivé, premier servi11. Pour les bancs d’essai virtuels, un grand nombre d’utilisateurs peuvent être pris en charge simultanément. 500 expérimentations d’utilisateurs simultanés ont été testées efficacement. Pour le système basé sur des circuits, 50 utilisateurs peuvent accéder au système à la fois. - Cliquez sur le bouton Retour à la sous-interface Conception de l’algorithme . Recherchez l’algorithme de contrôle exécutable sous le panneau Modèles d’algorithmes privés .
REMARQUE : L’algorithme de contrôle exécutable se trouve également dans le panneau Mon algorithme de la sous-interface Algorithme de contrôle . - Cliquez sur le bouton Mener une expérience pour télécharger l’algorithme de contrôle conçu sur une télécommande.
- Entrez dans la sous-interface Configuration et cliquez sur le bouton Créer un nouveau moniteur pour configurer une interface de surveillance, comme illustré à la figure 2. Quatre zones de texte pour le réglage des paramètres et un graphique de courbe pour la surveillance du signal sont inclus.
Remarque : Le graphique de droite de la figure 2 est le même que celui de gauche, qui a été ajouté pour illustrer les données à l’aide du bouton Suspendre . - Liez les signaux et les paramètres avec les widgets sélectionnés.
REMARQUE: Paramètre / Entrée, Paramètre / R0, Paramètre / R1 et Paramètre / C pour quatre zones de texte, respectivement, et Paramètre / Entrée et Signal / Sortie pour le graphique de courbe. - Cliquez sur le bouton Démarrer pour démarrer l’expérience.
REMARQUE: Cette étape convient également aux expériences suivantes avec d’autres bancs d’essai. Les utilisateurs peuvent enregistrer la configuration pour une utilisation ultérieure. - Réglez la tension d’entrée sur 0 V, réglez le condensateur C sur 5 μF (0,000005 dans la Figure 2), puis réglez la tension d’entrée sur 1 V ; le processus dynamique de la tension de sortie est illustré à la figure 2.
- Calculez les paramètres correspondants K et T.
REMARQUE: La constante de temps peut être calculée lorsque la sortie atteint 63,2% de la valeur finale K après t = T, soit 0,63212. D’après la figure 2, on peut voir que la durée est de 1 s, donc, T = 1, ce qui est cohérent avec la théorie dans laquelle, T = R1C = 200000 * 0,000005 = 1, et K = R1 / R0 = 200000 / 200000 = 1 (ce qui équivaut à la valeur finale)12. Ainsi, le système de premier ordre peut être spécifié comme suit:
.
.2. Exemple 2 : Protocole d’expérimentation virtuelle interactif et visualisé
- Utilisez le système NCSLab pour effectuer des simulations et des expérimentations en temps réel.
- Connectez-vous au système NCSLab. Entrez dans le sous-laboratoire ProcessControl et choisissez le banc d’essai dualTank , puis entrez dans la sous-interface Algorithm Design .
- Concevez un algorithme de contrôle PID (Proportional-Integral-Derivative) à l’aide de l’interface Web fournie par NCSLab en suivant les étapes décrites dans l’exemple 1. La figure 3 est un exemple d’algorithme pour le système à double réservoir.
- Double-cliquez sur le contrôleur PID et réglez les paramètres des termes proportionnel (P), intégral (I) et dérivé (D). Définissez P = 1,12, I = 0,008 et D = 6,6, respectivement.
REMARQUE: Les termes P, I et D doivent être réglés en combinaison avec le résultat de la simulation. - Cliquez sur le bouton Démarrer la simulation ; le résultat de la simulation apparaîtra, qui est inclus sur le côté droit de la figure 3.
REMARQUE: On peut voir que les performances de contrôle sont bonnes et que l’algorithme de contrôle est prêt pour l’expérimentation en temps réel. - Générez l’algorithme de contrôle exécutable en suivant les étapes mentionnées précédemment.
- Téléchargez l’algorithme de contrôle sur la télécommande et configurez une interface de surveillance avec quatre zones de texte pour Set_point, P, I et D, respectivement.
- Inclure un tableau pour surveiller le niveau d’eau et les Set_point correspondantes. Choisissez un widget 3D, qui peut fournir tous les angles des bancs d’essai et des animations du niveau d’eau connecté aux données en temps réel.
- Cliquez sur le bouton Démarrer ; ensuite, l’interface de surveillance sera activée comme illustré à la figure 4, qui fournit une expérience virtuelle visualisée.
- Réglez la Set_point de 10 cm à 5 cm, puis réglez I = 0,1 lorsque la hauteur du niveau d’eau dans le réservoir contrôlé atteint et se stabilise à 5 cm. Réinitialisez le point de consigne de 5 cm à 15 cm; on peut voir à la figure 4 qu’il y a un dépassement.
- Réglez I de 0,1 à 0,01 et réinitialisez le point de consigne de 15 cm à 25 cm. On peut voir que le dépassement a été éliminé et que le niveau d’eau peut rapidement se stabiliser à la valeur de consigne de 25 cm.
3. Exemple 3 : Recherche avec un protocole de laboratoires distants et virtuels
- Mener une expérience en temps réel dans NCSLab.
- Connectez-vous au système NCSLab et choisissez Contrôle de la vitesse du ventilateur dans le sous-laboratoire Remote Laboratory.
- Entrez dans la sous-interface Conception d’algorithme . Faites glisser les blocs pour construire le diagramme de l’algorithme de contrôle de modèle interne (IMC), comme illustré à la figure 5.
REMARQUE: Le F (s) et le Gm (s) -1 sont conçus comme illustré à la figure 5, dans laquelle l’algorithme de contrôle conçu à l’aide de NCSLab est illustré pour contrôler un système de contrôle de la vitesse du ventilateur en mode laboratoire distant et virtuel. - Générez l’algorithme de contrôle exécutable et utilisez le système de contrôle de la vitesse du ventilateur pour vérifier l’algorithme IMC conçu.
- Configurez une interface de surveillance. Liez deux zones de texte avec deux paramètres, à savoir, le Set_point et lambda (pour λ qui est la constante de temps du filtre) pour le réglage, et un graphique en temps réel avec les Set_point et Speed pour la surveillance. Sélectionnez le widget de modèle 3D du ventilateur et le widget de la caméra pour la surveillance.
- Cliquez sur le bouton Démarrer pour activer l’expérimentation en temps réel. Réinitialisez le Set_point de 2 000 tr/min à 1 500 tr/min, puis réinitialisez-le de 1 500 tr/min à 2 500 tr/min, dont le résultat est illustré à la figure 6.
REMARQUE: On peut conclure que lorsque λ = 1 le système peut être stabilisé à une référence d’étape.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Le système de laboratoire proposé a été utilisé chez plusieurs disciples différents à l’Université de Wuhan, tels que l’automatisation, l’ingénierie de l’énergie et de l’énergie, le génie mécanique et d’autres universités, telles que l’Université agricole du Henan6.
Les enseignants/étudiants/chercheurs disposent d’une grande flexibilité pour explorer le système à l’aide de différents bancs d’essai virtuels et/ou physiques, définir leurs algorithmes de contrôle et personnaliser leur interface de surveillance; ainsi, les utilisateurs à différents niveaux peuvent bénéficier du système proposé. Les expériences visualisées fournies par l’approche proposée peuvent potentiellement améliorer la compréhension des théories, des concepts et des formules.
Le système proposé peut être utilisé pour différents types de conception d’algorithmes (la figure 1 et la figure 3 en sont deux exemples) et à des fins multiples telles que l’enseignement, l’apprentissage et la recherche (trois protocoles peuvent être considérés comme trois exemples d’application). Le système de premier ordre est un exemple que le système peut être appliqué à l’analyse de système typique à l’aide de schémas basés sur des circuits.
Les figures 3 et 5 montrent que le laboratoire en ligne proposé peut concevoir des algorithmes de contrôle simples et complexes à l’aide des blocs conçus, vérifiés par simulation et expérimentation en temps réel avec des bancs d’essai virtuels et physiques 3D, respectivement, comme le montrent les figures 4 et 6.
Les trois exemples démontrent que le laboratoire interactif et visualisé proposé peut réaliser la visualisation suivante comme mentionné ci-dessus. (1) La théorie, les formules et les diagrammes schématiques peuvent être visualisés grâce à la conception et à la mise en œuvre d’algorithmes basés sur le Web, avec lesquels la simulation et l’expérimentation peuvent être menées. (2) Avec le soutien des bancs d’essai virtuels 3D, les processus expérimentaux peuvent être visualisés en l’absence de bancs d’essai physiques et de caméras déployés sur le site du banc d’essai. Dans les laboratoires distants, l’intégration de bancs d’essai 3D peut également bénéficier aux utilisateurs, permettant aux utilisateurs de visualiser les détails des bancs d’essai sous différents angles. La combinaison de bancs d’essai virtuels 3D avec des bancs d’essai physiques à distance peut potentiellement améliorer l’expérience utilisateur. (3) À l’aide de widgets développés tels qu’un graphique, un widget de caméra et une zone de texte, la surveillance et le contrôle pendant le processus expérimental peuvent être visualisés.
Figure 1 : Construction du système de premier ordre avec des blocs de la bibliothèque ELECTRICAL ELEMENTS dans NCSLab. L’utilisateur peut faire glisser n’importe quel bloc du panneau de la bibliothèque de blocs de gauche et construire un système en liant correctement les blocs sélectionnés. Veuillez cliquer ici pour voir une version agrandie de cette figure.
Figure 2 : Expérience en temps réel du système de premier ordre avec l’algorithme de contrôle conçu. Les paramètres sont réglables et les signaux peuvent être surveillés avec les widgets fournis. Veuillez cliquer ici pour voir une version agrandie de cette figure.
Figure 3 : Conception et mise en œuvre de l’algorithme de contrôle PID basé sur le Web pour le système à double réservoir. Le résultat de la simulation est inclus, ce qui montre que le niveau d’eau du deuxième réservoir peut être contrôlé à la valeur de consigne de 10 cm. Veuillez cliquer ici pour voir une version plus grande de cette figure.
Figure 4 : Expérimentation en temps réel avec le système à double réservoir. Après avoir réglé le terme intégral de 0,1 à 0,01, le point de consigne est réinitialisé de 15 cm à 25 cm. On peut voir que le dépassement a été éliminé. Veuillez cliquer ici pour voir une version agrandie de cette figure.
Figure 5 : commande IMC du système de contrôle de la vitesse du ventilateur. Le modèle inverse du modèle de ventilateur identifié est une fonction de transfert incorrecte (pour une fonction de transfert correcte, l’ordre du numérateur de la fonction de transfert doit être inférieur ou égal à l’ordre du dénominateur), qui est construit avec des blocs généraux basés sur le modèle identifié. Pour activer un filtre accordable, le filtre est également construit avec des blocs. Le lambda dans la figure représente la réciproque du λ dans l’équation 6 et peut être réglé facilement. Veuillez cliquer ici pour voir une version agrandie de cette figure.
Figure 6 : Contrôle en temps réel et surveillance de la vitesse du ventilateur à l’aide du laboratoire à distance du contrôle de la vitesse du ventilateur combiné à un système de ventilateur virtuel 3D. Le système de ventilateur physique est situé à l’Université de Wuhan et fournit des services de laboratoire à distance aux utilisateurs du monde entier. Veuillez cliquer ici pour voir une version agrandie de cette figure.
Figure 7 : Diagramme schématique du système de premier ordre. La conception et la mise en œuvre du circuit de premier ordre dans NCSLab sont basées sur ce schéma. Veuillez cliquer ici pour voir une version agrandie de cette figure.
Figure 8 : Système virtuel 3D à double réservoir dans NCSLab. Le but de la commande est de contrôler le niveau d’eau dans le deuxième réservoir à la valeur de consigne. Veuillez cliquer ici pour voir une version agrandie de cette figure.
Figure 9: Schéma de l’architecture de contrôle du modèle interne. Gm(s) est le modèle de l’usine réelle G(s), Gm(s)-1 est le modèle inverse de Gm(s), F(s) et est le filtre. Les F(s), Gm(s)-1 et Gm(s) constituent le contrôleur IMC. Veuillez cliquer ici pour voir une version agrandie de cette figure.
| Paramètre | Valeur |
| R0 | 200 kΩ |
| R1 | 200 kΩ |
| C | 1 μF |
| R2 | 200 kΩ |
| R3 | 200 kΩ |
| Entrée | 1 V |
Tableau 1 : Configurations des paramètres pour le système de circuits de premier ordre. R2 et R3 sont utilisés pour annuler le déphasage combiné avec l’amplificateur opérationnel.
Figure supplémentaire 1 : Interface d’avertissement de simulation lorsqu’un utilisateur ne parvient pas à mettre à la terre un circuit. Le résultat avertira les utilisateurs, ce qui peut les aider à revérifier le circuit conçu. Veuillez cliquer ici pour télécharger ce fichier.
Figure supplémentaire 2 : Interface d’avertissement de compilation lorsqu’un utilisateur ne parvient pas à mettre à la terre un circuit. Le résultat avertira les utilisateurs, ce qui peut les aider à revérifier le circuit conçu. Veuillez cliquer ici pour télécharger ce fichier.
Figure supplémentaire 3 : Résultat de la simulation lorsqu’un utilisateur inverse la polarité du condensateur. Un condensateur régulier au lieu du condensateur variable a été sélectionné pour illustrer cet exemple. Aucun message d’avertissement n’est affiché et le résultat est similaire à la figure supplémentaire 4. Veuillez cliquer ici pour télécharger ce fichier.
Figure supplémentaire 4 : Résultat de la simulation lorsque la polarité du condensateur est correcte. Un condensateur régulier au lieu du condensateur variable a été sélectionné pour illustrer cet exemple. Le résultat de la simulation apparaîtra pour aider les utilisateurs à vérifier le circuit. Veuillez cliquer ici pour télécharger ce fichier.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Le protocole présenté décrit un système de laboratoire hybride en ligne qui intègre des bancs d’essai physiques pour l’expérimentation à distance et des bancs d’essai virtuels 3D pour l’expérimentation virtuelle. Plusieurs bibliothèques de blocs différentes sont fournies pour le processus de conception de l’algorithme, telles que les éléments électriques pour la conception basée sur des circuits. Les utilisateurs issus du milieu du contrôle peuvent se concentrer sur l’apprentissage sans compétences en programmation. La conception appropriée d’un algorithme de contrôle pouvant être appliqué à un banc d’essai approprié doit être envisagée. Il est également difficile de concevoir un contrôleur pour garantir de bonnes performances de contrôle (en tenant compte de l’indice de performance de contrôle, y compris le dépassement, le temps de décantation et l’erreur constante) avant de l’appliquer au banc d’essai contrôlé. Avant de compiler un algorithme de contrôle pouvant être utilisé pour l’expérimentation en temps réel, une simulation doit être effectuée pour résoudre les problèmes potentiels. Les algorithmes de contrôle peuvent être appliqués à d’autres bancs d’essai différents utilisant le système une fois qu’ils sont intégrés dans le système proposé.
Le contexte et les connaissances théoriques concernant les trois exemples sont les suivants.
Pour le système du premier ordre, le principe du système du premier ordre peut être analysé à l’aide de la théorie des circuits avec le circuit fourni à la figure 7. Selon la théorie des circuits12, les deux équations suivantes peuvent être obtenues. De la vue latérale d’entrée de l’amplificateur opérationnel, le courant est
(1)
À partir de la vue latérale de sortie de l’amplificateur opérationnel, l’équation 2 peut être obtenue
(2)
où 
est l’impédance du circuit parallèle RC.
En combinant les équations 1 et 2, la fonction de transfert du système peut être calculée comme suit :
(3)
dans lequel le signe moins (-) indique un déphasage de 180° de la tension de sortie, qui est négligé dans l’analyse dans les étapes suivantes.
Désignez K = R1/R0, T = R1C, puis la fonction de transfert du système peut être représentée comme suit :
(4)
Pour le système à double réservoir, le système de réservoir d’eau 3D conçu est illustré à la figure 8. La conception et la mise en œuvre d’une version précédente utilisant Flash ont été explorées dans les travaux de W. Hu et al. en 201413. Le but de contrôle de ce banc d’essai est de contrôler le niveau d’eau dans le deuxième réservoir à la valeur du point de consigne. Un contrôleur PID a été utilisé pour contrôler le double réservoir. Théoriquement, le PID peut être exprimé comme14
(5)
où Kp, Ki, Kd sont les coefficients pour les termes P, I et D, respectivement.
IMC est simple à régler avec de bonnes performances de suivi de point de consigne et a été largement utilisé pour contrôler des applications réelles15. L’architecture de contrôle d’IMC est illustrée à la figure 9, dans laquelle G(s) est l’usine réelle et Gm(s) est le modèle de l’usine. Gm(s) est généralement obtenu par l’identification du système. Gm(s)-1 est le modèle inverse de Gm(s), et F(s) est le filtre. R(s), Y(s) et E(s) sont respectivement la référence, la sortie et l’erreur. Les F(s), Gm(s)-1 et Gm(s) constituent le contrôleur IMC. Un filtre standard par défaut F(s)16 est utilisé dans ce travail en tant qu’équation 6
, (6)
où λ est la constante de temps du filtre et l’ordre n est sélectionné pour assurer un compensateur IMC approprié ou semi-approprié (F(s)*Gm(s)-1).
L’algorithme de contrôle IMC a été conçu et appliqué pour contrôler le système de vitesse physique du ventilateur par le calcul, l’analyse et la conception appropriée. Dans ce travail, G(s) représente un système physique de contrôle de la vitesse du ventilateur, dont le modèle Gm(s) est identifié comme un système de second ordre
. (7)
L’ordre n du filtre F(s) est défini sur 1. À des fins de réglage, le lambda de la figure 5 représente la réciproque du λ dans l’équation 6 et peut être facilement réglé. Le filtre est défini comme suit
. (8)
La conception d’algorithmes basés sur le Web permet aux utilisateurs à un niveau avancé de concevoir des algorithmes plus complexes avec la prise en charge de la fonction S. Cependant, des stratégies de contrôle plus avancées pour la recherche et l’éducation, telles que des stratégies de contrôle pour les systèmes multi-agents ou des stratégies de contrôle en réseau avec des contraintes de temps, sont à l’étude pour la mise à niveau du système de laboratoire proposé.
Le système basé sur des circuits est basé sur la simulation. L’un des avantages de la simulation est que les utilisateurs peuvent effectuer leurs opérations librement. Ils n’ont pas à s’inquiéter des conséquences puisque leur mauvais fonctionnement ne causera aucun mal à eux-mêmes et au système et aux bancs d’essai, en particulier dans un système d’expérimentation en ligne.
Une fois qu’un système basé sur un circuit est conçu, l’utilisateur est censé exécuter une simulation. Dans certains cas, tels que l’échec de la mise à la terre du circuit, les résultats de la simulation et de la compilation avertiront les utilisateurs, ce qui peut les aider à revérifier le circuit conçu (Figure supplémentaire 1 et Figure supplémentaire 2). Dans d’autres cas, par exemple l’inversion de la polarité du condensateur (figure supplémentaire 3), aucun message d’avertissement ne s’affiche lorsqu’un utilisateur tente d’effectuer une simulation ou une compilation, dont le résultat est similaire à celui d’un circuit correct, comme illustré à la figure supplémentaire 4.
Actuellement, la principale limite du système d’expérimentation en ligne est qu’il peut principalement être utilisé pour les utilisateurs ayant un arrière-plan de contrôle. Le système basé sur des circuits ne peut être utilisé que pour la simulation sans configuration matérielle. Pour couvrir divers domaines de l’ingénierie, le matériel pour les systèmes de circuits qui peut être appliqué à l’ingénierie électrique et électronique peut être intégré. D’autres bancs d’essai pour d’autres zones devraient également être envisagés.
Par rapport à MATLAB/Simulink, un MATLAB/Simulink autonome pour chaque utilisateur n’est pas nécessaire en utilisant la méthodologie proposée. De plus, l’expérimentation en temps réel avec des bancs d’essai virtuels 3D et des bancs d’essai physiques est plus qu’une pure simulation dans le laboratoire proposé. Par rapport au laboratoire à distance basé sur MATLAB/Simulink présenté par I. Santana et al.9, le laboratoire proposé peut être utilisé pour concevoir des contrôleurs et l’ensemble du système de contrôle avec le système basé sur des circuits, des bancs d’essai virtuels 3D et physiques. L’environnement d’expérimentation (EE) offre des méthodes pratiques de conception de contrôleurs avec une conception visuelle basée sur Blockly pour les expériences simples et une conception textuelle basée sur JavaScript pour les expériences complexes5. Étant donné que les étudiants sont plus familiers avec MATLAB / Simulink, une interface de conception d’algorithme basée sur des blocs similaire à MATLAB / Simulink peut être une bonne option pour concevoir le système de contrôle.
Le système proposé peut être utilisé pour l’enseignement, l’apprentissage et la recherche pour les enseignants, les étudiants et les chercheurs. Actuellement, le système a été principalement utilisé dans les disciplines liées à l’ingénierie de contrôle. Le système peut potentiellement être appliqué à l’ingénierie électrique et électronique, à l’électronique industrielle et au contrôle industriel.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Les auteurs n’ont rien à divulguer.
Acknowledgments
Ce travail a été soutenu par la National Natural Science Foundation of China dans le cadre de Grant 62103308, Grant 62173255, Grant 62073247 et Grant 61773144.
Materials
| Name | Company | Catalog Number | Comments |
| Fan speed control system | / | / | Made by our team |
| https://www.powersim.whu.edu.cn/react | Made by our team |
References
- De Jong, T., Linn, M. C., Zacharia, Z. C. Physical and virtual laboratories in science and engineering education. Science. 340 (6130), 305-308 (2013).
- Galan, D., et al. Safe experimentation in optical levitation of charged droplets using remote labs. Journal of Visualized Experiments:JoVE. (143), e58699 (2019).
- Heradio, R., de la Torre, L., Dormido, S. Virtual and remote labs in control education: A survey. Annual Reviews in Control. 42, 1-10 (2016).
- Lei, Z., et al. 3-D interactive control laboratory for classroom demonstration and online experimentation in engineering education. IEEE Transactions on Education. 64 (3), 276-282 (2021).
- Galan, D., Chaos, D., De La Torre, L., Aranda-Escolastico, E., Heradio, R. Customized online laboratory experiments: A general tool and its application to the Furuta inverted pendulum. IEEE Control Systems Magazine. 39 (5), 75-87 (2019).
- Lei, Z., Zhou, H., Hu, W., Liu, G. -P. Unified and flexible online experimental framework for control engineering education. IEEE Transactions on Industrial Electronics. 69 (1), 835-844 (2022).
- Zaman, M. A., Neustock, L. T., Hesselink, L. iLabs as an online laboratory platform: A case study at Stanford University during the COVID-19 Pandemic. 2021 IEEE Global Engineering Education Conference (EDUCON). , 1615-1623 (2021).
- Gomes, L., Bogosyan, S.
- Santana, I., Ferre, M., Izaguirre, E., Aracil, R., Hernandez, L. Remote laboratories for education and research purposes in automatic control systems. IEEE Transactions on Industrial Informatics. 9 (1), 547-556 (2013).
- Maiti, A., Raza, A., Kang, B. H. Teaching embedded systems and internet of things supported by multi-purpose multi-objective remote laboratories. IEEE Transactions on Learning Technologies. 14 (4), 526-539 (2021).
- Lei, Z., et al. Unified 3-D interactive human-centered system for online experimentation: Current deployment and future perspectives. IEEE Transactions on Industrial Informatics. 17 (7), 4777-4787 (2021).
- Love, J.
- Hu, W., Zhou, H., Liu, Z. W., Zhong, L. Web-based 3D interactive virtual control laboratory based on NCSLab framework. International Journal of Online Engineering. 10 (6), 10-18 (2014).
- Han, J. From PID to active disturbance rejection control. IEEE Transactions on Industrial Electronics. 56 (3), 900-906 (2009).
- De Keyser, R., Muresan, C. I. Internal model control: Efficient disturbance rejection for dead-time process models with validation on an active suspension system. 2020 European Control Conference (ECC). , 106-111 (2020).
- Horn, I. G., Arulandu, J. R., Gombas, C. J., VanAntwerp, J. G., Braatz, R. D. Improved filter design in internal model control. Industrial & Engineering Chemistry Research. 35 (10), 3437-3441 (1996).
