Embedded Control Systems 

ระบบควบคุมสมองกลฝังตัว                                                   

3(2-3-7)

วิชาบังคับก่อน: ENG85 3048  ระบบควบคุมอัตโนมัติ

การวัด เก็บข้อมูล แสดงผลแบบทันสมัยและควบคุมระบบทางวิศวกรรมเครื่องกลด้วยไมโครคอนโทรลเลอร์ เชื่อมต่ออุปกรณ์ต่าง ๆ สู่โลกอินเตอร์เน็ต  การสร้างและวิเคราะห์เสถียรภาพการตอบสนองเชิงพลวัตแบบจำลองทางคณิตศาสตร์ของระบบทางกล  และไฟฟ้าในโดเมนเวลา  โดเมนความถี่ ออกแบบตัวควบคุมแบบ PI, PD, PID, Lead, Lag, Lag-Lead วิธีระบุเอกลักษณ์ของระบบและปัญญาประดิษฐ์ในการช่วยประมาณแบบจำลองทางคณิตศาสตร์และออกแบบตัวควบคุมระบบสมองกลฝังตัวโดยประยุกต์ใช้โปรแกรมคอมพิวเตอร์ MATLAB/Simulink และ Python

ผลลัพธ์การเรียนรู้ที่คาดหวังระดับรายวิชา

  1. สามารถวัด แสดงผลผ่าน LCD และ Touchscreen และเก็บข้อมูลการวัด จัดการข้อมูลที่วัด วิเคราะห์ผลการวัดที่ได้ โดยใช้โปรแกรม Python ร่วมกับไมโครคอนโทรลเลอร์ เช่น ความ ดัน อุณหภูมิ การกระจัด ความเร็ว ความเร่ง อัตราการไหล ความเร็วรอบการหมุนของเครื่องจักร เป็นต้น
  2. สามารถสร้าง ทดสอบ วิเคราะห์เสถียรภาพ การตอบสนองเชิงพลวัตแบบจำลองทาง คณิตศาสตร์ของระบบทางกล และไฟฟ้าได้ในโดเมนเวลา โดเมนความถี่ โดยใช้โปรแกรมคอมพิวเตอร์ MATLAB/Simulink
  3. สามารถประมาณแบบจำลองทางคณิตศาสตร์ของระบบทางวิศวกรรมเครื่องกลได้ โดยใช้วิธีระบุเอกลักษณ์ของระบบ (System identification) และเทคนิคปัญญาประดิษฐ์
  4. สามารถออกแบบตัวควบคุมที่ใช้ในภาคอุตสาหกรรม เช่น PI, PD, PID, Lead, Lag, Lag-Lead Controller ได้ โดยใช้โปรแกรมคอมพิวเตอร์ MATLAB/Simulink
  5. มีทักษะสามารถใช้โปรแกรมคอมพิวเตอร์ เช่น MATLAB MATLAB/Simulink, Python ช่วยในการวิเคราะห์ จำลองสถานการณ์ออกแบบระบบควบคุมแบบต่าง ๆ ได้
  6. สามารถเขียนโปรแกรม Python ร่วมกับไมโครคอนโทรลเลอร์สำหรับการควบคุมแบบเปิด และแบบปิดได้ เช่น การควบคุมความเร็วรอบของมอเตอร์ไฟฟ้ากระแสตรง การควบคุมอุณหภูมิของเตาเผา การควบคุมความดันของถังภาชนะเก็บความดัน เป็นต้น
  7. สามารถพัฒนาและควบคุมระบบสมองกลฝังตัวต่าง ๆ ได้อย่างเหมาะสม

Embedded Control Systems 

Prerequisite:  ENG85 3048 Automatic Control Systems

Measurement, smart display and data collection, Control mechanical engineering system using microcontroller, Stability and dynamic response analysis for mathematical model of mechanical and electrical system in time domain, frequency domain, Design controller such as PI, PD, PID, Lead, Lag, Lag-Lead, Estimation mathematical model using system identification and Artificial Intelligence (AI) technique, Design embedded control system using MATLAB/Simulink and Python

Course Learning Outcomes (CLOs)

  1. Measure and data collection, data acquisition, display (LCD, Touchscreen), analyze data measurement using Python with microcontroller such as pressure, temperature, displacement, velocity, acceleration, flow rate, machine speed etc.
  2. Create, test, and analyze the stabilities of dynamic response mathematical models for mechanical systems and electrical systems both in the time and frequency domain using MATLAB/Simulink and AI technique.
  3. Estimate mathematical models of mechanical and electrical systems using the system identification
  4. Design controllers used in industry, e.g. PI, PD, PID, Lead, Lag, and Lag-Lead controllers using MATLAB/Simulink.
  5. Have computer skills, e.g. MATLAB, and Python language for analyzing modeling of various control systems.
  6. Create Python program with microcontroller for open-loop and closed-loop control system such as speed control system for DC motor, temperature control system for furnace, pressure control system for container etc.
  7. Develop and design appropriately control embedded systems.