Đồ án tốt nghiệp giám sát và phân tích hoạt động của băng tải

Biến tần thường được sử dụng để điều khiển vận tốc động cơ xoay chiều theo phương pháp điều khiển tần số, theo đó tần số của lưới nguồn sẽ thay đổi thành tần số biến thiên

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP HỒ CHÍ MINH

KHOA ĐIỆN – ĐIỆN TỬ

BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH

-

ĐỒ ÁN TỐT NGHIỆP NGÀNH CÔNG NGHỆ KỸ THUẬT ĐIỆN TỬ TRUYỀN THÔNG

ĐỀ TÀI:

GIÁM SÁT VÀ PHÂN TÍCH HOẠT

ĐỘNG CỦA BĂNG TẢI

GVHD: TS.Nguyễn Mạnh Hùng

SVTH: Trần Đặng Phước Ân MSSV: 13141009

Tp Hồ Chí Minh – 08/2018

Chúng tôi xin cam đoan đề tài này là do chúng tôi tự thực hiện dựa vào

một số tài liệu trước đó và không sao chép từ tài liệu hay công trình nghiên cứu

đã có trước đó Nếu không đúng như đã nêu trên, chúng tôi xin hoàn toàn chịu

trách nhiệm về đề tài của mình

Người thực hiện đề tài

Đặng Hữu Cường Trần Đặng Phước Ân

Trong thời gian làm đồ án tốt nghiệp, chúng em đã nhận được nhiều sự giúp

đỡ, đóng góp ý kiến và chỉ bảo nhiệt tình của thầy cô, gia đình và bạn bè

Em xin gửi lời cảm ơn chân thành đến TS.Nguyễn Mạnh Hùng, giảng viên

khoa Điện – Điện Tử người đã tận tình hướng dẫn, chỉ bảo chúng em trong suốt

quá trình làm khoá luận

Em cũng xin chân thành cảm ơn các thầy cô giáo trong trường Đại Học Sư Phạm

Kỹ Thuật TP.HCM nói chung, các thầy cô trong Bộ môn Điện Tử Công Nghiệp -Y

Sinh nói riêng đã dạy dỗ cho em kiến thức về các môn đại cương cũng như các môn

chuyên ngành, giúp em có được cơ sở lý thuyết vững vàng và tạo điều kiện giúp đỡ

em trong suốt quá trình học tập

Cuối cùng, chúng em xin chân thành cảm ơn gia đình và bạn bè, đã luôn tạo điều

kiện, quan tâm, giúp đỡ, động viên em trong suốt quá trình học tập và hoàn thành

khoá luận tốt nghiệp

Người thực hiện đề tài

Đặng Hữu Cường

Trần Đặng Phước Ân

Trang bìa

Nhiệm vụ đồ án tốt nghiệp

Lịch trình làm đồ án tốt nghiệp

Lời cam đoan i

Lời cảm ơn ii

Mục lục iii

Liệt kê hình v

Liệt kê bảng vii

Tóm tắt đề tài viii

Chương 1 TỔNG QUAN 1

1.1 Đặt vấn đề 1

1.2 Mục tiêu 1

1.3 Nội dung nghiên cứu 2

1.4 Giới hạn 2

1.5 Bố cục 3

Chương 2 CƠ SỞ LÝ THUYẾT 4

2.1 Giới thiệu phần cứng 4

2.1.1 Biến dòng 4

2.1.2 Mạch chuyển đổi tín hiệu tương tự sang số (ADC) 7

2.1.3 Mạch đo tốc độ (ENCODER) 11

2.1.4 Biến tần 13

2.1.5 Động cơ xoay chiều 14

2.1.6 Giao diện đồ họa người dùng 15

2.1.7 Giao thức I2C 16

2.2 Khái quát về các công cụ trong máy học 17

2.2.1 Giới thiệu về máy học 17

2.2.2 Giảm chiều dữ liệu 18

2.2.3 Chuẩn hóa dữ liệu 22

2.2.4 Phát hiện điểm bất thường 23

2.2.5 Đọc một bảng Excel vào một pandas DataFrame 26

3.1 Giới thiệu 28

3.2 Tính toán và thiết kế hệ thống 28

3.2.1 Thiết kế sơ đồ khối hệ thống 28

3.2.2 Tính toán và thiết kế mạch 29

3.2.3 Sơ đồ nguyên lý của toàn mạch 54

Chương 4 THI CÔNG HỆ THỐNG 55

4.1 Giới thiệu 55

4.2 Thi công hệ thống 55

4.2.1 Thi công bo mạch 55

4.2.2 Lắp ráp và kiểm tra 56

4.3 Đóng gói và thi công mô hình 58

4.4 Lập trình hệ thống 58

4.4.1 Lưu đồ giải thuật 58

4.4.2 Phần mềm lập trình cho máy tính nhúng 59

4.5 Quy trình đào tạo và phân loại dữ liệu 61

4.5.1 Quá trình thu thập dữ liệu chuẩn 62

4.5.2 Quá trình đào tạo hệ thống 62

4.5.3 Quá trình kiểm tra bộ nhận dạng 63

4.5.4 Kết luận độ chính xác của bộ nhận dạng 64

4.6 Viết tài liệu hướng dẫn sử dụng, thao tác 65

4.6.1 Viết tài liệu hướng dẫn sử dụng 65

4.6.2 Quy trình thao tác 66

Chương 5 KẾT QUẢ_NHẬN XÉT_ĐÁNH GIÁ 67

5.1 Kết quả 67

5.2 Nhận xét-đánh giá 73

Chương 6 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 74

6.1 Kết luận 74

6.2 Hướng phát triển 74

TÀI LIỆU THAM KHẢO 75

PHỤ LỤC 76

Hình 2.1: Cấu tạo máy biến dòng 4

Hình 2.2: Biến dòng dạng dây quấn 5

Hình 2.3: Biến dòng dạng vòng 6

Hình 2.4: Biến dòng dạng khối 6

Hình 2.5: Mạch flash ADC 2 bit 8

Hình 2.6: Tín hiệu tương tự và lượng tử hóa 10

Hình 2.7: Nguyên lý mạch đo encoder 12

Hình 2.8: Sơ đồ khối của một biến tần 13

Hình 2.9: Cấu tạo của động cơ điện xoay chiều 15

Hình 2.10: Một GUI có dạng máy tính cầm tay 16

Hình 3.1: Sơ đồ khối toàn hệ thống 28

Hình 3.2: Mạch đo điện áp 30

Hình 3.3: Mạch đo dòng điện 31

Hình 3.4: Mạch khuếch đại không đảo 32

Hình 3.5: Dạng sóng mạch khuếch đại không đảo 32

Hình 3.6: Mạch khuếch đại đảo 33

Hình 3.7: Dạng sóng mạch khuếch đại đảo 33

Hình 3.8: Mạch ghim điện áp 34

Hình 3.9: Dạng sóng mạch ghim điện áp 34

Hình 3.10: Giản đồ hệ số công suất 36

Hình 3.11: Dạng sóng điện áp, dòng điện trước và sau khi qua mạch so sánh 37

Hình 3.12: Cos φ biểu diễn theo vòng tròn lượng giác 37

Hình 3.13: Mạch đo hệ số công suất 38

Hình 3.14: Hình ảnh thực tế của ADS1115 39

Hình 3.15: Mạch encoder 20 xung 45

Hình 3.16: Hình ảnh thực tế của Raspberry Pi 3 46

Hình 3.17: Các chân của Raspberry Pi 3 47

Hình 3.18: Sơ đồ nguyên lý khối còi báo 48

Hình 3.19: Còi báo 49

Hình 3.22: Mô hình băng tải 52

Hình 3.23: Sơ đồ nguyên lý mạch nguồn đôi 53

Hình 3.24: Sơ đồ nguyên lý toàn mạch 54

Hình 4.1: Sơ đồ mạch in 56

Hình 4.2: Lưu đồ chương trình 58

Hình 4.3: Logo phần mềm Python 59

Hình 4.4: Giao diện để lập trình Python 60

Hình 4.5: Giao diện GUI 61

Hình 4.6: Lưu đồ thao tác hoạt động của mạch 66

Hình 5.1: Hình ảnh thực tế của đề tài 68

Hình 5.2: Giá trị điện áp mà mạch đo được 69

Hình 5.4: Giá trị điện áp khi đo bằng đồng hồ đo 69

Hình 5.5: Hình ảnh dữ liệu chuẩn sau khi được huấn luyện 71

Hình 5.6: Hình ảnh một mẫu test bình thường 72

Hình 5.7: Hình ảnh một mẫu test bất thường 72

Bảng 2.1: Giá trị số ngõ ra sau khi giải mã 9

Bảng 2.2: Các thông số và thuộc tính của hàm giảm chiều dữ liệu 18

Bảng 2.3: Các thông số và thuộc tính của hàm chuẩn hóa dữ liệu 22

Bảng 2.4: Các thông số và thuộc tính của hàm phát hiện Outlier 24

Bảng 2.5: Các thông số của hàm đọc định dạng excel 26

Bảng 3.1: Mô tả chân của ADS 1115 40

Bảng 3.2: Cấu hình 1 byte của thanh ghi (Write-Only) 40

Bảng 3.3: Thanh ghi chuyển đổi (Read-Only) 41

Bảng 3.4: Cấu hình thanh ghi (Read/Write) 41

Bảng 3.5: Các bit cấu hình bộ ghép kênh đầu vào 42

Bảng 3.6: Dòng điện tiêu thụ của các linh kiện 53

Bảng 4.1: Danh sách các linh kiện 55

Bảng 4.2: So sánh mạch đo và thiết bị kiểm tra (TBKT) 57

Bảng 4.3: Thống kê tính chính xác của bộ phân loại với băng tải 64

Bảng 5.1: Thông số kỹ thuật của mạch 67

Bảng 5.2: Thống kê giá trị trung bình mẫu dữ liệu 70

Sự ổn định của các thiết bị trong một hệ thống giúp cho hệ thống đó hoạt động tốt hơn và kéo dài tuổi thọ, đồng thời giảm nguy cơ cháy nổ, hỏa hoạn do các vấn đề về điện gây

ra, tạo sự an tâm và an toàn cho con người Giám sát và phân tích hoạt động của băng tải

là một hệ thống giúp cho con người biết được trạng thái hoạt động, sự ổn định và đưa ra các cảnh báo về những sự cố

Hệ thống thực hiện giám sát băng tải sử dụng máy tính nhúng đo các thông số điện

áp, dòng điện, hệ số công suất, tốc độ quay của băng tải, từ những thông số đo được có thể tính toán được trạng thái thiết bị và chạy thuật toán máy học để học hỏi Từ đó có thể dự đoán được độ ổn định của băng tải và trạng thái hiện tại có gì bất ổn để có những biện pháp tốt nhằm ổn định và tiết kiệm điện, đảm bảo an toàn cho con người và thiết bị điện hoạt động tốt, khi có những bất ổn được phát hiện, hệ thống sẽ tự động điều chỉnh và có những điều khiển nhằm ổn định hệ thống

Chương 1 TỔNG QUAN

1.1 ĐẶT VẤN ĐỀ

Điện năng đang trở thành một phần năng lượng không thể thiếu trong đời sống con người và trong công nghiệp hiện đại Nó góp phần tạo nên sự văn minh của nhân loại, giúp cuộc sống của con người tiện nghi và hiện đại hơn Chính vì thế việc duy trì sự ổn định và tiết kiệm điện năng là một vấn đề đang được chú ý và đầu

tư ngày càng nhiều

Sự ổn định của các thiết bị đóng vai trò quan trọng trong sản xuất công nghiệp, đồng thời giảm nguy cơ cháy nổ, hỏa hoạn do các vấn đề về thiết bị gây ra, tạo sự an tâm và an toàn cho con người Giám sát và phân tích trạng thái hoạt động của thiết bị và đưa ra các cảnh báo về sự cố của thiết bị là một phần không thể thiếu

Hiện nay trên thị trường có nhiều thiết bị điện nhằm bảo vệ và ổn định dòng điện như ổn áp, các loại CB chống dòng rò, chống giật…và nhiều loại khác nhau Nhưng chủ yếu chỉ hoạt động ngắt nguồn điện tự động mà không có khả năng tự động đóng điện lại khi hết sự cố, cũng như không thông báo cho người dùng biết được trạng thái hoạt động của thiết bị

Trong sản xuất công nghiệp việc sử dụng băng tải rất phổ biến và đóng vai trò quan trọng trong hoạt động của nhà máy Giám sát và phân tích hoạt động của băng tải là hệ thống có thể đáp ứng các nhu cầu, chức năng cảnh báo và phát hiện những trạng thái bất thường của động cơ điện và băng tải Đặc biệt với thuật toán máy học có thể dự đoán được các sự cố của băng tải Ngoài ra máy học còn học hỏi theo thói quen của con người để có những dự đoán chính xác nhất nhằm bảo vệ thiết bị và giúp con người sớm phát hiện sự cố Sự ổn định của hệ thống băng tải cũng đóng vai trò rất quan trọng trong việc vận chuyển sản phẩm từ công đoạn này qua công đoạn khác góp phần tăng tốc độ vận hành của nhà máy giúp tiết kiệm thời gian và chi phí

1.1 MỤC TIÊU

Đề tài thực hiện giám sát và phân tích hoạt động của băng tải Vi điều khiển đo các thông số điện áp, dòng điện, hệ số công suất của nguồn điện, tốc độ quay của băng tải Máy tính nhúng giao tiếp với Vi điều khiển để lấy các thông số của nguồn điện và động cơ Chạy thuật toán máy học để học hỏi, đưa ra các dự đoán, cảnh báo nhằm ổn định hệ thống

1.2 NỘI DUNG NGHIÊN CỨU

 NỘI DUNG 1: Các giải pháp thiết kế hệ thống, mô hình đo lường, mô hình băng tải

 NỘI DUNG 2: Thu thập dữ liệu các thông số của nguồn điện và băng tải như: điện áp, dòng điện, hệ số công suất, tốc độ…

 NỘI DUNG 3: Thiết kế hệ thống điều khiển

 NỘI DUNG 4: Lập trình thuật toán máy học cho máy tính nhúng

 NỘI DUNG 5: Thiết kế mô hình và hoàn thiện sản phẩm

 NỘI DUNG 6: Đánh giá kết quả thực hiện

1.3 GIỚI HẠN

Sử dụng bộ chuyển đổi tương tự thành số để đo các giá trị dạng tương tự của nguồn điện như điện áp, dòng điện, hệ số công suất, encoder để đo tốc độ Máy tính nhúng đọc các thông số của nguồn điện và băng tải để từ đó chạy các thuật toán máy học để nhận biết được sự ổn định của nguồn điện và băng tải Tín hiệu xử lý ở máy tính nhúng được gửi về để thực hiện cảnh báo hệ thống khi có sự cố, hiển thị trạng thái và các thông số hệ thống

1.4 BỐ CỤC

 Chương 1: Tổng Quan

Trình bày giới thiệu lý do chọn đề tài, mục tiêu, giới hạn và nội dung nghiên cứu của đề tài

 Chương 2: Cơ Sở Lý Thuyết

Trình bày các lý thuyết có liên quan đến các vấn đề mà đề tài sẽ dùng để thực hiện thiết kế, thi công đề tài

 Chương 3: Thiết Kế và Tính Toán

Trình bày tổng quan các yêu cầu của đề tài và thiết kế, tính toán hệ thống bao gồm sơ đồ nguyên lý toàn mạch và từng phần

 Chương 4: Thi Công Hệ Thống

Trình bày kết quả thi công phần cứng, sơ đồ mạch in PCB, lưu đồ và cách lập trình, thao tác vận hành cũng như kiểm tra các mạch của toàn bộ hệ thống

 Chương 5: Kết Quả, Nhận Xét và Đánh Giá

Trình bày kết quả của quá trình nghiên cứu làm đề tài bao gồm thời gian nghiên cứu, kết quả đạt được, nhận xét, đánh giá về đề tài và tính ứng dụng của đề tài trong thực tiễn

 Chương 6: Kết Luận và Hướng Phát Triển

Trình bày kết quả đạt được so với mục tiêu đề ra từ ban đầu và đưa ra hướng phát triển đề tài được hoàn thiện tốt hơn, đáp ứng nhu cầu của cuộc sống

Chương 2 CƠ SỞ LÝ THUYẾT

2.1 GIỚI THIỆU PHẦN CỨNG

2.1.1 Biến dòng

Máy biến dòng (kí hiệu CT), là một loại “công cụ đo lường dòng điện” được thiết kế nhằm mục đích tạo ra một dòng điện xoay chiều có cường độ tỷ lệ với cường độ dòng điện ban đầu Máy biến dòng có chức năng làm giảm tải một dòng điện ở cường độ cao xuống cường độ thấp tiêu chuẩn hơn, đồng thời tạo ra chiều đối lưu an toàn nhằm kiểm soát cường độ dòng điện thực tế chạy trong đường dây dẫn

Máy biến dòng có thể làm giảm dòng điện có cường độ cao từ hàng ngàn ampe xuống một mức độ tiêu chuẩn, thông thường, mức độ này dao động trong tỷ lệ là từ

1 đến 5 ampe, nhằm giúp hệ mạch vẫn được vận hành bình thường Như vậy, những thiết bị điện nhỏ, thiết bị chuyên đo lường và các vi điều khiển có thể sử dụng kèm CT một cách bình thường, bởi vì chúng được cách ly hoàn toàn khỏi tác động của những dòng điện cao áp Hiện nay có hàng loạt các thiết bị ứng dụng đo lường và sử dụng máy biến dòng, ví dụ tiêu biểu như thiết bị oát kế, máy đo hệ số công suất, đồng hồ

đo chỉ số điện, rơ-le bảo vệ hoặc ví dụ như cuộn nhả trong bộ phận ngắt mạch từ

Hình 2.1: Cấu tạo máy biến dòng

Máy biến dòng hiện nay có 3 loại cơ bản: “ dạng dây quấn”, “dạng vòng”

và “thanh khối”

Hình 2.2: Biến dòng dạng dây quấn

 Máy biến dòng dạng dây quấn

Cuộn sơ cấp của máy biến dòng loại này sẽ được kết nối trực tiếp với các dây dẫn, có nhiệm vụ đo cường độ dòng điện chạy trong mạch Cường độ dòng điện trong cuộn thứ cấp phụ thuộc vào tỷ số vòng dây quấn của máy biến dòng

Mối quan hệ giữa tỷ số vòng dây và tỷ số dòng điện là:

𝑁𝑠

𝑁𝑡 =𝐼𝑡

Trong đó: Ns: số vòng dây sơ cấp

Nt :số vòng dây thứ cấp

cho lỗ hổng hay khe cửa của máy biến dòng có thể mở ra, cài đặt và đóng lại,

mà không cần phải ngắt mạch cố định

Hình 2.3: Biến dòng dạng vòng

 Máy biến dòng dạng khối

Đây là một trong các loại của máy biến dòng hiện nay được ứng dụng trong các loại dây cáp, thanh cái của mạch điện chính, gần giống như cuộn sơ cấp, nhưng chỉ có một vòng dây duy nhất Chúng hoàn toàn tách biệt với nguồn điện áp cao vận hành trong hệ mạch và luôn được kết nối với cường độ dòng điện tải trong thiết bị điện

Hình 2.4: Biến dòng dạng khối

2.1.2 Mạch chuyển đổi tín hiệu tương tự sang số (ADC)

Trong các ứng dụng đo lường và điều khiển bằng vi điều khiển bộ chuyển đổi tương tự-số (ADC) là một thành phần rất quan trọng Dữ liệu trong thế giới của chúng

ta là các dữ liệu tương tự (analog) Ví dụ độ ẩm là 75% và 80%, giữa hai mức giá trị này có vô số các giá trị liên tục mà độ ẩm có được, đại lượng nhiệt độ như thế gọi là một đại lượng analog Trong khi đó, rõ ràng vi điều khiển là một thiết bị số (digital), các giá trị mà một vi điều khiển có thể thao tác là các con số rời rạc vì thực chất chúng được tạo thành từ sự kết hợp của hai mức 0 và 1 Để vi điều khiển có thể đọc được các đại lượng analog thì chúng ta phải “số hóa” (digitalize) một dữ liệu analog thành một dữ liệu digital Quá trình “số hóa” này thường được thực hiện bởi một thiết bị gọi là “bộ chuyển đổi tương tự - số hay đơn giản là ADC (Analog to Digital Converter)

Có rất nhiều phương pháp chuyển đổi ADC như là: phương pháp chuyển đổi trực tiếp (direct converting) hoặc flash ADC Các bộ chuyển đổi ADC theo phương pháp này được cấu thành từ một dãy các bộ so sánh (như opamp), các bộ so sánh được mắc song song và được kết nối trực tiếp với tín hiệu analog cần chuyển đổi Một điện áp tham chiếu (reference) và một mạch chia áp được sử dụng để tạo ra các mức điện áp so sánh khác nhau cho mỗi bộ so sánh Vin là tín hiệu analog cần chuyển đổi và giá trị sau chuyển đổi là các con số tạo thành từ sự kết hợp các mức nhị phân trên các chân Vo Do ảnh hưởng của mạch chia áp (các điện trở mắc nối tiếp từ điện

áp +5V đến ground), điện áp trên chân âm (chân -) của các bộ so sánh sẽ khác nhau Trong lúc chuyển đổi, giả sử điện áp Vin lớn hơn điện áp “V-“ của bộ so sánh 1 (opamp ở phía thấp nhất trong mạch) nhưng lại nhỏ hơn điện áp V- của các bộ so sánh khác, khi đó ngõ Vo1 ở mức 1 và các ngõ Vo khác ở mức 0, chúng ta thu được một kết quả số Một cách tương tự, nếu tăng điện áp Vin ta thu được các tổ hợp số khác nhau Với mạch điện có 4 bộ so sánh sẽ có tất cả 5 trường hợp có thể xảy ra, hay nói theo cách khác điện áp analog Vin được chia thành 5 mức số khác nhau Tuy nhiên, các ngõ Vo không phải là các bit của tín hiệu số ngõ ra, chúng chỉ là đại diện

để tổ hợp thành tín hiệu số ngõ ra

Hình 2.5: Mạch flash ADC 2 bit

Bảng 2.1: Giá trị số ngõ ra sau khi giải mã

Giá trị nhị phân Giá trị thập phân

Độ phân giải (resolution): nếu mạch điện có 4 bộ so sánh, ngõ ra digital sẽ có

5 mức giá trị Tương tự nếu mạch điện có 7 bộ so sánh thì sẽ có 8 mức giá trị có thể

ở ngõ ra digital, khoảng cách giữa các mức tín hiệu trong trường hợp 8 mức sẽ nhỏ hơn trường hợp 4 mức Nói cách khác, mạch chuyển đổi với 7 bộ so sánh có giá trị digital ngõ ra “mịn” hơn khi chỉ có 4 bộ, độ “mịn” càng cao tức độ phân giải (resolution) càng lớn Khái niệm độ phân giải được dùng để chỉ số bit cần thiết để chứa hết các mức giá trị digital ngõ ra Trong trường hợp có 8 mức giá trị ngõ ra, chúng ta cần 3 bit nhị phân để mã hóa hết các giá trị này, vì thế mạch chuyển đổi ADC với 7 bộ so sánh sẽ có độ phân giải là 3 bit Một cách tổng quát, nếu một mạch chuyển đổi ADC có độ phân giải n bit thì sẽ có 2n mức giá trị có thể có ở ngõ ra digital Để tạo ra một mạch chuyển đổi flash ADC có độ phân giải n bit, chúng ta cần đến 2n-1 bộ so sánh, giá trị này rất lớn khi thiết kế bộ chuyển đổi ADC có độ phân giải cao, vì thế các bộ chuyển đổi flash ADC thường có độ phân giải ít hơn 8 bit Độ phân giải liên quan mật thiết đến chất lượng chuyển đổi ADC, việc lựa chọn độ phân giải phải phù hợp với độ chính xác yêu cầu và khả năng xử lý của bộ điều khiển Trong 2 mô tả một ví dụ “số hóa” một hàm sin analog thành dạng digital

Hình 2.6: Tín hiệu tương tự và lượng tử hóa

Điện áp tham chiếu (reference voltage): Cùng một bộ chuyển đổi ADC nhưng

có người muốn dùng cho các mức điện áp khác nhau, ví dụ người A muốn chuyển đổi điện áp trong khoảng 0-1V trong khi người B muốn dùng cho điện áp từ 0V đến 5V Rõ ràng nếu hai người này dùng 2 bộ chuyển đổi ADC đều có khả năng chuyển đổi đến điện áp 5V thì người A đang lãng phí tính chính xác của thiết bị Vấn đề sẽ được giải quyết bằng một đại lượng gọi là điện áp tham chiếu - Vref (reference voltage) Điện áp tham chiếu thường là giá trị điện áp lớn nhất mà bộ ADC có thể chuyển đổi Trong các bộ ADC, Vref thường là thông số được đặt bởi người dùng, nó là điện áp lớn nhất mà thiết bị có thể chuyển đổi Ví dụ, một bộ ADC 10 bit (độ phân giải) có Vref=3V, nếu điện áp ở ngõ vào là 1V thì giá trị số thu được sau khi chuyển đổi sẽ là: 1023x(1/3)=314 Trong đó 1023 là giá trị lớn nhất mà một bộ ADC 10 bit có thể tạo ra (1023=210-1) Vì điện áp tham chiếu ảnh hưởng đến độ chính xác của quá trình chuyển đổi, chúng ta cần tính toán để chọn một điện áp tham chiếu phù hợp, không được nhỏ hơn giá trị lớn nhất của input nhưng cũng đừng quá lớn

2.1.3 Mạch đo tốc độ (ENCODER)

Encoder hoạt động dựa vào nguyên lý của tần số chớp, các vật thể sẽ đứng yên trong mắt người quan sát khi tần số chớp tốc độ cao đồng bộ với sự di chuyển của vật Phương pháp đo này có thể đo được cho những vật rất nhỏ hoặc đo được ở những nơi ta không chạm đến được Không cần thiết phải dán tấm phản quang lên vật cần

đo Dải đo: 30 rpm đến 20.000 rpm

Đo tốc độ động cơ dùng encoder, tín hiệu từ encoder tạo ra các dạng xung vuông có tần số thay đổi phụ thuộc vào tốc độ động cơ Do đó các xung vuông này được đưa vào bộ vi xử lý để đếm số xung trong khoảng thời gian cho phép từ đó ta có thể tính được giá trị vận tốc của động cơ Đây cũng là phương pháp mà người ta

sử dụng để ổn định tốc độ động cơ hay điều khiển nhanh chậm…

Nguyên lý cơ bản của encoder : đó là một đĩa tròn xoay, quay quanh trục Trên đĩa có các lỗ (rãnh) Có một đèn led để chiếu lên mặt đĩa Khi đĩa quay, chỗ không có lỗ (rãnh), đèn led không chiếu xuyên qua được, chỗ có lỗ (rãnh) thì đèn led sẽ chiếu xuyên qua Khi đó, phía mặt bên kia của đĩa, đặt một con mắt thu Với các tín hiệu có, hoặc không có ánh sáng chiếu qua, người ta ghi nhận được đèn led có chiếu qua lỗ hay không Số xung đếm được và tăng lên nó tính bằng số lần ánh sáng bị cắt

Như vậy là encoder sẽ tạo ra các tín hiệu xung vuông và các tín hiệu xung vuông này được cắt từ ánh sáng xuyên qua lỗ Nên tần số của xung đầu ra sẽ phụ thuộc vào tốc độ quay của tấm tròn đó

Hình 2.7: Nguyên lý mạch đo encoder

Cách đo tốc độ động cơ : sử dụng ngắt ngoài để xác định xung cạnh lên Sử dụng timer để đo thời gian cố định đặt trước, dựa vào số lần xuất hiện cạnh lên đếm số lượng xung trong thời gian cố định đặt trước Từ đó áp dụng công thức để tính

Vận tốc (vòng /phút) = 𝒔ố 𝒙𝒖𝒏𝒈 đế𝒎 đượ𝒄 𝑿 𝟔𝟎

𝒕𝒉ờ𝒊 𝒈𝒊𝒂𝒏 đặ𝒕 𝒕𝒓ướ𝒄 𝑿 độ 𝒑𝒉â𝒏 𝒈𝒊ả𝒊 𝒆𝒏𝒄𝒐𝒅𝒆𝒓

2.1.4 Biến tần

Biến tần là thiết bị dùng để chuyển đổi điện áp hoặc dòng điện xoay chiều ở đầu vào từ một tần số này thành điện áp hoặc dòng điện có một tần số khác ở đầu ra Biến tần thường được sử dụng để điều khiển vận tốc động cơ xoay chiều theo phương pháp điều khiển tần số, theo đó tần số của lưới nguồn sẽ thay đổi thành tần số biến thiên

Nguyên lý cơ bản làm việc của bộ biến tần : Đầu tiên, nguồn điện xoay chiều

1 pha hay 3 pha được chỉnh lưu và lọc thành nguồn 1 chiều bằng phẳng Quá trình này được thực hiện bởi bộ chỉnh lưu cầu diode và tụ điện Nhờ vậy, hệ số công suất cos(φ) của hệ biến tần đều có giá trị không phụ thuộc vào tải và có giá trị ít nhất 0.96 Điện áp một chiều này được biến đổi (nghịch lưu) thành điện áp xoay chiều 3 pha đối xứng Trong quá trình này được thực hiện thông qua hệ IGBT (transistor lưỡng cực có cổng cách ly) bằng phương pháp điều chế độ rộng xung (PWM) Nhờ tiến bộ của công nghệ vi xử lý và công nghệ bán dẫn lực hiện nay, tần số chuyển mạch xung có thể lên tới dải tần số siêu âm nhằm giảm tiếng ồn cho động cơ và giảm tổn thất trên lõi sắt động cơ

Hình 2.8: Sơ đồ khối của một biến tần Hệ thống điện áp xoay chiều 3 pha ở đầu ra có thể thay đổi giá trị biên độ và tần số vô cấp tuỳ theo bộ điều khiển Theo lý thuyết, giữa tần số và điện áp có một quy luật nhất định tuỳ theo chế độ điều khiển Đối với tải có mô men không đổi, tỉ số điện áp - tần số là không đổi Tuy vậy với tải bơm và quạt, quy luật này lại là hàm bậc 4 Điện áp là hàm bậc 4 của tần số Điều này tạo ra đặc tính mô men là hàm bậc hai của tốc độ phù hợp với yêu cầu của tải bơm/quạt do bản thân mô men cũng lại là hàm bậc hai của điện áp

linh kiện bán dẫn công suất được chế tạo theo công nghệ hiện đại Nhờ vậy, năng lượng tiêu thụ xấp xỉ bằng năng lượng yêu cầu bởi hệ thống

Ngoài ra, biến tần ngày nay đã tích hợp rất nhiều kiểu điều khiển khác nhau phù hợp hầu hết các loại phụ tải khác nhau Ngày nay biến tần có tích hợp cả bộ PID và thích hợp với nhiều chuẩn truyền thông khác nhau, rất phù hợp cho việc điều khiển và giám sát trong hệ thống SCADA

2.1.4 Động cơ xoay chiều

Động cơ điện là máy điện dùng để chuyển đổi năng lượng điện sang năng lượng cơ Từ những đồ dùng trong gia đình như quạt điện, tủ lạnh, máy giặt, máy bơm nước,…đến những máy mốc đồ sộ, hiện đại trong công nghiệp sản xuất như máy khoan, máy tiện, máy trộn…thậm chí đến ổ cứng, ổ quang trong công nghệ máy tính đều là động cơ điện Động cơ điện xoay chiều là động cơ hoạt động với dòng điện xoay chiều

Động cơ gồm có hai phần chính là stator và rotor : Stato gồm các cuộn dây của ba pha điện quấn trên các lõi sắt bố trí trên một vành tròn để tạo ra từ trường quay Rotor hình trụ có tác dụng như một cuộn dây quấn trên lõi thép Khi mắc động cơ vào mạng điện xoay chiều, từ trường quay do stator gây ra làm cho rotor quay trên trục Chuyển động quay của rotor được trục máy truyền ra ngoài và được

sử dụng để vận hành các máy công cụ hoặc các cơ cấu chuyển động khác

Hình 2.9: Cấu tạo của động cơ điện xoay chiều

Động cơ điện xoay chiều được sản xuất với nhiều kiểu và công suất khác nhau Theo sơ đồ nối điện có thể phân ra làm hai loại: động cơ 3 pha và 1 pha, và nếu theo tốc độ có động cơ đồng bộ và động cơ không đồng bộ

- Động cơ điện 1 pha : là động cơ điện bằng dòng điện xoay chiều 1 pha

- Động cơ điện 3 pha : là động cơ điện bằng dòng điện xoay chiều 3 pha

- Động cơ đồng bộ : là động cơ điện mà tốc độ quay của rotor bằng tốc độ quay của từ trường

- Động cơ không đồng bộ : là động cơ điện hoạt động với tốc độ quay của rotor chậm so với tốc độ quay của từ trường stator Ta thường gặp động cơ không đồng bộ rotor lòng sóc vì đặc tính hoạt động của nó tốt hơn dạng dây quấn

2.1.5 Giao diện đồ họa người dùng

Giao diện đồ họa người dùng trong tiếng Anh gọi tắt là GUI (Graphical User Interface) là một thuật ngữ trong ngành công nghiệp máy tính Đó là một cách giao tiếp với máy tính hay các thiết bị điện tử bằng hình ảnh và chữ viết thay vì chỉ là các dòng lệnh đơn thuần GUI được sử dụng phổ biến trong máy tính, các thiết bị cầm tay, các thiết bị đa phương tiện, hoặc các linh kiện điện tử trong văn phòng…

Phạm vi sử dụng thuật ngữ GUI hầu như chỉ được giới hạn trong các thiết bị có màn hình 2 chiều Nó ít được sử dụng trong các thiết bị với giao diện có độ phân

giải thấp như một số thiết bị chơi game (HUD được sử dụng nhiều hơn)

GUI được các nhà nghiên cứu tại Xerox PARC phát triển trong thập niên

1970 Ngày nay hầu hết các hệ điều hành máy tính nhiều người dùng đều sử dụng giao diện này Douglas Englebarhiện được xem là cha đẻ của giao diện người dùng

đồ họa lúc còn sơ khai Sau khi tốt nghiệp ngành kĩ thuật điện vào năm 1948,

Douglas làm việc tại Viện NACA(NACA Institute, tiền thân của NASA hiện giờ)

Một hệ thống GUI là sự kết hợp của các công nghệ, thiết bị để cung cấp cho người dùng một nền tảng cho phép người sử dụng có thể tương tác với nó Một chuỗi các thành phần của GUI tuân theo một ngôn ngữ trực quan (visual language)

để biểu diễn thông tin được lưu trữ trong các máy tính Thông dụng nhất khi kể đến

pointing device) trong các máy tính cá nhân

Hình 2.10: Một GUI có dạng máy tính cầm tay 2.1.6 Giao thức I2C

Một giao tiếp I2C gồm có 2 dây: Serial Data (SDA) và Serial Clock (SCL) SDA là đường truyền dữ liệu 2 hướng, còn SCL là đường truyền xung đồng hồ để đồng bộ và chỉ theo một hướng Như ta thấy trên hình vẽ trên, khi một thiết bị ngoại vi kết nối vào đường bus I2C thì chân SDA của nó sẽ nối với dây SDA của bus, chân SCL sẽ nối với dây SCL

Có rất nhiều thiết bị có thể cùng được kết nối vào một bus I2C, tuy nhiên sẽ không xảy ra chuyện nhầm lẫn giữa các thiết bị, bởi mỗi thiết bị sẽ được nhận ra bởi một địa chỉ duy nhất với một quan hệ chủ / tớ tồn tại trong suốt thời gian kết nối Mỗi thiết bị có thể hoạt động như là thiết bị nhận hoặc truyền dữ liệu hay có thể vừa truyền vừa nhận Hoạt động truyền hay nhận còn tùy thuộc vào việc thiết bị đó là chủ (master) hay tớ (slave) Điểm mạnh của I2C chính là hiệu suất và sự đơn giản của nó: một khối điều khiển trung tâm có thể điều khiển cả một mạng thiết bị mà chỉ cần hai lối ra điều khiển

Các bus I2C có thể hoạt động ở ba chế độ, hay nói cách khác các dữ liệu trên bus I2C có thể được truyền trong ba chế độ khác nhau:

 Chế độ tiêu chuẩn (Standard mode) :

- Đây là chế độ tiêu chuẩn ban đầu được phát hành vào đầu những năm 80

- Nó có tốc độ dữ liệu tối đa 100kbps

- Nó sử dụng 7-bit địa chỉ, và 112 địa chỉ tớ

 Tăng cường hoặc chế độ nhanh:(Fast mode):

- Tốc độ dữ liệu tối đa được tăng lên đến 400 kbps

- Để ngăn chặn gai tiếng ồn, Ngõ vào của thiết bị Fast-mode là

Schmitt-triggered

- Chân SCL và SDA của một thiết bị tớ I ² C ở trạng thái trở kháng cao khi không cấp nguồn

 Chế độ cao tốc (High-Speed (Hs) mode): Chế độ này đã được tạo ra chủ yếu

để tăng tốc độ dữ liệu lên đến 36 lần nhanh hơn so với chế độ tiêu chuẩn Nó cung cấp 1,7 Mbps (với Cb = 400 pF), và 3.4Mbps (với C> b = 100pF) Một bus I2C có thể hoạt động ở nhiều chế độ khác nhau:

 Một chủ một tớ (one master - one slave)

 Một chủ nhiều tớ (one master - multi slave)

 Nhiều chủ nhiều tớ (Multi master - Multi slave)

2.2 KHÁI QUÁT VỀ CÁC CÔNG CỤ TRONG MÁY HỌC

2.2.1 Giới thiệu về máy học

Máy học là một phương pháp phân tích dữ liệu mà sẽ tự động hóa việc xây dựng

mô hình phân tích Sử dụng các thuật toán lặp để học từ dữ liệu, máy học cho phép máy tính tìm thấy những thông tin giá trị ẩn sâu mà không được lập trình một cách

rõ ràng để tìm Khía cạnh lặp lại của máy học là quan trọng bởi vì khi các mô hình

này được tiếp xúc với dữ liệu mới thì chúng có thể thích ứng một cách độc lập Chúng học từ các tính toán trước đó để tạo ra những quyết định cũng như kết quả lặp lại và đáng tin cậy

Để thuật toán máy học có thể hoạt động ổn định và cho ra kết quả tốt nhất cần có sự hỗ trợ của các thuật toán tiền xử lý Chức năng tổng quát của nó là làm giảm đi

những sai sót, dư thừa của khối dữ liệu

2.2.2 Giảm chiều dữ liệu

Phép phân tích thành phần chính (Principal Components Analysis - PCA) là một

thuật toán thống kê sử dụng phép biến đổi trực giao để biến đổi một tập hợp dữ liệu từ một không gian nhiều chiều sang một không gian mới ít chiều hơn (2 hoặc 3 chiều) nhằm tối ưu hóa việc thể hiện sự biến thiên của dữ liệu

Phép biến đổi tạo ra những ưu điểm sau đối với dữ liệu:

 Giảm số chiều của không gian chứa dữ liệu khi nó có số chiều lớn, không thể thể hiện trong không gian 2 hay 3 chiều

 Xây dựng những trục tọa độ mới, thay vì giữ lại các trục của không gian cũ, nhưng lại có khả năng biểu diễn dữ liệu tốt tương đương và đảm bảo độ biến thiên của dữ liệu trên mỗi chiều mới

 Tạo điều kiện để các liên kết tiềm ẩn của dữ liệu có thể được khám phá trong không gian mới, mà nếu đặt trong không gian cũ thì khó phát hiện vì những liên kết này không thể hiện rõ

 Đảm bảo các trục tọa độ trong không gian mới luôn trực giao đối với nhau, mặc dù trong không gian ban đầu các trục có thể không trực giao

Phân tích thành phần chính (PCA): giảm kích thước tuyến tính bằng cách sử dụng giá trị đơn lẻ Sự sai lệch của dữ liệu để dự báo nó đến một không gian thấp hơn Nó sử dụng thực hiện LAPACK của SVD đầy đủ hoặc một SVD cắt ngắn ngẫu nhiên theo phương pháp của Halko, tùy thuộc vào hình dạng của dữ liệu đầu vào và số lượng các thành phần để trích xuất

Trong scikit-learn có hàm giảm chiều dữ liệu:

sklearn.decomposition.PCA(n_components=None,copy=True,whiten=Fal

se, svd_solver=’auto’, tol=0.0, iterated_power=’auto’, random_state=None )

Bảng 2.2 Các thông số và thuộc tính của hàm giảm chiều dữ liệu

n_components : int, float, None hoặc chuỗi

Số lượng các thành phần giữ lại, nếu n_components không được thiết lập tất cả các thành phần được giữ nguyên:

Thông số

n_components == min ( n_samples , n_features )

nếu n_components == 'milk' và svd_solver == 'full', MLE của Minka được sử dụng để đoán kích thước nếu và svd_solver == 'full', chọn số lượng các thành phần sao cho số lượng phương sai cần được giải thích là lớn hơn hơn phần trăm được chỉ định bởi n_components n_components không thể bằng n_features cho svd_solver ==

'arpack' 0 < n_components < 1

copy : bool (mặc định là True)

Nếu Sai, dữ liệu được truyền cho phù hợp được ghi đè và chạy fit(X) transform (X) sẽ không mang lại kết quả mong đợi, thay vào đó sử dụng fit_transform (X)

whiten : bool, tùy chọn (mặc định False)

Khi True (False theo mặc định) các components_ vector được nhân

với căn bậc hai của n_samples và sau đó chia cho các giá trị singular

để đảm bảo các kết quả không tương quan với sự biến thiên đơn vị

whiten sẽ loại bỏ một số thông tin từ tín hiệu đã được chuyển đổi (quy mô tương đối của các thành phần) nhưng đôi khi có thể nâng cao tính chính xác dự đoán của các ước lượng sau đó

svd_solver : string {'auto', 'full', 'arpack', 'randomized'}

auto: được lựa chọn bởi một chính sách mặc định, nếu dữ liệu đầu

vào lớn hơn 500x500 và số lượng các thành phần cần trích xuất thấp hơn 80% kích thước nhỏ nhất của dữ liệu thì hiệu quả hơn "ngẫu nhiên 'được kích hoạt Nếu không, thì SVD chính xác đầy đủ được

tính và sau đó được cắt bớt tùy chọn

full : chạy chính xác đầy đủ SVD gọi là bộ giải mã LAPACK chuẩn

và chọn các thành phần bằng quá trình xử lý arpack: chạy SVD truncated để n_components gọi ARPACK solver

thông quascipy.sparse.linalg.svds Nó yêu cầu đúng 0

<n_components <X

randomized: chạy SVD ngẫu nhiên theo phương pháp của Halko et

al

tol : float> = 0, tùy chọn (mặc định 0)

Dung sai cho các giá trị singular tính bởi svd_solver == 'arpack'

iterated_power : int> = 0, hoặc 'auto', (mặc định 'auto')

Số lần lặp cho phương pháp điện tính bởi svd_solver == 'ngẫu nhiên'

random_state : int, RandomState instance hoặc None, tùy chọn

(mặc định không có)

Nếu int, random_state là hạt giống được sử dụng bởi máy phát số ngẫu nhiên; Nếu RandomState dụ, random_state là máy phát số ngẫu nhiên; Nếu Không, máy phát số ngẫu nhiên là trường hợp

RandomState được sử dụng bởi np.random Được sử dụng

khi svd_solver == 'arpack' hoặc ‘randomized’

Thuộc tính

components_ : mảng, hình dạng (n_components, n_features)

Các trục chính trong không gian đặc trưng, đại diện cho các hướng thay đổi tối đa trong dữ liệu Các thành phần được sắp xếp theo explained_variance_

explained_variance_ : mảng, hình dạng (n_components,)

Số phương sai được giải thích bởi mỗi thành phần được chọn

Tương đương với n_components giá trị riêng lớn nhất của ma trận hiệp phương sai của X

explained_variance_ratio_ : mảng, hình dạng (n_components,)

Phần trăm của sự khác biệt được giải thích bởi mỗi thành phần được chọn Nếu n_components không được thiết lập thì tất cả các thành phần được lưu trữ và tổng các biến sai được giải thích bằng 1,0

singular_values_ : mảng, hình dạng (n_components,)

Các giá trị singular tương ứng với mỗi thành phần được chọn Các giá trị số ít bằng 2 chỉ tiêu của các n_components biến trong không gian thấp hơn

mean_ : mảng, hình dạng (n_features,)

Mỗi tính năng có ý nghĩa thực nghiệm, ước tính từ tập huấn luyện

Tương đương với X.mean (trục = 0)

n_components_ : int

Số lượng ước tính của các thành phần Khi n_components được đặt thành 'mle' hoặc một số từ 0 đến 1 (với svd_solver == 'đầy đủ') con số này được ước lượng từ dữ liệu đầu vào Nếu không, nó bằng với tham số n_components, hoặc n_features nếu n_components là None

noise_variance_ : float

Nó được yêu cầu để tính toán dữ liệu ước lượng số liệu hiệp phương sai và mẫu điểm số

Bằng với trung bình của (min (n_features, n_samples) - n_components) các giá trị tự nhiên nhỏ nhất của ma trận hiệp phương sai của X

2.2.3 Chuẩn hóa dữ liệu

Chuẩn hóa cơ sở dữ liệu là một phương pháp khoa học để phân tách (scientific method of breaking down) một bảng có cấu trúc phức tạp (complex table structures) thành những bảng có cấu trúc đơn giản (simple table structures) theo những quy luật đảm bảo (certain rule) không làm mất thông tin dữ liệu Kết quả là sẽ làm giảm bớt sự dư thừa và loại bỏ những sự cố mâu thuẫn về dữ liệu, tiết kiệm được không gian lưu trữ.Chuẩn hóa dữ liệu còn có ý nghĩa khác ngoài việc lưu trữ dữ liệu trên các máy tính Đối với các văn bản, việc chuẩn hóa dữ liệu có thể làm cho văn bản trở nên

dễ đọc hơn không vướng vào những trường hợp về hiển thị

Quy mô mỗi tính năng bằng giá trị tuyệt đối tối đa Trình ước lượng này sẽ vạch

ra và dịch từng tính năng riêng lẻ sao cho giá trị tuyệt đối tối đa của mỗi đối tượng trong tập huấn luyện là 1,0 Nó không thay đổi trung tâm dữ liệu, và do đó không tiêu diệt bất kỳ thưa thớt Bộ bù rộng này cũng có thể được áp dụng cho các ma trận CSR hoặc CSC thưa thớt

Trong scikit-learn có hàm chuẩn hóa dữ liệu:

sklearn.preprocessing.MaxAbsScaler( copy = True )

Bảng 2.3: Các thông số và thuộc tính của hàm chuẩn hóa dữ liệu

Thông số

copy : boolean, optional, mặc định là True

Đặt thành False để thực hiện quy mô inplace và tránh một bản sao (nếu đầu vào đã là một mảng numpy)

scale_ : ndarray, shape (n_features,)

Mỗi tính năng tương đối rộng của dữ liệu

Thuộc tính

max_abs_ : ndarray, shape (n_features,)

Mỗi tính năng có giá trị tuyệt đối tối đa

n_samples_seen_ : int

Số lượng mẫu được xử lý bởi người ước tính Sẽ được thiết lập lại trên các cuộc gọi mới để phù hợp, nhưng gia tăng qua partial_fit các cuộc gọi

2.2.4 Phát hiện điểm bất thường

Phát hiện Outlier không được giám sát sử dụng Hệ số Outlier địa phương (LOF) Điểm dị thường của mỗi mẫu được gọi là yếu tố Outliers địa phương Nó đo độ lệch địa phương của mật độ của một mẫu cho trước với các dữ liệu gần kề xung quanh Trong đó điểm bất thường phụ thuộc vào cách cô lập các đối tượng là đối với dữ liệu xung quanh Cụ thể hơn, địa phương được cung cấp bởi k-dữ liệu gần nhất, có khoảng cách được sử dụng để ước tính mật độ các mẫu Bằng cách so sánh mật độ địa phương của một mẫu với mật độ địa phương của các dữ liệu gần kề, người ta có thể xác định các mẫu có mật độ thấp hơn đáng kể so với các mẫu gần đó Đây được xem là ngoại lệ

Trong scikit-learn có hàm phát hiện Outlier:

sklearn.neighbors.LocalOutlierFactor( n_neighbors=20,algorithm=’auto’, leaf_size=30,metric=’minkowski’,p=2,metric_params=None,contamination=0.1,n _jobs=1 )

Bảng 2.4: Các thông số và thuộc tính của hàm phát hiện Outlier

Thông số

n_neighbors : int, tùy chọn (mặc định = 20)

Số lượng gần kề sử dụng mặc định cho kneighbors các truy

vấn Nếu n_neighbors lớn hơn số lượng mẫu được cung cấp, tất cả các mẫu sẽ được sử dụng

algorithm: {'auto', 'ball_tree', 'kd_tree', 'brute'}, tùy chọn Thuật toán được sử dụng để tính toán các hàng xóm gần nhất:

 'ball_tree' sẽ sử dụng BallTree

 'kd_tree' sẽ sử dụng KDTree

 'brute' sẽ sử dụng một tìm kiếm vũ lực

 'auto' sẽ cố gắng để quyết định các thuật toán thích hợp nhất

dựa trên các giá trị truyền cho fit phương pháp

leaf_size : int, tùy chọn (mặc định = 30)

Lá được truyền đến BallTree hoặc KDTree Điều này có thể ảnh

hưởng đến tốc độ xây dựng và truy vấn, cũng như bộ nhớ cần thiết

để lưu trữ cây Giá trị tối ưu phụ thuộc vào bản chất của vấn đề

metric : string hoặc callable, mặc định 'minkowski'

metric được sử dụng để tính toán khoảng cách Có thể sử dụng bất

kỳ số liệu nào từ scikit-learn hoặc scipy.spatial.distance

Nếu 'precomputed', đầu vào đào tạo X sẽ là ma trận khoảng cách

Nếu số liệu là một chức năng có thể gọi được, nó được gọi trên mỗi cặp trường hợp (hàng) và giá trị kết quả được ghi lại Các callable

nên lấy hai mảng như đầu vào và trả về một giá trị cho biết khoảng cách giữa chúng Điều này làm việc cho các chỉ số của Scipy, nhưng

ít hiệu quả hơn so với chuyển tên chỉ số như một chuỗi

Các giá trị hợp lệ cho số liệu là:

 từ scikit-learn: ['cityblock', 'cosine', 'euclidean', 'l1', 'l2', 'manhattan']

 từ 'scipy.spatial.distance: [' braycurtis ',' canberra ',' chebyshev ',' correlation ',' dice ',' hamming ',' jaccard ',' kulsinski ',' mahalanobis ',' phù hợp ',' minkowski ',' rogerstanimoto ',' russellrao ',' seuclidean ',' sokalmichener ',' sokalsneath ',' sqeuclidean ',' yule ']

p : số nguyên, tùy chọn (mặc định = 2)

Thông số cho chỉ số Minkowski

từ sklearn.metrics.pairwise.pairwise_distances Khi p = 1,

tương đương với việc sử dụng manhattan_distance (l1), và

euclidean_distance (l2) cho p = 2 Đối với arbitrary p, minkowski_distance (l_p) được sử dụng

metric_params : dict, tùy chọn (mặc định = Không có)

Đối số từ khoá bổ sung cho chức năng số liệu

contamination: float in (0., 0.5), tùy chọn (mặc định = 0.1)

Số lượng sai lệch của bộ dữ liệu, tức là tỷ lệ phần ngoài của bộ dữ liệu Khi khớp nối này được sử dụng để xác định ngưỡng trên chức năng quyết định

n_jobs : int, tùy chọn (mặc định = 1)

Số lượng công việc song song để chạy cho tìm kiếm hàng xóm Nếu -1, sau đó số lượng công việc được thiết lập để số lõi CPU Ảnh

hưởng chỉ kneighbors và kneighbors_graph phương pháp

Thuộc tính

negative_outlier_factor_ : mảng numpy, hình dạng (n_samples,)

LOF đối diện của các mẫu huấn luyện Các thấp hơn, càng bất thường Inliers có xu hướng có điểm số LOF gần với 1, trong khi các giá trị ngoại vị thường có điểm số LOF lớn hơn

Các yếu tố ngoại vi địa phương (LOF) của một mẫu bắt 'mức độ bất thường' của nó Đây là tỷ lệ trung bình của tỷ lệ đạt được tại địa phương của một mẫu và của các quốc gia k-hàng gần nhất

n_neighbors_ : số nguyên Số thực của hàng xóm được sử dụng cho kneighbors truy vấn

2.2.5 Đọc một bảng Excel vào một pandas DataFrame

pandas.read_excel( Io , SHEET_NAME = 0 , header = 0 , skiprows =

sheetname : string, int, danh sách hỗn hợp các chuỗi / ints, hoặc None, mặc định 0

Type : int, danh sách ints, mặc định 0

Hàng (0-lập chỉ mục) để sử dụng cho các nhãn cột của DataFrame

được phân tích cú pháp Nếu một danh sách các số nguyên được thông qua các vị trí hàng sẽ được kết hợp thành một MultiIndex Sử

dụng None nếu không có tiêu đề

Skiprows: bỏ qua các hàng ở đầu Skip-footer: bỏ qua các hàng ở cuối sheet_name : chuỗi, int, danh sách hỗn hợp của chuỗi / ints, hoặc

Không có, mặc định 0 Chuỗi được sử dụng cho tên bảng, Số nguyên được sử dụng ở các vị trí bảng tính không lập chỉ mục

Danh sách các chuỗi / số nguyên được sử dụng để yêu cầu nhiều trang

Chỉ định Không có để có được tất cả các tờ

str | int -> Khung dữ liệu được trả về list | None -> Dict của DataFrames được trả về, với các phím đại diện cho các sheet

Các trường hợp có sẵn Mặc định là 0 -> 1 trang với tư cách Khung dữ liệu

1 -> trang thứ hai như là một Khung dữ liệu

"Sheet1" -> Trang tính thứ nhất như là một Khung dữ liệu [0,1, "Sheet5"] -> Các trang 1, 2 và 5 là từ điển của DataFrames Không có -> Tất cả các trang như là một từ điển của DataFrames

Chương 3 TÍNH TOÁN VÀ THIẾT KẾ

3.1 GIỚI THIỆU

Hệ thống thực hiện giám sát điện áp băng tải sử dụng máy tính nhúng đo các thông số điện áp, dòng điện, hệ số công suất của nguồn điện và tốc độ động cơ Sử dụng máy tính nhúng để lấy các thông số của nguồn điện và chạy thuật toán máy học

để học hỏi, đưa ra các dự đoán nhằm ổn định băng tải và tiết kiệm năng lượng Hệ thống gồm các khối đo lường, chuyển đổi tín hiệu, khối xử lý…

Máy tính nhúng có nhiệm vụ thu thập dữ liệu điện áp, dòng điện, hệ số công suất và tốc độ từ quá trình sử dụng băng tải Sau đó chạy thuật toán máy học để phân tích từ lịch sử sử dụng của băng tải để từ đó có thể dự đoán được độ ổn định của băng tải và trạng thái hiện tại có gì bất ổn để có những biện pháp tốt nhằm ổn định và tiết kiệm, đảm bảo an toàn cho con người và thiết bị hoạt động tốt, khi có những bất ổn được phát hiện, hệ thống sẽ đưa ra những cảnh báo đến với người sử dụng để khắc phục sự cố sớm nhất

KHỐI ĐIỀU

KHIỂN

BĂNG TẢI

KHỐI CHUYỂN ĐỔI ADC

MÁY TÍNH NHÚNG RASPBERRY

KHỐI CẢNH BÁO

KHỐI HIỂN THỊ BĂNG

 Khối encoder : chức năng đo tốc độ của băng tải

 Khối nguồn : có chứa năng tạo ra nguồn ổn áp ổn định cung cấp cho toàn bộ mạch

để phân áp phù hợp cho ADC đo được vừa đảm bảo cho tải công suất cao còn làm mạch nhỏ gọn hơn

Hình 3.2: Mạch đo điện áp

Vì để bộ ADC đo được điện áp thì điện áp ngõ vào của ADC phải nhỏ hơn 5V nhưng để tránh làm hư thiết bị ADC thì điện áp là nhỏ hơn 4V để phòng điện áp nguồn tăng cao đột ngột và nhỏ hơn điện áp tham chiếu tối đa của bộ ADC (4.096)

Uv= 220√2 × 𝑅2

𝑅1+𝑅2 Mà Uv < 4 V nên R1=100R2 (3.1) Trong đó Uv là điện áp đầu vào của bộ ADC

Giá trị điện áp nguồn:

Ung = (giá trị ADC × SS × 101)× 1

√2 (V) (3.2)

Trong đó: Ung là điện áp của nguồn

SS là độ phân giải ADC Độ phân giải ADC step size (SS) được tính theo công thức sau:

 Mạch đo dòng điện

Có nhiều phương pháp để đo được dòng điện như: dùng cảm biến dòng ACS 712 và dùng biến dòng Cảm biến dòng ACS 712 chỉ đo được dòng điện thấp và trung bình nhỏ hơn 30A và không thể đo được hệ số công suất Trong khi đó dùng biến dòng và bộ khuếch đại thì có thể đo được dòng điện có giá trị cao lớn hơn rất nhiều so với đo bằng cảm biến dòng ACS 712 và có thể đo được hệ số công suất

Có thể đo dòng điện bằng cách lấy mẫu nhiều lần với bộ ADC có tốc độ và tần số lấy mẫu cao, tuy nhiên những bộ ADC như vậy có giá thành cao nên chọn phương pháp chỉnh lưu dòng điện thành một chiều, lọc phẳng rồi lấy mẫu để có thể đo được với những bộ ADC có tốc độ thấp

Hình 3.3: Mạch đo dòng điện

Tín hiệu ra của biến dòng CT là tín hiệu hình sin, vì thế để đo được thông số

dòng điện ta cần đo liên tục ít nhất trong một chu kỳ để xác định được dòng điện

Để làm được điều đó thì bộ ADC phải có tần số lấy mẫu đủ cao để có thể đo được

giá trị dòng điện chính xác Tuy nhiên những bộ ADC có độ phân giải cao để có thể

đo được tín hiệu nhỏ của biến dòng thì thường có tần số lấy mẫu thấp, hoặc giá

thành rất cao

Chính vì thế để có thể đo được dòng điện với bộ ADC có tốc độ thấp ta cần chỉnh lưu và lọc phẳng tín hiệu Tuy nhiên tín hiệu quá nhỏ để có thể chỉnh lưu bằng