Rangkaian potensio pada umumnya

Pada artikel sebelumnya, kita bisa tahu bahwa potensio seperti 2 resistor yang pada keduanya sisinya berubah sesuai gerak mekaniknya atau seperti Gambar 1 dibawah ini.

Dengan dua buah resistor yang di rangkai seri, kita dapat prinsip pembagi tegangan pada kaki ditengah-tengahnya(kaki nomor 2). Dan rumus pembagian tegangannya bisa lihat pada gambar 2

Mudah saja kan? Namun secara praktikalnya pada otomotif, bedanya ada pada cara merangkainya saja.

Cara Merangkai Potensionya

Umumnya potensio dirangkai seperti pada gambar 3. Sederhana dan mudah dipahami. Bagus digunakan, tapi tidak cukup bagus untuk standar otomotif yang perlu menghadapi banyak tantangan yang dihadapi seperti getaran, tabrakan, dan lain-lain. Untuk fatalnya kita anggap kabel antara sensor dan Papan elektroniknya terputus lihat gambar 4.

Pengendali/Kontroler/CPU akan membaca Vout sebagai anomali atau tegangan yang tidak konsisten. Kabel yang putus ini sangat susah dideteksi jika rangkaian seperti pada gambar 3 akibat anomali pada Outputnya. Ini hal yang bahaya pada otomotif. Karena akan menyebabkan salah kendali oleh ECU mobil yang terburuknya bisa terjadi kecelakaan minor atau bahkan besar.

Jadi, untuk mengatasi hal tersebut, bisa gunakan rangkaian alternatif pada gambar 5

Pada rangkaian gambar 5, kita hanya menggunakan salah 1 resistor potensio dan sisanya di pull-up di papan elektroniknya. Sehingga tegangan Vout(tegangan keluara) tidak akan mendekati atau bahkan sama dengan nilai Vin(tegangan masuk).

Kemudian rangkaian pull-up pada gambar 6, dapat dimanfaatkan ketika kabel terputus. Tegangan Vout(tegangan keluar) akan sama atau mendekati Vin(tegangan masuk) ketika kabel terputus dan tegangannya konsisten yang mempermudah Kontroller/pengendali/cpu untuk mendeteksinya.

Tidak mesti dirangkai pull-up, tapi bisa juga pull-down. Namun yang pasti output tegangannya harus konsisten. Rangkaian Pull-up/pull-down ini bisa kita lihat pada secara tidak langsung pada gambar 7.

Sensor tangki bensin pada mobil HONDA CRV pada gambar 7 hanya menggunakan 2 kabel. Yang artinya hanya menggunakan sebuah resistor variabel untuk mengukur ketinggian tangki bensin.

Yah artikel diatas cukup lah sudah. Jadi buat temen-temen engineer, bisa diperhatikan ya cara menggunakan potensionya. Jangan lupa analisis kemngukinan terburuknya juga.

The post Cara menggunakan potensio, khusus untuk otomotif appeared first on Colekmes.

Potensio nama keren dari resistor variabel atau nilai resistor nya dapat diubah. Nilai resistor berubah akibat gerakan mekanis seperti diputar atau digeser. Simbol elektroniknya bisa dilihat dibawah ini

Biasanya kaki 2 yang bergerak mekanis, sehingga yang berubah nilai resistornya adalah antara kaki 1-2 atau kaki 2-3. Ingat yang kita perlukan cuma perubahan nilai resistornya pada potensio bukan yang lain. Cara kerjanya seperti Gambar 2-3 dibawah ini lah kira-kira

Jenis potensio di spare part otomotif

Saya udah bosan dengan potensio yg dipakai oleh barang elektronik. Kali ini saya coba bahas potensio untuk otomotif saja. Tentunya sebagai sensor.

Ada banyak prinsip potensio pada otomotif, contohnya seperti produknya Variohm Eurosensor dibawah ini

Potensio geser yang artinya perubahan resistansi ketika perubahan jarak. Sesuai namanya, sensor ini dipakai untuk mengukur pergeseran atau perubahan jarak. Tentu jaraknya yang dimaksud adalah jarak pendek (1-10cm).

Namun ada juga yang perubahan resistansi dengan mekanisme diputar, seperti dibawah ini.

Aplikasi Potensio

Aplikasi potensio di mobil atau motor saat ini setidaknya ditemukan pada intake air(masukan udara pada ruang bakar). Atau bahasa kerennya di Throttle body.

Selain itu, saat ini kita mulai jarang melihat pedal mobil sekarang tanpa sensor akselerasi pada pedalnya.

Gambar 6 dan 7, menunjukan sensor pedal OBP dan suspensi formula e memakai potensio linear.

Tapi untuk sensor pedal kebanyakan mobil menggunakan potensio rotary seperti di gambar 7.

Selain pedal dan suspensi, Untuk tanki bensin mobil juga menggunakan potensio seperti pada gambar 8 dibawah

The post Sensor otomotif yang menggunakan potensio appeared first on Colekmes.

Kalau belum mengetahui apa itu motor BLDC, bisa membaca terlebih dahulu artikelnya disini. Kemudian untuk mengetahui lebih dalam, tentang Motor BLDC beserta kontrollernya bisa mengakses pada tulisan Stefan Baldursson disini. Simulasi dengan Python menjadi pilihan karena cukup mudah digunakan dan banyak referensinya.

Simulasi ini dapat diakses pada repository ini. Program tersebut merupakan hasil forked dari repo sebelumnya(dituliskan pada README repository) yang menggunakan Python 2.6, kemudian diupgrade sedikit pada repository ini dengan menggunakan Python3 (Penulis menggunakan Python 3.6). Selain itu simulasi juga memerlukan package numpy, dan scipy yang telah telah terpasang. Untuk cara memasangnya bisa dilihat disini.

Untuk melakukan simulasi bisa clone atau download reponya.

git clone https://github.com/zharfanw/open-bldc-pysim

Selanjutnya, jalan program sim_1.py

#
# Open-BLDC pysim - Open BrushLess DC Motor Controller python simulator
# Copyright (C) 2011 by Antoine Drouin <poinix@gmail.com>
# Copyright (C) 2011 by Piotr Esden-Tempski <piotr@esden.net>
#
# This program is free software; you can redistribute it and/or modify
# it under the terms of the GNU General Public License as published by
# the Free Software Foundation; either version 3 of the License, or
# (at your option) any later version.
#
# This program is distributed in the hope that it will be useful,
# but WITHOUT ANY WARRANTY; without even the implied warranty of
# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
# GNU General Public License for more details.
#
# You should have received a copy of the GNU General Public License
# along with this program.  If not, see <http://www.gnu.org/licenses/>.
#

import matplotlib
# matplotlib.use('MacOSX')
# matplotlib.use('GTKCairo')
import numpy as np
import pylab as pl
import matplotlib.pyplot as plt
from scipy import integrate
from scipy.signal import decimate

import misc_utils as mu
import dyn_model  as dm
import control    as ctl
import my_io      as mio
import my_plot    as mp



def display_state_and_command(time, X, U):

    titles_state = ['$\\theta$', '$\omega$', '$i_u$', '$i_v$', '$i_w$']
    titles_cmd = ['$u_l$', '$u_h$', '$v_l$', '$v_h$', '$w_l$', '$w_h$']
    for i in range(0, 2):
        plt.subplot(6, 2, 2*i+1)
        plt.plot(time,mu.deg_of_rad(X[:,i]), 'r', linewidth=3.0)
        plt.title(titles_state[i])
    for i in range(2, dm.sv_size):
        plt.subplot(6, 2, 2*i+1)
        plt.plot(time, X[:,i], 'r', linewidth=3.0)
        plt.title(titles_state[i])
    for i in range(0, 6):
        plt.subplot(6, 2, 2*i+2)
        plt.plot(time, U[:,i], 'r', linewidth=3.0)
        plt.title(titles_cmd[i])

def print_simulation_progress(count, steps):
        sim_perc_last = ((count-1)*100) / steps
        sim_perc = (count*100) / steps
        if (sim_perc_last != sim_perc):
            print ("{}%".format(sim_perc))

def drop_it(a, factor):
	new = []
	for n, x in enumerate(a):
		if ((n % factor) == 0):
			new.append(x)
	return np.array(new)

def compress(a, factor):
	return drop_it(a, factor)
	#return decimate(a, 8, n=8, axis=0)

def main():
#    t_psim, Y_psim =  mio.read_csv('bldc_startup_psim_1us_resolution.csv')
#    mp.plot_output(t_psim, Y_psim, '.')

    freq_sim = 1e6                              # simulation frequency
    compress_factor = 3
    time = pl.arange(0.0, 0.1, 1/freq_sim) # create time slice vector
    X = np.zeros((time.size, dm.sv_size))       # allocate state vector
    Xdebug = np.zeros((time.size, dm.dv_size))  # allocate debug data vector
    Y = np.zeros((time.size, dm.ov_size))       # allocate output vector
    U = np.zeros((time.size, dm.iv_size))       # allocate input vector
    X0 = [0, mu.rad_of_deg(0.1), 0, 0, 0]       #
    X[0,:] = X0
    W = [0, 1]
    for i in range(1,time.size):

        if i==1:
            Uim2 = np.zeros(dm.iv_size)
        else:
            Uim2 = U[i-2,:]

        Y[i-1,:] = dm.output(X[i-1,:], Uim2)                  # get the output for the last step
        U[i-1,:] = ctl.run(0, Y[i-1,:], time[i-1])            # run the controller for the last step
        tmp = integrate.odeint(dm.dyn, X[i-1,:], [time[i-1], time[i]], args=(U[i-1,:], W)) # integrate
        X[i,:] = tmp[1,:] # copy integration output to the current step
        X[i, dm.sv_theta] = mu.norm_angle( X[i, dm.sv_theta]) # normalize the angle in the state
        tmp, Xdebug[i,:] = dm.dyn_debug(X[i-1,:], time[i-1], U[i-1,:], W) # get debug data
        print_simulation_progress(i, time.size)

    Y[-1,:] = Y[-2,:]
    U[-1,:] = U[-2,:]

    if compress_factor > 1:
        time = compress(time, compress_factor)
        Y = compress(Y, compress_factor)
        X = compress(X, compress_factor)
        U = compress(U, compress_factor)
        Xdebug = compress(Xdebug, compress_factor)

    mp.plot_output(time, Y, '-')
#    pl.show()
    plt.figure(figsize=(10.24, 5.12))
    display_state_and_command(time, X, U)

    plt.figure(figsize=(10.24, 5.12))
    mp.plot_debug(time, Xdebug)

    pl.show()

if __name__ == "__main__":
    main()

dan hasilnya adalah sebagai berikut

Dengan adanya simulasi ini, semoga dapat bermanfaat.

The post Simulasi Motor BLDC dengan Python appeared first on Colekmes.

[2]

Pengendalian BLDC sama sepert inverter, secara garis besarknya skema pengendaliannya seperti dibawah ini

Pengendalian yang menggunakan inveter ? apa bedanya dengan motor AC atau motor induksi biasa ?. Jawabannya adalah Serupa tapi tak sama. [3], sedangkan PMSM dikendalikan dengan sinyal sinusoidal. Sinyal yang dimaksud adalah sinyal back-emf atau sederhananya sinyal tegangan yang diterima oleh setiap phase. Atau sederhanya bisa dilihat pada gambar dibawah

Berdasarkan dengan membaca perbandingan berdasarkan tulisan Stijn Derammelaere dan artikel BLDC Motor Fundamental beberapa kelebihan yang dimiliki oleh BLDC motor ketimbang yang lainnya seperti daftar dibawah ini[2]. 

Namun dengan keunggulan pada BLDC motor, tentu dapat dioptimalkan jika diimplementasikan pada aplikasi yang tepat. Jenis BLDC motor populer pada komunitas RC selain itu juga digunakan pada pengaplikasian multikopter atau Drone. Pemilihan BLDC motor sebagai aktuator jika diperlukan kecepatan yang sangat tinggi dan dioperasikan pada waktu yang lama. Hal ini menjadi kompetitor utama pada Motor DC walaupun memiliki harga yang sangat murah. 

DAFTAR PUSTAKA

[1] Unsplash, “Photo by Mika Baumeister on Unsplash.” [Online]. Available: https://unsplash.com/photos/eICBKT7Gsyo. [Accessed: 28-Dec-2019].

[2] “Creativeman,” BLDC Motor (Brushless Direct Current Motor). [Online]. Available: http://syntalfiyasmin.blogspot.com/2019/. [Accessed: 28-Dec-2019].

[3] S. Derammelaere, M. Haemers, J. D. Viaene, F. Verbelen, and K. Stockman, “A quantitative comparison between BLDC, PMSM, Brushed DC and Stepping Motor Technologies,” p. 5.

The post BLDC Motor dan kontrolernya appeared first on Colekmes.