無線鉄道車両モデルは弱電流モードで動作します
01 ラジオトラック
1. 課題・目標
無線軌道グループでは、軌道の電力供給が不足した場合に車両の充電効率が相対的に低いという競争課題があります。上線電圧が不足しているため、コーナーでスタックしやすくなります。ここで問題となるのは、微弱電流の線路では低電圧での走行を自動的に停止し、その線路上でのみ充電を完了し、電圧が一定のレベルに達したら全力でカーブを完走するようにするにはどうすればよいかということです。走る。このアイデアを目指して、クラス24のYu Jiajunさんの実装方法とテスト結果を紹介したいと思います。
2. 基本原則
無線鉄道車両モデルでは、無線電力は車両モデル上のファラッド コンデンサに蓄えられます。コンデンサの電圧が抵抗で分圧された後、マイクロコントローラ ADC0 で測定できます。ADC0 の測定値に基づいて、車種のエネルギー貯蔵ファラッド コンデンサの電圧を判断することができ、コンデンサの電圧が 9V の電圧に相当する値が 600 などの特定の数値より大きい場合、この値を超えることが検出された場合は、モーターを始動します。このとき、車種はより高速で走行できるようになります。モーターによって消費される電気エネルギーはワイヤレスエネルギーよりも速いため、ファラッドエネルギー蓄積コンデンサーの電圧は徐々に低下し、電圧が 5V に相当する 300 などの特定の値よりも低くなると、モーターは停止します。走るのをやめてください。車両全体の消費電力が大幅に削減されます。消費電力量よりもコイルから得られる無線エネルギーの方が大きいため、コンデンサの電圧は徐々に上昇し、600を超えると再びモーターが始動します。その後、プロセスが繰り返されます。なお、上記の600、300は推定値であり、具体的な値は実測により決定する必要がある。最も簡単な方法の 1 つは、自動車モデルの走行中に ADC0 値を表示し、後で自動車モデルの走行状況を観察してモーターの始動とモーターの停止に適切な値を決定することです。
3. 応用例
前回の ESP32 メイン コントロール ボードの ADC 実験では、ADC0 の適用方法がわかりました。つまり、Pin36 から電圧値を読み取る ADC を宣言し、入力範囲が 3.3 V に達するようにその減衰パラメーターを設定します。メイン プログラムでは、adc0 の読み取り関数を使用して外部コンデンサの電圧を読み取ることができ、読み取られた値はコンデンサの電圧に比例します。メインループでは、adc0の読み出し値、つまりここで変数val0に格納されている値で判断し、ある設定値より低い場合は、対応するモーターのPWMデューティサイクル値dutyを0に設定します。 , モーターの動作を停止します。adc0 の値が一定値以上の場合、モーターの PWM デューティ値を設定し、デバッグに応じて適切なサイズを選択することで、より遠くまで走らせることができます。このような制御ロジックにより、車種の電圧が低すぎる場合に自動的に充電を停止することが実現できます。フル充電するとフルスピードで走行できます。
この方法のテスト効果を見てみましょう。この車種は最初は非常に速く走りますが、カーブを過ぎると消費電力が非常に速く、電圧が所定の値より低くなり、モーターが停止します。電圧が回復すると、カーモデルは引き続き走行します。カーブに差し掛かると車種がコースから外れ、充電電圧が低下し再び停止します。カーモデルをトラックの中央に移動し、充電後、カーモデルは再び走り始めます。直線の電力消費が完了し、電力が補充されると、カーモデルは再び走行します。コーナーに到達してコースから逸脱すると電圧が低下して走行を停止します。このプロセスは往復するため、弱い電流条件下や車種がコースから外れている場合でも断続的に走行できます。
4. 実践・実験
この記事では、車両モデルが間欠動作モードにより、線路電圧が低い場合でも移動目標を達成できることを紹介します。もちろん、この方法の背後には、カーモデルが正常に動作することを保証するために、実験を通じて適切なパラメータを設定する必要があります。このモードにより、カーモデルの動作の信頼性がさらに向上します。
02 講演会のご案内
1. 講義動画
無線鉄道車両モデルは弱電流モードで動作します
2. 講義資料
- 清華クラウドディスクデータのダウンロード： https://cloud.tsinghua.edu.cn/d/7471180bdb0f4d1ebbc7/
- ワイヤレス トラック スマート カー スクール コンテスト | ワイヤレス トラックの車種を学ぶにはどうすればよいですか?
- Python の基本学習 Web サイト Learn Python : https://www.learnpython.org/
■ 関連文献へのリンク: