Práctica 5: Activation of Transistor 1 and 2, also Reading of temperature sensor 1 and 2

✅ Práctica 5a

▷ #TSCLab #TCLab #ESP32 #Arduino #Control #MACI

En el siguiente blog se presenta la quinta práctica del laboratorio de control de temperatura.

Github repository:

• https://github.com/vasanza/TSC-Lab

Objetivo general:

• Guardar las mediciones obtenidas con ayuda de Cool Term y exportarlas en un archivo comma-separtaed-values (csv).

Objetivos específicos:

• Guardar los datos de las lecturas realizadas con los heaters 1 y 2 activados.

Materiales:

• Programa Cool Term
• PCB de Temperature Control Lab (TSC-Lab)

Introducción:

Para esta práctica, el sistema sigue sin tener retroalimentación, es decir, es en lazo abierto ya que simplemente se está midiendo el cambio de temperatura conforme los heaters estén activados o desactivados y esto dependerá con cual de los casos el estudiante desea trabajar.

• Caso 1: ningun heater está activado
• Caso 2: únicamente el heater 1 se activa y desactiva.
• Caso 3: únicamente el heater 2 se activa y desactiva.
• Caso 4: ambos heaters se activan y desactivan.

Para esta práctica se trabajará con el caso 4. Los mediciones son almacenadas en el ordenador gracias a Cool Term. 

Procedimiento:

Se asume que las librerías del sensor de temperatura y ESP están instaldas en el IDE de Arduino.

1. Copiar el código en el IDE de Arduino:    

Repositories: https://github.com/vasanza/TSC-Lab/tree/main/Practice5

2. Cargar el código a la placa.
3. Abrir Cool Term, iniciar la conexión y guardar los datos.

Nota: los comandos de activación y desactivación de los heaters dependerá de cada caso pero deben ser enviados por el "Monitor Serie" de Cool Term y son los siquientes:

• Para iniciar el caso 1 se debe enviar el comando: case_1
• Para iniciar el caso 2 se debe enviar el comando: case_2
• Para iniciar el caso 3 se debe enviar el comando: case_3
• Para iniciar el caso 4 se debe enviar el comando: case_4

En esta práctica se ingresará el comando case_4. 

Si al momento que se exportaron los resultados a .txt contiene cadenas de texto como por ejemplo "Choose any case" o cualquier otro, se recomienda borrarlos antes de exportarlos a .csv.

Resultados:

• Los archivos .csv generados de esta práctica se encuentran disponibles en IEEEDataPort: http://ieee-dataport.org/4138.

Nota Importante:

• No remover el jumper.

✅ Práctica 5b

Objetivo general:

• Visualizar los datos resultantes empleando código de Matlab.

Procedimiento:

1. Ir al siguiente repositorio: https://github.com/vasanza/TSC-Lab/tree/main/Practice5b
2. En el repositorio encontrará la carpeta completa que usaremos en Matlab, donde se incluyen funcionalidades.
3. Para fines explicativos, a continuación solo detallamos el código main que usted encontrará en el repositorio.
4. Luego de ejecutar el código de Matlab, podemo realizar las prácticas 13 y 14.

TEMPERATURE AND SPEED CONTROL LAB (TSC-LAB)

Práctica 5: Activation of Transistor 1 and 2, also Reading of temperature sensor 1 and 2

https://tsc-lab.blogspot.com/2021/05/practica-5-activation-of-transistor-1.html

• Blog: https://tsc-lab.blogspot.com/
• GitHub: https://github.com/vasanza/TSC-Lab
• Matlab functions: https://github.com/vasanza/Matlab_Code
• IEEEDataPort: http://ieee-dataport.org/4138
• TSC-LAB configurations
• int period = 15; //medium period in minutes
• int freq_sampling = 100; // sampling time
• int ciclos = 20; // sampling time

Raw dataset preparation

clear;clc;%clear all

addpath(genpath('./src'))%functions folders

datapath = fullfile('./data/');%data folder

Raw dataset preprocessing

filenames = FindCSV(datapath);%List All CSV files

data=readtable(fullfile(datapath,filenames(1).name));%Select i CSV file

data=table2array(data);

DataNorm = fNormalization(data(:,1:2));%Normalization

DataFeatures = [max(DataNorm) min(DataNorm) mean(DataNorm)...

median(DataNorm) rms(DataNorm) std(DataNorm) ];%Feature extraction

Plot Raw TSC-LAB dataset

figure

plot(data);xlabel('Samples');ylabel('°C');

title('Temperature');

legend('Temp1','Temp2','PWM1','PWM2');

Plot Normalization EOG dataset

figure

plot(DataNorm);xlabel('Samples');ylabel('Normalized Values');

title('Normalized EOG data graph');

legend('Temp1','Temp2');

Select a case

num = input('Enter a case: ');

switch num

case 1 %Temp1

IN=data(:,end-1);%temp1

OUT=data(:,1);%PWM1

case 2 %Temp2

IN=data(:,end);%temp1

OUT=data(:,2);%PWM1

case 3 %Temp1 and Temp2

IN=[(data(:,end) + data(:,end-1))/2];%temp1

OUT=data(:,1);%PWM1

end

figure

plot(OUT)

title('OUT');

System Identification

ident

Warning: The "ident" command is obsolete and may be removed in a future release of MATLAB. Use the "systemIdentification" command instead.

Created preference file C:\Users\vasan\Documents\MATLAB\idprefs.mat. Type HELP MIDPREFS if you want to move this file.

Open the Classification Learner

%regressionLearner

%classificationLearner