| Numéro |
J3eA
Volume 22, 2023
CETSIS 2023 – Colloque de l’Enseignement des Technologies et des Sciences de l’Information et des Systèmes
|
|
|---|---|---|
| Numéro d'article | 1008 | |
| Nombre de pages | 7 | |
| DOI | https://doi.org/10.1051/j3ea/20231008 | |
| Publié en ligne | 23 octobre 2023 | |
Usage du nano-ordinateur Raspberry Pi et Matlab pour la régulation d’une alimentation à découpage
Université d’Orléans, Laboratoire PRISME, EA 4229, IUT de l’Indre, Département GEII, 2 Av. François Mitterrand, 36000 Châteauroux - France
* Manuel.Avila@univ-orleans.fr
Les nano-ordinateurs de type Raspberry Pi ont pris une place importante dans le domaine de l’EEA, que ce soit pour des Interfaces Homme-Machine (IHM), pour le contrôle-commande de systèmes (automatisation simple, fonction pour des services de communication, superviseur domotique…). Les outils disponibles sur ce type de plateforme ainsi que les systèmes d’exploitation sont nombreux. Les langages de programmation disponibles pour l’implémentation des programmes sont également nombreux. Dans ce contexte, Matlab permet notamment ces implémentations. Ce dernier est particulièrement adapté pour la mise en œuvre de systèmes asservis. Cependant, l’une des difficultés avec une carte Raspberry Pi est l’absence d’entrées et/ou sorties analogiques. Dans ce travail, nous proposons une solution de gestion d’entrées/sorties analogiques pour une fréquence d’échantillonnage de l’ordre de quelques kHz.
Mots clés : Matlab / Raspberry Pi (RPi) / Asservissement
© The Authors, published by EDP Sciences 2023
This is an Open Access article distributed under the terms of the Creative Commons Attribution License (https://creativecommons.org/licenses/by/4.0), which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited.
Les statistiques affichées correspondent au cumul d'une part des vues des résumés de l'article et d'autre part des vues et téléchargements de l'article plein-texte (PDF, Full-HTML, ePub... selon les formats disponibles) sur la platefome Vision4Press.
Les statistiques sont disponibles avec un délai de 48 à 96 heures et sont mises à jour quotidiennement en semaine.
Le chargement des statistiques peut être long.