Programmazione firmware di algoritmi di controllo e stima di un sistema di pesatura automatica

Automatic weighing systems are tools used in numerous industrial sectors, where precision and reliability of measurements are crucial. The weighing machine exami- ned in this work is designed for the food industry to automate the packaging process. This thesis focuses on firmware programming for control and estimation algorithms in an automatic weighing system, aiming to further improve the efficiency and stabi- lity of the previously analyzed system. Specifically, the primary goal is to reduce the dynamic weight estimation times, allowing the mass measurement to be completed before the oscillatory signal stabilizes. To this end, the work focused on analyzing and implementing estimation algori- thms, such as the identification of inflection points and the Kalman filter. First, the mathematical model of the dynamic system and the characteristics of the signal measured by the sensor were analyzed. Subsequently, the estimation tech- niques were studied, and the most suitable solutions for the system were evaluated. Finally, the most promising solutions were implemented, comparing their performan- ce and highlighting the strengths and weaknesses of each. The preliminary analysis provided the expected results, which were then verified and validated.

I sistemi di pesatura automatica sono strumenti utilizzati in numerosi settori indu- striali, dove la precisione e l’affidabilità delle misurazioni sono cruciali. La pesatrice in esame è un macchinario a scopo alimentare, per automatizzare il processo di confe- zionamento. Questa tesi si concentra sulla programmazione firmware di algoritmi di controllo e stima per un sistema di pesatura automatica, con l’obiettivo di migliorare ulteriormente l’efficienza e la stabilità del sistema precedentemente analizzato. In particolare, lo scopo principale è la riduzione dei tempi di stima dinamica del peso, ovvero effettuare la misura della massa prima che il segnale oscillatorio si attenui. A tal fine, il lavoro si è focalizzato sull’analisi e sull’implementazione di algoritmi di stima, come l’individuazione dei flessi e il filtro di Kalman. In primo luogo, sono stati analizzati il modello matematico del sistema dinamico e le caratteristiche del segnale misurato dal sensore. Successivamete, si è passati a studiare le tecniche di stima e a valutare le migliori soluzioni che si adattassero al sistema. Infine, sono state implementate le soluzioni ritenute più convenienti, confrontando le loro prestazioni ed evidenziando pregi e difetti di ognuna. L’analisi preliminare ha fornito i risultati attesi, che sono stati successivamente verificati e convalidati