Ir al contenido principal

Comunicación serial

COMUNICACIÓN SERIE ENTRE PIC Y MATLAB, PROGRAMACIÓN PIC EN PIC C COMPILER

Puerto virtual
Para trabajar con un puerto virtual va a necesitar el software disponible aquí...  Se han añadido ya un par de puertos virtuales.


Configuración del Virtual Terminal en Proteus

Configuración del COMPIM




PROGRAMACIÓN DE MATLAB

A continuación se presenta la programación  para establecer la comunicación serial

SerPIC = serial('COM4');
set(SerPIC,'BaudRate',9600);
set(SerPIC,'DataBits',8);
set(SerPIC,'Parity','none');
set(SerPIC,'StopBits',1);
set(SerPIC,'FlowControl','none');
Instrucción para abrir el puerto serie
fopen(SerPIC);
Instrucción para enviar un dato por el puerto serie
fprintf(SerPIC,'%s','1')
Programación para cerrar el puerto serie.
fclose(SerPIC);

delete(SerPIC)

clear SerPIC
clc


PROGRAMACIÓN DEL PIC 18F4550 con CCS  C

//comunicacion Serie PIC-PIC
//Pic 2 recibe informacion del pic 1 (numeros del 1 al 9)

#include <18f4550.h>
#fuses xt,nowdt
#use delay(clock=4000000)
#include <lcd.c>

#byte trisa=0xf92
#byte porta=0xf80
//#byte 
#use RS232(baud=9600,xmit=pin_c6,rcv=pin_c7,bits=8)

char valor;

#INT_RDA
RDA_isr()
{
   valor=getchar();
}
//programa principal
void main()
{
   bit_clear(trisa,0);
   lcd_init();
   enable_interrupts(INT_RDA);
   enable_interrupts(GLOBAL);
   
   while(True)
   {
   lcd_gotoxy(1,1);
   printf(lcd_putc,"\f Recibe = %1c",valor);
   delay_ms(500);
   }
}




ESQUEMA DE CONEXIÓN EN PROTEUS




COMUNICACIÓN SERIE ENTRE PIC Y LABVIEW PROGRAMACIÓN PIC EN MICROCODE
Comunicación serial para adquisición de temperatura: PC (Labview)-PIC

Mayor información en el libro: Microcontroladores PIC, programación en BASIC.
Autor: Carlos Reyes

Entradas populares de este blog

AUTOAJUSTE PID: CASO PRÁCTICO DE SINTONIZACIÓN EN IMPRESORA 3D

CONTROLADOR PID Un controlador  PID es permite controlar un sistema en lazo cerrado para que alcance el estado de salida deseado. El controlador PID está compuesto de tres elementos para una acción Proporcional, Integral y Derivativa. Estas tres acciones son las que dan nombre al controlador PID. Recordemos un poco que es un controlador PID y que parámetros debemos ajustar Existe gran interés en realizar la sintonización de controladores PID en diferentes software, a continuación se presenta un ejemplo en el que se simula un control PID usando software libre SCILAB, a través de Xcos AUTOTUNIG AUTOAJUSTE DE CONTROLADORES PID El controlador PID es la solución más común a los problemas prácticos de control. Aunque controladores con acción proporcional e integral han sido utilizados desde la época en que los molinos de viento y las máquinas de vapor eran las tecnologías dominantes, la forma actual del controlador PID emergió con los controladores neumáticos en los años 30 del siglo pasad

CONTROL DIFUSO

LÓGICA DIFUSA El concepto de lógica difusa es muy común, está asociado con la manera en que las personas perciben el medio, por ejemplo ideas relacionadas con la altura de una persona, velocidad con la que se mueve un objeto, la temperatura dominante en una habitación, cotidianamente se formulan de manera ambigua y depende de quien percibe el efecto físico o químico, será su enunciado acerca de tal fenómeno.  Una persona puede ser alta o baja, algo puede moverse rápido o lento, una temperatura puede ser baja o moderada o alta, se dice que estas afirmaciones acerca de una variable son ambiguas por que rápido, bajo, alto son afirmaciones del observador, y estas pueden variar de un observador a otro.  Entonces podemos afirmar que la información puede ser valiosa, aún cuando no sea cuantificada. Podemos entender información como: Hace mucho frío en la habitación Corte el pan en rebanadas Agregue azúcar al gusto El carro se desplaza muy rápido Prepare el horno a una temperatura alta La comp

RNA

Transparencias de la clase Ejercicio de entrenamiento de perceptron: Pedro Ponce Cruz. Inteligencia Artificial con aplicaciones a la Ingeniería Comandos Básicos para RNA en Matlab PERCEPTRÓN %perceptrón para compuerta or entrada = [0 0 1 1; 0 1 0 1]; objetivo = [0 1 1 1]; net= perceptron; net = train(net,entrada,objetivo); view(net) salida = net(entrada) pesos=net.IW{1,1} bias=net.b{1,1} salida = 0 1 1 1 pesos = 1 1 bias = -1 %perceptrón para compuerta and entrada = [0 0 1 1; 0 1 0 1]; objetivo = [0 0 0 1]; net= perceptron; net = train(net,entrada,objetivo); view(net) salida = net(entrada) pesos=net.IW{1,1} bias=net.b{1,1} salida = 0 0 0 1 pesos = 2 1 bias = -3 A continuación se presenta el código en Matlab para entrenamiento de RNA para identificación de las vocales: clc; clear all format long %cada letra ha sido formada de 5x5 p1=[1;1;1;1;1; 1;0;0;0;1; 1;1;1;1;1;