TỐI ƯU HÓA HIỆU NĂNG THỜI GIAN THỰC CHO HỆ THỐNG NHÚNG TRONG THIẾT BỊ ĐO LỰC BA THÀNH PHẦN: SO SÁNH GIỮA CÁC KỸ THUẬT

Tóm tắt

Việc thu nhận dữ liệu lực cắt với độ chính xác cao và tốc độ lớn là điều kiện tiên quyết cho công tác giám sát và tối ưu hóa quá trình gia công theo thời gian thực. Cho đến nay, phần lớn các nghiên cứu chủ yếu tập trung vào thiết kế cơ khí và độ chính xác hiệu chuẩn của thiết bị đo lực (dynamometer), trong khi việc tối ưu hóa kiến trúc thu thập dữ liệu trên hệ thống nhúng vẫn chưa được quan tâm đầy đủ.

Nghiên cứu này nhằm lấp đầy khoảng trống đó thông qua việc so sánh hiệu năng một cách có hệ thống giữa bốn chiến lược thu thập dữ liệu khác nhau, được triển khai trên hệ thống đo lực ba trục thời gian thực trong quá trình tiện. Các kiến trúc bao gồm: (i) Polling, (ii) Polling kết hợp Interrupts, (iii) Hệ điều hành thời gian thực (RTOS) kết hợp Interrupts, và (iv) RTOS kết hợp truy cập bộ nhớ trực tiếp (DMA) sử dụng cơ chế đệm kép. Các kiến trúc này được đánh giá trên nền tảng vi điều khiển STM32, tích hợp bộ chuyển đổi tương tự số (ADC) 24 bit hoạt động ở tốc độ 32 kSPS.

Hiệu năng hệ thống được đánh giá định lượng dựa trên hai tiêu chí chính: mức độ sử dụng CPU và độ ổn định của tần số lấy mẫu. Kết quả thực nghiệm cho thấy, mặc dù các phương pháp Polling truyền thống và điều khiển bằng Interrupts có thể đạt được tần số lấy mẫu mục tiêu, nhưng điều này đi kèm với mức sử dụng CPU gần như 100%. Kiến trúc RTOS kết hợp Interrupts mang lại sự cải thiện đáng kể khi giảm tải CPU xuống còn khoảng 97,51%. Đáng chú ý nhất, cấu hình RTOS–DMA thể hiện hiệu quả vượt trội, với mức tải CPU trung bình 87,23%, đồng thời duy trì độ ổn định cao của tần số lấy mẫu (33.145,09 ± 36,64 mẫu/s).

Những kết quả này khẳng định rằng kiến trúc RTOS–DMA cung cấp sự cân bằng tối ưu giữa thông lượng dữ liệu cao và hiệu quả tính toán. Cách tiếp cận này giúp tách rời quá trình thu thập dữ liệu khỏi CPU, từ đó cho phép thực thi song song các tác vụ quan trọng như xử lý tín hiệu và truyền thông, và được xác định là kiến trúc phù hợp nhất cho các hệ thống giám sát gia công thông minh, đa nhiệm và có độ tin cậy cao.

Title

OPTIMIZING REALTIME PERFORMANCE FOR EMBEDDED SYSTEM IN 3 AXIS DYANOMETER: A COMPARISION BETWEEN TECHNIQUES

Abstract

The highly accurate, high-speed acquisition of cutting force data is a fundamental prerequisite for the real-time monitoring and optimization of machining processes. To date, the predominant focus of research has been on the mechanical design and calibration accuracy of dynamometers, with comparatively limited attention devoted to the optimization of embedded data acquisition architectures.

This study addresses this gap by presenting a systematic performance comparison of four distinct data acquisition strategies implemented on a three-axis real-time force measurement system in turning process. The architectures: (i) Polling, (ii) Polling with Interrupts, (iii) a Real-Time Operating System (RTOS) with Interrupts, and (iv) an RTOS with Direct Memory Access (DMA) utilizing a double buffering mechanism were evaluated on an STM32 microcontroller platform integrated with a 24-bit ADC operating at 32 kSPS.

Performance was quantitatively assessed based on CPU utilization and sampling rate stability. The empirical results demonstrate that while conventional Polling and Interrupt-driven methods achieve the target sampling rate, they do so at the cost of nearly 100% CPU utilization. The RTOS-Interrupt architecture offered a substantial improvement, reducing the CPU load to approximately 97.51%. Most significantly, the RTOS-DMA configuration demonstrated superior efficacy, achieving an average CPU load time of 87.23% while maintaining high sampling rate stability (33,145.09 ± 36.64 samples/s).

These findings validate that the RTOS-DMA architecture provides an optimal balance between high data throughput and computational efficiency. This approach effectively decouples data acquisition from the CPU, thereby enabling parallel execution of critical tasks such as signal processing and communication, establishing it as the most suitable architecture for robust, multi-tasking smart machining monitoring systems.