การวิเคราะห์ระบบไฟฟ้าหลังปรับปรุงระบบควบคุมแท่นยิงจรวด
Main Article Content
บทคัดย่อ
การปรับปรุงยุทโธปกรณ์ที่ไม่มีความพร้อมรบหรือล้าสมัยจัดเป็นการเสริมสร้างขีดความสามารถทางด้านการรบของกองทัพได้อย่างมีประสิทธิภาพ โดยเฉพาะอย่างยิ่งการปรับปรุงประสมรรถนะรถฐานยิงจรวดหลายลำกล้องที่มีการใช้งานมายาวนานให้สามารถรองรับเทคโนโลยีสมัยใหม่ได้อย่างมีประสิทธิภาพนั้น นับได้ว่าเป็นแนวทางที่คุ้มค่าเมื่อเปรียบเทียบกับการจัดซื้อรถฐานยิงจรวดหลายลำกล้องคันใหม่ การศึกษานี้ได้พัฒนาแบบจำลองและประเมินการใช้พลังงานทางไฟฟ้าที่จ่ายให้กับระบบควบคุมการยิงของรถฐานยิงจรวดหลายลำกล้องที่ได้รับการปรับปรุงให้มีขีดความสามารถในการตั้งมุมทิศและมุมยิงได้อัตโนมัติ ด้วยการวิเคราะห์การใช้พลังงานไฟฟ้าและความแม่นยำของระบบควบคุมการเล็งในแท่นยิงจรวดแบบสองแกน ขนาด 122 มิลลิเมตร โดยใช้ระบบควบคุมแบบปิด (Closed-loop) ที่ขับเคลื่อนด้วย PLC และมอเตอร์เซอร์โว พร้อมเซนเซอร์วัดตำแหน่งในแนวราบ (Azimuth) และแนวดิ่ง (Elevation) นอกจากนี้ได้ทำการเก็บข้อมูลจากการทดสอบในสถานการณ์จำลองการรบและนำไปใช้ในการคำนวณผลเชิงทฤษฎีและประเมินพลังงานไฟฟ้าที่ใช้ในแต่ละช่วงการปฏิบัติการยิงจรวด ผลจากการคำนวณแสดงให้เห็นว่าค่าการใช้พลังงานสูงสุดของมอเตอร์สำหรับหมุนแท่นยิงจรวดในแนวราบ (Azimuth) และแนวดิ่ง (Elevation) มีค่า 400 วัตต์ และพลังงานที่ใช้ต่อหนึ่งรอบการเล็งเท่ากับ 12.3 วัตต์-ชั่วโมง หากพิจารณาการเล็ง 15 – 20 ครั้งต่อภารกิจ จะมีความต้องการพลังงานรวมประมาณ 250–300 วัตต์-ชั่วโมง โดยระบบสามารถควบคุมตำแหน่งได้อย่างแม่นยำ ซึ่งเพียงพอสำหรับการยิงระยะไกลแบบกลุ่ม และใช้งานได้ตลอดภารกิจ
Downloads
Article Details

อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Journal of TCI is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0) licence, unless otherwise stated. Please read our Policies page for more information...
เอกสารอ้างอิง
K. Threepopnartkul and A. Ridluan, “Load analysis and structural improvement of the tracked armored vehicle,” Proc. ITETICAS, Tokyo, Japan, Jun. 2017.
I. Elamvazuthi, A. Khan, and S. B. B. Shaari, “Electrical power consumption monitoring using a real-time system,” IEEE STUDENT Conference, Malaysia, Oct. 2012.
F. Kaytez, M. Taplamacioglu, A. Cam, and F. Hardalac, “Forecasting electricity consumption: A comparison of regression analysis, neural networks and least squares support vector machine,” International Journal of Electrical Power & Energy Systems, vol. 67, pp. 431–438, May 2015.
P. Puaspis and A. Ridluan, “Validation of HVAC system simulation for armored vehicle”, International Journal of Industrial Electronics and Electrical Engineering, vol. 6, no. 11, Nov. 2018.