Pipeline digital de quatro camadas para automação metrológica e tratamento de ruídos em bancadas de microempuxo
Este repositório contém a arquitetura de software desenvolvida no Laboratório de Sistemas Espaciais (LaSE) da Universidade de Brasília (UnB) para caracterização precisa de sistemas de micropropulsão.
A arquitetura é estruturada em um pipeline digital de quatro camadas implementado em Python, integrando análise espectral (FFT), filtragem Butterworth de quinta ordem com fase zero, Filtro de Kalman sintonizado em Gêmeo Digital, gerenciamento metrológico de dados e interface Streamlit para telemetria e geração automatizada de relatórios PDF institucionais.
Integrated-Software-Architecture-for-Micro-Thrust-Balance/
│
├── Análises/ # Análises experimentais anteriores (LaSE)
│ ├── data/ # Dados brutos dos experimentos
│ ├── resultados/ # Resultados processados
│ └── src/
│ ├── Hector/ # Scripts de análise (H. Gessini)
│ └── ... # Scripts de análise física
│
├── calibration/ # Camada 3 — calibração e gerenciamento
│ ├── physics/ # Modelos físicos da balança
│ │ ├── centro_gravidade.m # Cálculo do centro de gravidade
│ │ ├── carga_constante.m # Análise de carga constante
│ │ ├── carga_constante_derivaTermica.m
│ │ ├── efeitojoule.py # Modelagem efeito Joule
│ │ ├── efeitojoule_2.py
│ │ ├── eletroima_forca.py # Força eletromagnética
│ │ ├── forca_eletroima.m
│ │ ├── graph_calibracao.m
│ │ ├── movimento_nucleo.py # Dinâmica do núcleo
│ │ ├── plot_carga_cte.m
│ │ ├── relatorio_calibracao.py
│ │ ├── restricao_geo_forca.py
│ │ ├── superficie_calibracao.m
│ │ ├── 2_modo_vibracao.py # Análise de modos de vibração
│ │ └── calibracao.py
│ ├── find_deflection.py # Análise de deflexão + incerteza GUM (importado por interface/main.py)
│ ├── k_calculation.py # Constante de rigidez efetiva k (importado por interface/main.py)
│ ├── dce_calibration.py # Calibração in situ via DCE (simulada, sem hardware validado)
│ └── pendulum-dynamic.py # Modelo dinâmico do pêndulo
│
├── signal_processing/ # Camadas 1 e 2 — FFT + DSP
│ ├── fn_calculation.py # Análise espectral FFT + detecção de fn (importado por interface/main.py)
│ ├── processing.py # Filtro Butterworth 5ª ordem + Kalman + conversão µm→mN
│ └── simulator.py # Gêmeo Digital do sistema dinâmico
│
├── interface/ # Camada 4 — interface e relatórios
│ ├── main.py # Aplicação Streamlit (entry point — abas de calibração, aquisição e análise/exportação)
│ ├── live_plot.py # Telemetria em tempo real (50 ms)
│ ├── report_pdf.py # Gerador de relatório PDF bilíngue PT/EN
│ └── web/ # Interface web alternativa (HTML/CSS)
│ ├── index.html # Dashboard
│ ├── calibracao.html # Página de calibração
│ ├── analise.html # Análise e exportação
│ └── style.css
│
├── hardware/ # Aquisição de dados
│ ├── data_acquisition.py # Interface serial USB com LVDT
│ └── dce_power_supply.py # Driver SCPI/USB da fonte do DCE (real + simulado)
│
├── tools/ # Scripts auxiliares
│ └── LVDT_Plot_V2.py # Identificação de deslocamento máximo (importado por interface/main.py)
│
├── docs/ # Documentação técnica
│ └── balanca.md # Especificações da balança
│
├── requirements.txt # Dependências Python
├── .gitignore
└── README.md
- Python 3.9+
- pip
# Clone o repositório
git clone https://github.com/lase-unb/Integrated-Software-Architecture-for-Micro-Thrust-Balance.git
cd Integrated-Software-Architecture-for-Micro-Thrust-Balance
# Instale as dependências
pip install -r requirements.txt
# Execute a interface principal
streamlit run interface/main.py| Camada | Módulo | Função |
|---|---|---|
| 1 — Análise Espectral | signal_processing/fn_calculation.py |
FFT + janela Hanning → identificação de fn |
| 2 — DSP | signal_processing/processing.py |
Butterworth 5ª ordem + filtfilt + Kalman |
| 2 — Gêmeo Digital | signal_processing/simulator.py |
Modelo dinâmico para sintonização do Kalman |
| 3 — Calibração | calibration/k_calculation.py |
Constante k, ajuste linear, R² |
| 3 — Metrologia | calibration/find_deflection.py |
Deflexão + incerteza σ_d (GUM) |
| 3 — Pico de deflexão | tools/LVDT_Plot_V2.py |
Identificação de xmax (regime pulsado) |
| 4 — Interface | interface/main.py |
Streamlit: calibração, aquisição, análise (3 abas) |
| 4 — Telemetria | interface/live_plot.py |
Monitoramento tempo real (50 ms) |
| 4 — Relatório | interface/report_pdf.py |
PDF institucional bilíngue PT/EN, via ReportLab |
Os módulos das Camadas 1–3 (fn_calculation.py, find_deflection.py, k_calculation.py, LVDT_Plot_V2.py) funcionam tanto de forma independente (python <script>.py, para análise offline de um arquivo) quanto importados diretamente por interface/main.py — não há lógica duplicada entre o app e os scripts standalone.
Descrição do que cada arquivo da arquitetura faz e como ele se encaixa no pipeline. Não cobre Análises/ (scripts históricos de experimentos anteriores do LaSE, fora da arquitetura de software mantida).
find_deflection.py calcula a deflexão (Δd) entre uma janela de baseline e uma janela de patamar, com incerteza combinada σ_c = √(σ₁²+σ₂²) (GUM). A função calcular_deflexao() é importada por interface/main.py, mas o script também roda sozinho (python find_deflection.py arquivo.txt) para uma análise offline com gráfico.
Rigidez efetiva k é assunto de dois módulos, dependendo da fonte de força usada na calibração. k_calculation.py faz isso a partir de massas conhecidas — regressão linear T(θ)=k·θ+a por mínimos quadrados, com R² pra validar o ajuste (calibracao_estatica()). dce_calibration.py faz o mesmo ajuste, mas trocando a massa pela força eletrostática do DCE (lei quadrática de placas paralelas, forca_dce()), varrendo voltagens e lendo a deflexão resultante em calibrar_via_dce(). Tem interlock de 1000V embutido, mas só foi validado em simulação até agora (python dce_calibration.py, com FontePowerSupplySimulada) — falta testar com a fonte/DCE/LVDT reais e ligar isso na interface Streamlit.
pendulum-dynamic.py ainda não tem implementação — só cabeçalho, reservado pras equações diferenciais da dinâmica do pêndulo (simples e 2º modo de vibração). E physics/ guarda os scripts MATLAB/Python de modelagem física usados no dimensionamento da balança (efeito Joule, força eletromagnética, geometria do núcleo); não são importados pelo app, ficam como referência de cálculo.
processing.py é o núcleo de DSP do projeto e é importado por praticamente todo o resto (main.py, live_plot.py, fn_calculation.py, LVDT_Plot_V2.py). apply_kalman_filter() implementa o Filtro de Kalman linear de 2 estados (posição e velocidade) sintonizado pela frequência natural; apply_lowpass_filter() roda o Butterworth 5ª ordem fase-zero (filtfilt) seguido do Kalman; convert_to_mn() converte µm em mN; calculate_metrics() extrai bias, empuxo nominal e ruído RMS.
A frequência natural (fnat) sai de fn_calculation.py, via FFT (rfft) do sinal filtrado buscando o pico de maior magnitude — calcular_fnat(), importada por interface/main.py e também executável sozinha.
simulator.py é diferente dos outros: gera dados sintéticos de pêndulo amortecido (ruído + oscilação + degrau de empuxo) e escreve continuamente em data.txt respeitando o tempo real (time.sleep), pra testar live_plot.py sem hardware. Ninguém importa esse arquivo — main.py tem seu próprio gerador de simulação, em lote.
main.py é o ponto de entrada da aplicação (streamlit run interface/main.py), com três abas: Calibração, Aquisição de dados e Análise/exportação. report_pdf.py gera o relatório PDF bilíngue PT/EN via ReportLab quando o botão "Gerar PDF" da aba 3 é clicado (gerar_pdf()). live_plot.py é uma ferramenta à parte — visualizador desktop standalone (matplotlib FuncAnimation, 50 ms) que lê um arquivo fixo via polling, não integrado ao app Streamlit. E web/ é só um mockup estático em HTML/CSS/Chart.js, sem backend nenhum por trás.
data_acquisition.py lê a porta serial USB do condicionador do LVDT (baud rate 9600) e grava em data.txt no formato esperado pelos outros módulos. dce_power_supply.py é o par de classes usadas pela calibração via DCE: RigolDP932U fala SCPI de verdade com a fonte via PyVISA (não testada com hardware ainda), e FontePowerSupplySimulada imita a mesma interface sem precisar do equipamento.
LVDT_Plot_V2.py identifica o xmax (maior deflexão absoluta) num sinal já filtrado — usado na análise do regime pulsado, exposto como detectar_xmax() e importado por interface/main.py.
Arquitetura de Software Integrada para Automação Metrológica e Tratamento de Ruídos em Bancadas de Microempuxo
Sessão 2 — Sustentabilidade, Educação, Ciência e Tecnologia | Formato: Presencial
Autores:
- Luana Carvalho de Almeida — 242004840@aluno.unb.br (UnB)
- Thamiris Thomazini Libard — 200043820@aluno.unb.br (UnB)
- Lui Txai Calvoso Habl — lui.habl@unb.br (UnB)
- Paolo Gessini (UnB)
Palavras-chave: micropropulsão · arquitetura de software modular · processamento digital de sinais · calibração eletrostática in situ · Gêmeo Digital
PolyForm Noncommercial 1.0.0 — uso, cópia, modificação e redistribuição livres para fins não comerciais (pesquisa, ensino, uso pessoal, organizações sem fins lucrativos). Uso comercial requer licenciamento separado com o LaSE.