PLC毕业论文终结版要点

1、南阳理工学院本科生毕业设计（论文）学院（系）：电子与电气工程系专 业：自动化学 生：席守荟指导教师：殷华文完成日期 2011年 5月南阳理工学院本科生毕业设计（论文）S7-300 PLC和力控组态软件中单神经元PID算法设计一PLC中单神经元PID算法设计The Single Neuron PID Algorithm Design Based on SIEMENSS7-300 and Force Control Configuration Software the SingleNeuron PID Algorithm Design Based on SIEMENS S7-300总 计：毕业设计

2、（论文）35页25表 格：0个插 图：南阳理工学院本科毕业设计（论文）S7-300 PLC和力控组态软件中单神经元PID算法设计一PLC中单神经元PID算法设计The Single Neuron PID Algorithm Design Based on SIEMENS S7-300 and Force Control Configuration Software the Single Neuron PID Algorithm Design Based on SIEMENS S7-300学 院（系）： 电子与电气工程系专业：自动化学生姓名：席守荟学 号：96107041指导教师（职称）：殷华文

3、（副教授） 评阅教师：完成日期：南阳理工学院Nanyang In stitute of Tech no logyS7-300 PLC和力控组态软件中单神经元PID算法设计一PLC中单神经元PID算法设计S7-300 PLC和力控组态软件中单神经元PID算法设计 PLC中单神经元PID算法设计自动化专业席守荟摘 要本文主要研究了单神经元自适应 PID算法。首先实现锅炉温度控制，熟悉 S7-300PLC中现有的PID算法模块FB41和FB43根据学习的算法思想，在 S7-300PLC 中自主编写单神经元PID算法对锅炉液位进行在线实时控制。通过力控监控曲线分析对 比单神经元PID算法和常规PID算

4、法的特点。比较得知：单神经元自适应 PID控制算法 在总体上优于传统的PID控制算法，它有利于控制系统控制品质的提高，受环境的影响 较小，具有较强的控制鲁棒性，是一种很有发展前景的控制器。关键词PID控制；单神经元PID；力控组态软件；S7-300The Single Neuron PID Algorithm Design Based on SIEMENSS7-300 and Force Control Configuration Software the SingleNeuron PID Algorithm Design Based on SIEMENS S7-300Automation S

5、pecialty XI ShouhuiAbstract: This paper mainly studied the single neuron adaptive PID algorithm. We need to be familiar with the existing FB41 and FB43 PID algorithm modules of S7-300 PLC through achieving the boiler temperature control. According to the learning algorithm thoughts, we write a progr

6、am in S7-300 PLC in depe nden tly to establish the boiler liquid level for on-line real-time control by using the single neuron PID algorithm. Through the force control monitoring curves of the single neuron PID algorithm is compared with the conventional PID algorithm, we learn that single neuron a

7、daptive PID control algorithm is superior to the traditional one in overall. It is helpful for advancing the control quality of con trol system, and it is lesser in flue need by the surro unding en vir onment. Also it has strong robust ness and will be a very promis ing con troller.Key words: PID co

8、ntrol; single neuron PID; the force control configuration software; S7-3003目录1引言 12 PID控制原理 12.1 PID的控制原理 12.2 SIEMENSPID算法和经验获得 22.3锅炉温度控制程序设计及控制结果 53单神经元的算法设计 73.1单神经元模型 73.2单神经元PID算法 73.3单神经元PID算法参数整定 94.液位控制系统的硬件设计 104.1液位控制系统的设计思想 104.2硬件介绍 114.2.1 QS智能型电动调节阀 114.2.2 KY-B3803 液位变送器 114.2.3 模拟量输

9、入模块 SM331 114.2.4 模拟量输出模块 SM332 125液位控制系统的软件设计 125.1锅炉液位控制系统流程 125.2编程组态 145.2.1 硬件组态 145.2.2 PLC 软件编程 156系统运行结果与常规PID液位控制系统分析 196.1被控对象是一阶线性时控制结果分析 196.2被控对象是一阶非线性时控制结果分析 207结束语 22参考文献 23附录 24致谢 35S7-300 PLC和力控组态软件中单神经元PID算法设计一PLC中单神经元PID算法设计1引言本文对传统PID控制原理和工程中PID参数整定方法进行了研究，通过SIMATICPLC 内部的PID算法模块

10、FB41和FB43编写温度控制程序，更深刻的体会 P、I、D三个参数 对控制效果的影响。常规PID控制是一种应用广泛且成熟的控制方法，但对于工业上典 型的时滞不确定对象的控制效果很差，且控制参数整定很困难。而诸如自适应控制、预 测控制等智能控制手段的实施需建立在对象的精确模型之上，而时滞不确定对象的精确模型是无法获得的，受到常规PID控制器的启发，结合有自学习、自组织能力的单神经 元，从机理上构成了单神经元自适应 PID控制器。为了更好的学习PID控制原理和算法 思想，自主编写单神经元PID算法，为以后的工程学习打下更好的基础。此算法不但结 构简单，而且能适应环境的变化，使得控制参数能够在大范

11、围内自由的选取即可获得很 好的控制效果，因此具有较强的鲁棒性。本文通过S7-300编写单神经元算法并结合SIMETIC PLC的A/DQ/A转换程序，对锅炉液位进行控制。通过在线控制过程中改变出 口阀门的开度来构成非线性对象，通过对这种非线性对象实时在线控制，来体会和总结 单神经元控制算法的特点，并与传统 PID控制算法进行比较。可以看出单神经元 PID控 制的优越性。2 PID控制原理2.1 PID的控制原理在控制系统中，PID控制是控制器最常用的控制规律。PID控制系统原理框图，如 图1所示。X(s)SP图I PID控制系统原理图48系统由PID控制器和被控对象组成。PID控制器管理输出数

12、值，以便将偏差（E）为零, 使系统达到稳定状态。偏差是给定值（SP）和过程变量（PV的差。连续系统PID控制器的数学形式为：u(t) = Kpe(t)T e(t)dt TdT 0de(t)_dt 其中：Kp PID回路的比例系数Ti PID回路的积分系数Td PID回路的微分系数比例（P）调节作用：比例调节依据“偏差的大小”来动作，它的输出与输入偏差的 大小成比例。比例调节及时，有力，但有余差。它用比例度来表示其作用的强弱，比例 度越小，调节作用越强。相反，比例度越大，调节作用就越弱；比例作用太强时，会引 起震荡。比例调节作用是按比例反应系统的偏差，系统一旦出现了偏差，比例调节立即 产生调节作

13、用用以减少偏差。比例作用大，可以加快调节，减少误差，但是过大的比例， 使系统的稳定性下降，甚至造成系统的不稳定。积分（I）调节作用：积分调节依据“偏差是否存在”来动作，它的输出与偏差对时 间的积分成比例，只有当余差消失时。积分作用才会停止，其作用是消除余差。但积分 作用使最大动偏差增大，延长了调节时间。它用积分时间T来表示其作用的强弱，T越小，积分作用越强，但积分作用太强时，也会引起震荡。积分调节作用是使系统消除稳 态误差，提高无差度。因为有误差，积分调节就进行，直至无差，积分调节停止，积分 调节输出一个常值。积分作用的强弱取决与积分时间常数Ti，Ti越小，积分作用就越强。反之Ti大则积分作用

14、弱，加入积分调节可使系统稳定性下降，动态响应变慢。积 分作用常与另两种调节规律结合，组成 PI调节器或PID调节器。微分（D）调节作用：微分调节依据“偏差变化的速度”来动作。它的输出与输入偏 差变化的速度成比例，其效果是阻止被调参数的一切变化，有超前调节的作用，对滞后 大的对象（温度）有很好的效果。它使调节过程偏差减小，时间缩短，余差也减小（但不能消除）。它用微分时间Td来表示其作用的强弱，Td大，作用强，但Td太大，也会引 起振荡。微分作用反映系统偏差信号的变化率，具有预见性，能预见偏差变化的趋势，因此 能产生超前的控制作用，在偏差还没订形成之前，已被微分调节作用消除。因此，可以 改善系统的

15、动态性能。在微分时间选择合适情况下，可以减少超调，减少调节时间。微 分作用对噪声干扰有放大作用，因此过强的加微分调节，对系统抗干扰不利。此外，微 分反应的是变化率，而当输入没有变化时，微分作用输出为零。微分作用不能单独使用， 需要与另外2种调节规律相结合，组成PD或 PID控制器2。2.2 SIEMENS PID算法和经验获得通过在S7-300中编写程序实现锅炉温度控制系统，更深刻的学习了FB41和FB43的算法思想和参数设置。FB41 “ CONT_C是采用位置式PID算法思想设计的控制软件模块。FB41的算法设计 很完善，使用起来也很灵活。它的比例运算、积分运算（INT）和微商运算（DIF

16、）是并行连接的，可以单独激活或取消。这就允许组态成P、PI、PD和PID控制器。FB41输出的是模拟量控制信号（见图2）。FB43“ PULSEGEN称为脉冲宽度调制器，可以将输入变量“ INV”（ = PID控制器的 LMN转换为一个恒定周期的脉冲串，每个周期的脉冲宽度与输入变量成正比 （见图2）。 本控制系统中，由于对电加热丝的控制采用继电器 /接触器作为执行器，所以FB41的模 拟量输出信号须经FB43调制成占空比可调的脉冲信号才可以实现控制3。CONT.CPULSEGEN图2 FB41禾口 FB43的联用FB41和FB43都有几个和控制周期有关的参数。如果不了解它们的算法思想， 则不能

17、正确的使用它们。 FB41.CYCLE： PID采样周期。采样周期就是控制周期，即每一个控制周期，采样一次过程变量当前值，和设定值比较后，进行PID运算，输出控制值给执行器，产生相应的动作，完成一次控制过程。为了保证准确有序的控制，PID运算应放在OB35定时中 断服务程序中。而放在OB1主循环中是不合适的，因为主循环的扫描周期不是固定的， 一般和FB41.CYCLE设置值不一致，放在 OB1中将使CYCLE设置失去意义。 FB43.PER-TM PERIOD TIME（周期时间）脉冲宽度调制的恒定周期。当 FB41和 FB43联用时，这相当于“ CONT_C控制器的采样时间，应该和FB41.

18、cycle设置一样。脉 冲发生器的采样时间和“ CONT_C控制器的采样时间之比决定了脉冲宽度调制的精度。 FB43.CYCLE SAMPLINCJIME （采样时间）即FB43模块的调用周期。FB43模块的 调用时间也必须恒定，所以也应该放在 OB35定时中断中，并且OB35的中断周期设置应 该和FB43.CYCLE-致。这个时间其实也是脉冲输出的精度。PID调节的输出即FB41.LMN 连接到FB43.INV端，经过FB43内部的脉宽调制控制，在 FB43.QPOS俞出端上将以 SAMPLING TIM（在这里就是OB35的中断周期即100mS的步长转换成脉冲宽度。脉冲 的宽度正比于INV

19、的大小，而FB43.PER-TM周期时间是若干个FB43.CYCLE采样时间之 和。脉冲输出模块FB43,该模块是将模拟量转换成比率的脉冲输出将其调入OB1中,首 先分配背景数据块DB43再给各个管脚输入地址。由于FB43模块的算法程序不公开，但 我们可以推测FB43模块中定时的实现是靠对时基信号的计数实现的，时基信号就是 OB35的定时中断时间。在本控制系统中，为了实现 PER-TM=5s=5000m的定时，FB43模 块内部应该设置计数器cntl，计数器的初值设置为5000ms/100ms=50每个OB35周期， cntl减一计数，直至为0,本PER-TM=5周期结束，重装计数初值，开始下

20、一个周期计 数。所以cntl是循环计数工作的。为了实现输出脉宽的控制，FB43模块内部应该另外设置计数器 cnt2。例如当INV=30 时，输出脉冲宽度=(30/100)*5000ms=1500ms, cnt2 的计数初值设为 1500ms/100ms=15 每个OB35周期减一计数，直至为0,即实现QPOS ON的输出脉宽控制。当cnt2计数 值减为0时，QPOS端由ON状态转为OFF状态，直至本PER-TM周期结束，亦即本 PID 周期调节结束。下一周期，根据新的INV值，计算cnt2新的计数值，开始下一周期的 控制。 FB41和FB43之间的时序配合。当把 FB41和FB43都放在OB3

21、5中的时候，就产 生了这样一个问题：由于 FB41.cycle和FB43.cycle不一致，每次进入 OB35中断服务 程序FB43都应该执行一次，而FB41则不然。进入OB35中断服务程序(FB41.cycle/FB43.cycle )次，才执行一次FB41。这样就需要在 OB35中断服务程序中 由用户自主设置一个计数器，设为 counter，初值设为(FB41.cycle/FB43.cycle )，每 次进入OB35 counter减一计数，减为0时，执行一次FB41。然后重装计数初值，开始 下一循环。FB43.SYN_ON SYNCHRONIZATION O同步接通)如果启动了自动同步，

22、则当INV发生了改变后，为了尽快地反映这种变化，将重新 启动一个新的脉冲输出周期即 PER-TM这时把实现PER-TM期控制的计数器cnt1清零 并重装计数初值。而对于新的INV数值，重新计算输出脉冲宽度，清零计数器 cnt2,装 上新的脉冲宽度计数值，开始新的脉宽调制周期。如果“INV”变化，并且块调用不在一个PER-TM周期的第1个或最后两个调用循环中，可以进行同步。将重新计算脉冲宽 度，并在下一个循环中输出一个新的 PER-TM期。如果INV的改变恰好赶在一个PER-TM 周期的第一个或最后两个调用循环中(这可通过检测cnt1的当前计数值来判断)，则不 必进行同步，直接按正常调节控制。如

23、果把FB41、FB43都放在OB35中，用FB41.cycle/FB43.cycle 作为调用FB41的 衰减系数，则直接实现了他们之间的同步。本控制系统中，设置 FB41.cycle=5000ms, FB43.cycle=100ms。脉冲调节的精度即 是100ms而100ms/5000ms!卩是脉冲调节的分辨率。图3即是FB41和FB43的时序关系。INV 1Q0 T (LMNP50 _30"40 IPOS_ h-PULSEGEN i* PER TM* (=CONT C cy曲图3 FB41和FB43的时序关系 设置FB41.cycle时间的大小要根据控制系统的响应速度来设置。控制

24、周期应该按比滞后时间、对象的时间常数小1-2个数量级来考虑。对于我们的控制过程来说，将锅炉内胆注满水后全功率加热，取其中间的一段温度变化过程。温度 上升段为51.087 C 61.087 C,相应的加热时间为3min3s,据此计算温度升高0.1 C所 需时间为1.83s，所以可以设置FB41.CYCLE=2s考虑接触器不宜快速动作和加热功率 相对较大，实际设置 FB41.CYCLE=5。因为现场温度变送仪表的分辨率为 0.1C，在温 度升高0.1C的过程中，控制对象、传感器、调节器、执行器都执行了相应的一步或若 干步动作，这些动作蕴含了控制系统各个环节的动态特性，所以将温度每升高0.1 C的时

25、间作为控制周期选择的基本依据 o “P_B_TM, MINIMUM PULSE/BREAK TIM最小脉冲/间隔时间）最小脉冲或最小 间隔时间正确赋值最小脉冲或最小中断时间“ p_b_tm,可以防止短促的开断时间，降低开 关元件和执行机构的使用寿命。图4继电/接触器开断控制设置2.3锅炉温度控制程序设计及控制结果程序流程图见图5所示：图5程序流程图控制结果：本控制过程采用PI调节，控制参数设置为：P=3.0，I=3mi n20s，D=0.0 , FB41.CYCLE=5s DEAD-W=O。初始设定值为30C，然后设定值阶跃为40C，稳定后夹 套中加入冷却水扰动。图6是控制系统实时响应曲线。由

26、曲线可以看出，系统没有超调， 稳态误差1C，能够抑制扰动的影响图6控制系统实时响应曲线由于采用了抗积分饱和和积分分离技术，使得系统没有超调。当温度偏差进入1.5 C v|e|<2.0 °C控制带时，将积分分量初始化为0,防止积分饱和，同时在这个控制区域里, 取消积分作用即积分分离，使得系统热惯性得到抑制，避免了超调。当温度偏差进入 |e|<1.5 C区域时，重新开启积分作用，以消除余差。积分作用的启闭控制是通过对 FB41. I_ITL_ON位的置复位实现的，积分初值通过 FB41.I_ITLVAL端设置。在这里我们为了抗积分饱和，将积分初值设为0。3单神经元的算法设计单

27、神经元作为构成神经网络的基本单位，具有自学习和自适应能力，且结构简单而 易于计算。传统的PID则具有结构简单、调整方便和参数整定与工程指标联系紧密等特 点。将二者结合，可以在一定程度上解决传统PID调节器不易在线实时整定参数，难以对一些复杂过程和参数时变、非线性、强耦合系统进行有效控制的不足5。3.1单神经元模型对人脑神经元进行抽象简化后得到一种称为McCulloch-Pitts 模型的人工神经元，如图7所示。对于第i个神经元，x1、X2、xn是神经元接收到的信息，-“2、-iN 为连接强度，称之为权。利用某种运算把输入信号的作用结合起来，给它们的总效果， 称之为“净输入”，用neti来表示。

28、根据不同的运算方式，净输入的表达方式有多种类型， 其中最简单的一种是线性加权求和，即式(1)。此作用引起神经元i的状态变化，而神 经元i的输出yi是其当前状态的函数g(?),称之为活化函数(State of activation )。 这样，上述模型的数学表达式为式(2)。Nnet i =為黑 ijxj _ J i(1)j =1yi = g (net i)(2)式中，二i 神经元i的阈值。图7单神经元模型示意图3.2单神经元PID算法(1) 结构框图如图8所示。图中转换器的输入为设定值r(k)和输出y(k);转换器的输出为神经元学习控制所需要的状态量Xi(k)、X2(k)、X3(k)这里ox,

29、k) = y(k) - y(k) = e(k)x2(k) = e(k)lx3(k) =e(k) 2e(k1) + e(k-2)z(k)二x'k)二yr(k) - y(k)二e(k)，为性能指标。图中k为神经元的比例系 数，K>0。神经元通过关联搜索来产生控制信号，即3u(k)二 u(k-1) Qi(k)xi(k)iT式中(k)对应于xi (k)的加权系数。yx1(k)2) X3(k)转k T)x3(k) =e(k)图 2eyr(k)x (k) _e(k) _e kX2(k) _e(k)X3(k)xX)：X2(k)X3(k )lX3X (X2(k) = e(kX3(k)二 e(k被

30、控对 仝k)屮kJ象 占k) _2e(k ji+(ku(k)x (kX2( k3(k=e(k)z一1)+舟-41)-1) e(k-2) 控制结构X3(k) e(k)二 2e(k 21)吐匕一 2)、e(k(2)单神经元自适应PID控制器正是通过对加权系数的调整来实现自适应、自学习功能的。加权系数的调整可以采用不同的学习规则，从而构成不同的控制算法。本文采用有监督Hebb学习算法的单神经元自适应PID控制器 考虑到加权系数 i (k)应和神经元的输入、输出和输出偏差三者的相关函数有关，因此在米用有监督Hebb学习算法时有i(k 1) = (1-c) i(k) i (k)r(k) = z(k)u(

31、k)xi (k)式中i (k)递进信号，随过程进行逐渐衰减；z(k)输出误差信号，z(k) = yr(k) - y(k)二 e(k)学习速率，> 0 ；c常数，ow c V 1。将式代入式中有 i(k)八 i(k 1) - “(k)二-c i(k) - 一 z(k)u(k)Xj(k) c如果存在函数fj ( j (k), z(k), u(k), xi (k)，对 i (k)求偏微分有-fi二 i(k)gj (z(k)u(k)Xj(k)(8) iC则式(8)可写为cfi ()宀 i (k)二-c -(9)i: i(k)上式说明，加权系数-(k)的修正是按函数 右(町对应于 i (k)的负梯

32、度方向进行搜索的。应用随机逼近理论可以证明，当常数c充分小时，j(k)可以收敛到某一稳定值，而且与期望值的偏差在允许范围内。为保证这种单神经元自适应 PID控制学习算法式 和式(9)的收敛性和鲁棒性，将 上述学习算法进行规范化处理后可得式中 P、这里对比例3u(k)二 u(k -1) K，(k)Xj(k)iTi(k)3工 H(k)i =1r(k 1)r(k)|Z(k)u(k)X1(k)2(k 1) = 2(k)Pz(k)u(k)x2(k)3(k 1)3(k)DZ(k)u(k)X3(k)|、D比例、积分、微分的学习速率。P、积分I、微分D分别采用了不同的学习速率i(k)二(10)D，以便于根据需

33、要对各自对应的加权系数分别进行调整，其取值可先由现场实验或仿真来确定, 且取 c=o7。3.3单神经元PID算法参数整定上述单神经元自适应PID控制器学习算法的运行效果与可调参数p、 I、 D、K等的选取有很大关系。通过大量实例仿真和实控结果，总结出以下参数调整规律。(1) 初始加权系数(0), 2(0), 3(0)的选择：可任意选取。K,维持(2) 对阶跃输入，若输出有大的超调，且多次出现正弦衰减现象，应减少P、 I、 D不变。若上升时间长，无超调，应增大 K、 p、 |、 D。（3） 对阶跃输入，若被控对象产生多次正弦衰减现象，应减少P，其他参数不 变。（4） 若被控对象响应特性出现上升时

34、间短，有过大超调，应减少，其他参数不 变。（5） 若被控对象上升时间长，增大丨又导致超调过大，可适当增加P,其他参数不变。（6） 在开始调整时，D选择较小值，当调整 P、 |和K使被控对象具有良好特 性时，再逐渐增加 D，而其他参数不变，使系统稳态输出基本无纹波。（7）K是系统最敏感的参数，K值增大、减小相当于P、I、D三项同时增加、减小。 应在开始时首先根据规则（2调整K,然后根据规则（3）（ 6）调整P、 I、 d8<4.液位控制系统的硬件设计4.1液位控制系统的设计思想液位控制系统是由被控对象、测量装置、调节器和执行机构构成。测量装置对被控 液位进行测量，并将测量值与给定值比较，若

35、存在偏差便由调节器对偏差信号进行处理， 再将处理结果输送给执行机构来增加或减少液位值，使被控液位调节到整定值。测量装 置的精度直接影响液位控制系统的精度，因此在高精度液位控制系统中必须采用高精度的液位测量装置。被控对象是一个装置或一个过程，它的液位是被控制量。在一些简单 的液位控制系统中，常采用电动调节阀作为执行机构，直接控制水箱的进水流量。通过 调节电压（或电流）的大小可改变供水量。基于上述理论，设计出该系统，原理图如图9所示。本系统的硬件部分主要有西门子 S7-300 PLC（PS 307 5A 电源模块、CPU315-2DP模块、SM331模拟量输入模块、SM332 模拟量输出模块、SM

36、321数字量输入模块、SM322数字量输出模块）、AI818智能仪表、 西门子变频器440、QS智能型电动调节阀、液位传感器（KY-B3803变送器。图9液位控制系统原理图经液位传感器变送的信号由智能仪表显示液位，并由 AI818智能仪表输出4-20mA 标准电流信号到西门子S7-300 PLC的SM331模拟量模块中，经过SM331模拟量模块的A / D转换通道，转换成计算机可识别的数字量，通过 PLC单神经元PID算法计算出控制 量来，再经过SM332莫拟量输出模块的D/A转换来控制调节阀的开度从而来控制锅炉液 位。4.2硬件介绍4.2.1 QS智能型电动调节阀产品型号：QSTP_16K产

37、品编号：EA-020,公称通径：20mm公称压力：16Mpa 介质温度=200C 信号4-20mmA行程：16mmQSTP系列智能电动引进单座调节阀是QS智能电动调节阀系列产品之一，它由PSL智能型电动执行器与优质的国产阀门相组合构成，是一种高性能的调节阀，可 广泛应用于电力、冶金、石油、化工、医药、锅炉、轻工等行业的自动控制系统 中。电动执行机构接受 420mA控制信号，改变阀门的开度，同时将阀门开度的 隔离信号反馈给控制系统，实现对压力、温度、流量、液位等参数的调节。调节 阀在管道中起可变阻力的作用。它改变工艺流体的紊流度或者在层流情况下提供 一个压力降，压力降是由改变阀门阻力或“摩擦”所

38、引起的。这一压力降低过程 通常称为“节流”。对于气体，它接近于等温绝热状态，偏差取决于气体的非理 想程度（焦耳一汤姆逊效应）。在液体的情况下，压力则为紊流或粘滞摩擦所消耗， 这两种情况都把压力转化为热能，导致温度略为升高10。4.2.2 KY-B3803液位变送器量程：6Kpa,精度：0.25%,电源：24VDC 输出：4-20Ma基本功能：用于自动控制测量流体压力、液位；适于全天候野外环境和腐蚀环境。 特色：主器件美国引进，专利设计技术；拥有并采用激光温度校补技术；抗射频干 扰，有效抑制浪涌电压；抗过载能力可达量程数十倍；316不锈钢联接件、压铸铝壳体，高集成化。量程特点：（相对）最大035

39、MPa最小0250Pa（绝对）最大035MPa最小035Kpa （负压）最大-100KPa35MPa最小土 500P&与KY3804相比防护等级高，调试、维修方便11。4.2.3 模拟量输入模块 SM331生产过程中大量连续变化的模拟量信号需要由PLC采集处理，包括非电量如温度、压力、流量、液位、成分和频率等，强电量如发电机组的电流、电压、有 功功率、功率因数等，需要通过变送器将传感器提供的电量或非电量信号转换为 标准的直流电流或电压信号，如DC0-10V或DC4-20mA等。模拟量输入模块 SM331用于将模拟量信号转换为CPU内部处理用的数字信号，其主要组成部分是A/D转换器。模拟

40、量输入模块的输入信号一般是模拟量变送器输出的标准直流电压、电流信号。SM331也可以直接连接温度传感器（热电阻或热电偶），省去温度变送器，节约了硬件成本，控制系统的结构也更加紧凑。模拟量输入模块塑料机壳面板上的指示灯用于显示故障和错误，打开前门是 前连接器，前面板上有标签。模块安装在标准导轨上，并通过总线连接器与相邻 模块连接，输入通道的地址由模块所在的位置决定。SM331模块中的各个通道可以分别使用电流输入或电压输入，并选用不同的量程。有多种分辨率可供选择。424 模拟量输出模块 SM332S7-300的模拟量输出模块 SM332用于将CPU送给它的数字信号转换为成比例的电流信号或电压信号，

41、对执行机构进行调节或控制，其主要组成部分是D/A转换器。SM332的各种模拟量输出模块均有诊断中断功能，用指示灯显示组故障，可以 读取诊断信息。额定负载电压均为DC24V模块与背板总线有光隔离，使用屏蔽电缆时最大距离为 200m。具有短路保护，最大短路电流为 25mV最大开路电压为18V。 模拟量输出模块为负载和执行器提供电流和电压，模拟信号应使用屏蔽电缆货双 绞线电缆来传送。5液位控制系统的软件设计通过上述单神经元PID算法，在STEP7中用梯形图语言编写程序，来实现该算法。 结合力控组态软件完成系统的软件设计。5.1锅炉液位控制系统流程先编写0B100初始化程序，对FB41PID模块和PI

42、D控制周期初始化，对液位控制系 统作M0.0复位。设计主程序块OB1在主程序块中需要做的是：设置工作标志位M0.0,启动或停止液位控制过程；给单神经元PID参数赋值,将单神经元PID整定的三个系数w1、w2 w3转化成Kp、Ti、Td三个参数；调用FC105进行液位采集数据标度变换；最 后调用FC106进行算法结果的标度反变换。将定时中断服务的周期设定为100ms然后在OB35中编写定时中断服务程序。设置乒乓工作位 M0.3,100ms时基信号分频，作为计 数器C1的计数脉冲，C1每计时4s调用FB41和单神经元算法FB1 次;设置积分分离 控制带，防止积分饱和。FB1是整个程序的核心，单神经

43、元算法在 FB1中实现，主要实 现单神经元对参数的字整定功能，将单神经元PID整定的三个系数w1、w2、w3转化成Kp、Ti、Td三个参数，结合FB41完成单神经元PID算法控制。锅炉液位控制系统流程 图如图10所示。PL程序流程图初始化程序块OB1)0主程序块OB1looms时中断服程序块OB35'神经元算法参数 整定子程序41开始开始开始初始化B4IPID模 块设置工作标志位P 启动或停止温度控制过;设置乒乓工作0,100时基信号分频, 程为计数C的计数脉单神经元参数赋值:口期(FB41.C丫仇乍位设定值、NpN3定时计数器Nd wx1 wx、wx3uxC每计时调IFB4块一次，进

44、行§算冲定义全局变量er(k) er (k-1)、er(k-2)液位控制系统作标志位0复位将单神经元整定的 个系数1 w2 w转化戊Kp Ti、T三个参数调IFB子程序求误 ier=sp.PV-pv.P V-dead_w.l结束求个状态变量对应的加权系数液位采集数据标度变换：调FC105调用I模块EB结束算法结果的标度反变换：调FC106设置积分分离控一带，防止积分饱和求取ViX)图10锅炉液位控制系统流程图单神经元PID算法程序流程图如图11所示。首先定义全局变量er (k)3 er (k-1 )、 er (k-2 ),求误差er=sp.PV pv.PV，其中sp为液位设定值，pv

45、为液位当前值。单神 经元算法中转换器的输入为设定值r(k)和输出y(k);转换器的输出为神经元学习控制所需要的状态量X1(k)、X2(k)、x3(k)。单神经元自适应PID控制器正是通过对加权系数的调整来实现自适应、自学习功能的。加权系数的调整可以采用不同的学习规则，从 而构成不同的控制算法。开始给可变参数( Wx1，wx2、Wx3、K、Ni、Np、Nd、dead_w、Sp、ux)赋初值定义全局变量er(k) 、er ( k-1 八 er(k-2)求误差 er=sp.PV-pv.PV求各个状态变量对应的加权系数求取Wi( k)通过wi(k)计算PID三个参数Kp、Ti、Td调用PID运算模块F

46、B41U<0U>100Lmn.PV=0; lmn_l.PV=1;对计算结果u判断Lmn.PV=100; lmn_h.PV=1;0<=U<=100lmn.PV=u;结束图11单神经元PID算法程序流程图5.2编程组态5.2.1 硬件组态在STEP冲建立一个液位控制系统，插入一个 S7 300站，点击“ Hardware"进入 硬件组态界面，在硬件组态窗口插入机架并在相应的各个槽上插入硬件模块，在本系统 中我们用到了模拟量输入模块 SM331模拟量输出模块SM332数字量输入模块 SM321 和数字量输出模块SM322在选择硬件的过程中注意每个硬件模块对应的订货号

47、（如图 12所示），要与实际操作的实物相符合12。图12硬件组态522 PLC软件编程（1）主程序块0B1硬件组态完成之后，在0B1中编写主程序块。在主程序块中需要做的是：设置工作 标志位M0.0,启动或停止液位控制过程；给单神经元PID参数赋值（其中包括液位设定 值、K、Np Ni、Nd Wx1 Wx2 Wx3,、ux）；将单神经元 PID整定的三个系数 w1、w2、 w3转化成KpTi、Td三个参数；调用FC105进行液位采集数据标度变换；最后调用FC106 进行算法结果的标度反变换。（程序见附录）（2）100ms定时中断服务程序块（OB35将定时中断服务的周期设定为100ms然后在OB3

48、5中编写定时中断服务程序。设置 乒乓工作位M0.3,100ms时基信号分频，作为计数器 C1的计数脉冲，C1每计时4s调用 FB41和单神经元算法FB1 次;设置积分分离控制带，防止积分饱和。（3）初始化程序块OB100在Blocks中插入OB100插入后在OB100内编写程序：初始化FB41PID模块和计数器C1,让液位控制系统标志位 M0.0复位13。（4）单神经元PID算法参数整定子程序FB1FB1是整个程序的核心，单神经元算法在 FB1中实现，主要实现单神经元对参数的 字整定功能，将单神经元PID整定的三个系数w1、w2、w3转化成Kp、Ti、Td三个参数， 结合FB41完成单神经元P

49、ID算法控制。首先定义全局变量 er （k）、er （k-1 ）、er （k-2），求误差er=sp.PV pv.PV;其中 sp为液位设定值，pv为液位当前值，控制程序如图13所示：SUBEMOMD-1O INTIOUTMDLOO 一IMZtTet UK) rk 2 : 丁丄匸 le :CoiujiLent:图13求误差er的控制程序图单神经元算法中转换器的输入为设定值r(k)和输出y(k);转换器的输出为神经元学习控制所需要的状态量Xi(k)、X2(k)、X3(k)14。这里x,k)二 y(k) - y(k)二 e(k)x2 (k)二 e(k)x3(k)二 e(k) -2e(k-1) e(

50、k - 2)在PLC中控制程序如图14所示：HetworK 3 t Tit;le;图14输出状态量得控制程序图单神经元自适应PID控制器正是通过对加权系数的调整来实现自适应、自学习功能的。加权系数的调整可以采用不同的学习规则，从而构成不同的控制算法。本文采用有监督Hebb学习算法的单神经元自适应PID控制器考虑到加权系数 i (k)应和神经元的输入、输出和输出偏差三者的相关函数有关， 因此在采用有监 督Hebb学习算法时有i(k 1)=心)j (k)(3-5)°(k)=z(k)u(k)(xi(k)(3式中.(k)递进信号，随过程进行逐渐衰减；z(k)输出误差信号，z(k) = yr(

51、k) - y(k)二 e(k)学习速率， > 0 ;控制程序如图15所示：Hetimrk 弓 t Title:图15求取加权系数控制程序图图中W11就是式中的w1o w2和w3的编程跟上图相似。求取Wi(k)二于(k)i A个参数15。程序如下图wi(k)即是比例积分微分项系数，通过wi (k)可以求出Kp Ki、KdWi (k)16所示HeLWrk U ： -LI1S：Hrtwrk 15:71 Tit:图16求取比例积分微分系数的控制程序图程序中w1、w2 w3即是w1(k)、W2(k)、w3(k)。到此单神经元算法程序完成(5) 在OB35中定时调用单神经元算法程序 FB1定时调用周

52、期4s,程序如图17所示：ffetvrark 4 : Title:图17设置定时调用周期(6) 在主程序 OB1中计算Kp Ki、KdW2*K=Kp为比例系数；w1*K=KpT/Ti为积分系数；w3*K=KpTd/T为微分系数；T为采 样时间，在一般的数字控制系统中，只需调节好w1、w2、w3三个参数即可实现有效的控制。程序实现如图18所示：ETBlsfurk 4 : Title：图18计算Kp、Ki、Kd控制程序图将计算得到的Kp、Ki、Kd送入FB41进行PID控制6系统运行结果与常规PID液位控制系统分析运行之前要将编写完成后的程序下载到 PLC中，在下载之前我们要根据现场的硬件 来选择

53、相匹配的传输速度、适配器和板卡。将传输速度设置为187.5Kb，适配器为PCAdapter( MPI),板卡设置为 CP5611 (Plug&Play )。传输速度、适配器和板卡选择完之后开始下载，先下载硬件：点击下载按钮，出现 对话框，点击0K即可。下载软件用同样的方式。下载完成后，用力控组态软件监控运 行曲线。由于实验室设备有限，调试时用的是水箱，故以下工作均是用水箱完成。其中 被控水箱液位实物如图19所示：图19被控装置6.1被控对象是一阶线性时控制结果分析单神经元PID参数设定：K=1.2, Ni=0.2，Np=1.2, Nd=0.02.控制结果如图20所示:W3 : 0.01

54、1CYCLE： 3.000LMN 30.265 lmiLj! 0.251 Imn J: 0.005 Ioju d: -000fi液宜控制参数可條改参数 叱 2875 K： 1200 SP: 250.000 W1心询 Ni：Np： 1.200Nd： 0.050上限报警下限报警系缀运行捲示30.265图20单神经元PID监控曲线由图可以看出最大超调为18mm,超调量为6%稳态误差<0.5mm.常规 PID 参数设置：P:1.1，1:100000，D:3000, FB41.CYCLE=4。积分初始化控 制带10mm<|e|<15mm控制结果如图21所示：图21常规PID监控曲线由上

55、图可以看出对象为一阶线性时，常规PID加入了积分清零带，所以基本无超调, 由最终的稳态效果来看两种算法控制效果基本一致。6.2被控对象是一阶非线性时控制结果分析单神经元PID参数设定K=1.2，Ni=0.2，Np=2.0, Nd=0.02.控制结果如图22所示:PVl S00.013W2 lO.901g 0.009CYCLE; 3-000LMN: 15上初 Iran p； 0,000 Imn-0.011 ifliB d; 0.006锻位控制奏數SP; 300,000：0-G90K- 1.200:0.200Np； 2.000Nd： 0.020图22单神经元PID监控曲线初始设定值250mm首次达到稳定后一段时间，将出口阀开度调小，即增大了控制 系统的时间常数，由画面可以看出液位先上升后又能稳定在设定值，加入设定值阶跃扰 动后有一定的超调，最大超调 8mm最终