自在自线亚洲а∨天堂在线-中文字幕一区视频播放-扒开双腿猛进入喷水高潮叫声-欧美日本亚洲一区二区-老熟妇高潮偷拍一区二区-国产精品高清一区二区不卡-午夜色福利视频一区二区三区-亚洲国产成人精品福利在线观看-亚洲欧美成人一区二区在线电影

1  引言

    為使工科學生在校期間就受到良好的工程實踐鍛煉，建設具有實際工程環(huán)境的實驗室和實訓基地一直是自動化實驗室建設的重要目標。過程控制是指對連續(xù)性工業(yè)生產(chǎn)過程中有關物理量(溫度、壓力、流量及液位四個參數(shù))的自動調節(jié)控制。電熱鍋爐控制系統(tǒng)實驗裝置是根據(jù)自動化專業(yè)及相關專業(yè)教學的特點，基于過程控制基礎上集PLC技術、網(wǎng)絡技術和計算機監(jiān)控為一體的先進的實驗裝置，采用了多種常用控制方法及理論，除包含常見的PID算法及改進算法外，還增加了模糊控制、人工神經(jīng)網(wǎng)絡控制等國內外先進的控制策略。

2  電加熱鍋爐控制系統(tǒng)網(wǎng)絡結構

    電加熱鍋爐控制系統(tǒng)實驗裝置采用兩層網(wǎng)絡拓撲結構，上層采用工業(yè)以太網(wǎng)，用于監(jiān)控計算機與PLC主站之間的通訊。底層為PROFIBUS現(xiàn)場總線，連接PLC主站DPM1和PLC從站DPS1，其中主站控制電熱鍋爐控制系統(tǒng)實驗裝置，從站控制其它過程控制系統(tǒng)實驗裝置。其網(wǎng)絡拓撲結構如圖1所示:

圖1  電熱鍋爐控制系統(tǒng)網(wǎng)絡結構

2.1  系統(tǒng)功能及軟件平臺
整個控制系統(tǒng)包括監(jiān)控級和現(xiàn)場級，監(jiān)控級由4臺PC機作為上位機，通過以太網(wǎng)相連。上位機利用WinCC V5.1編寫實驗監(jiān)控應用程序。監(jiān)控應用程序實現(xiàn)對實驗裝置的狀態(tài)監(jiān)視、數(shù)據(jù)采集與處理、控制算法的設定計算和優(yōu)化、實驗數(shù)據(jù)歷史趨勢曲線顯示和實驗數(shù)據(jù)實時顯示功能。PLC的控制程序由上位機利用STEP7 V5.1軟件編寫，并通過以太網(wǎng)對PLC進行硬件組態(tài)、通訊組態(tài)、程序下載、在線診斷PLC硬件狀態(tài)、控制PLC的運行狀態(tài)和I/O通道的狀態(tài)等。下位機PLC完成所有與控制系統(tǒng)相關的邏輯控制、模擬量的采集及處理、常規(guī)PID控制、模糊控制、神經(jīng)網(wǎng)絡控制等實時控制任務。
2.2  PLC的硬件配置
PLC主站選用西門子公司的400系列PLC CPU 412-2DP，它帶有一個PROFIBUS-DP和一個MPI接口。由于CPU-412具有強大的處理和運算能力，整個系統(tǒng)(包括主站和從站)只采用一塊CPU模塊，主站還帶有四個信號處理模塊(DI 16 、DO 16、AI 16和AO 8)和一個通訊模塊CP443-1(用于上位機WinCC站和SIMATIC S7 PLC主站通過工業(yè)以太網(wǎng)進行通訊)。從站選用PROFIBUS-DP分布式I/O ET-200M IM 153，帶兩個信號處理模塊(DI 16/DO 16 和 AI 4/AO 2)，PROFIBUS-DP 用于SIMATIC PLC主站與PLC從站之間的通訊。鍋爐控制參數(shù)和狀態(tài)模擬量(例如液位、流量、壓力、溫度等)及開關量(例如繼電器、接觸器、指示燈等)通過PLC的模擬量和數(shù)字量輸入輸出模塊分別連接到PLC主站DPM1和從站DPS1，再通過以太網(wǎng)和監(jiān)控級交換信息。

3  電熱鍋爐控制系統(tǒng)實驗裝置

電熱鍋爐控制系統(tǒng)實驗裝置模擬日常生活中的熱水鍋爐控制系統(tǒng)，將變頻器調速技術、計算機和智能控制技術相結合，完成生活中熱水鍋爐對進水、出水、電加熱裝置通斷時間比的自動控制，使鍋爐的進水流量、出水流量、水溫、水位保持在最佳狀態(tài)。實現(xiàn)熱水鍋爐系統(tǒng)安全、可靠、穩(wěn)定運行和達到節(jié)能降耗的目的。電熱鍋爐實驗裝置主要由微型電熱鍋爐、固態(tài)繼電器電加熱裝置(DGT)、變頻器(MMV)及相關的檢測裝置、變送器和執(zhí)行機構等過程控制儀表組成。
3.1  過程控制實驗     
電熱鍋爐控制系統(tǒng)是一個復雜的多輸入多輸出(MIMO)的系統(tǒng)。執(zhí)行機構有:變頻器、電動閥、電磁閥和固態(tài)繼電器電加熱裝置;被控對象有:進/出水流量、進/出水壓力、鍋爐液位和鍋爐水溫。所以在此基礎上可以設計流量系統(tǒng)控制實驗、壓力系統(tǒng)控制實驗、液位系統(tǒng)控制實驗、溫度系統(tǒng)控制實驗等過程控制實驗。其實驗原理框圖如圖2所示，被控對象輸出記為y，變送器檢測得到輸出的4～20mA的電流反饋信號yf，由PLC的AI模塊經(jīng)A/D轉換成數(shù)字信號，輸入PLC，再與從上位機鍵盤輸入的設定值yr比較，得到偏差信號e，PLC根據(jù)偏差信號e，執(zhí)行控制器算法程序，計算出控制量，經(jīng)AO模塊D/A轉換成4～20mA的電流控制信號u，控制廣義對象的輸出y，使其跟蹤設定值yr

圖2  過程控制實驗原理框圖

3.2  耦合控制實驗
電熱鍋爐與一般的鍋爐系統(tǒng)一樣，只是其結構相對簡單，電能取代了風煤作為燃料，但是仍然存在流量、液位、溫度以及壓力的耦合作用。與其它多輸入多輸出(MIMO)系統(tǒng)一樣，一個輸入信號的變化會使多個輸出量發(fā)生變化，每個輸出也不只受一個輸入的影響。而工業(yè)過程控制則要求系統(tǒng)能夠安全穩(wěn)定運行，有較好調節(jié)能力，能以較小的誤差跟蹤設定值的變化，并使誤差為零。解耦控制一直是過程控制中的一個難點，為了達到高質量的控制性能，必須進行解耦設計，構成解耦控制系統(tǒng)。電加熱熱水鍋爐系統(tǒng)的解耦控制原理框圖如圖3所示，其中yr1和y1分別對應電熱鍋爐的溫度給定值和輸出值;yr2和y2分別對應電熱鍋爐液位的給定值和輸出值?？刂破鰿1、C2的控制算法可以選擇常規(guī)PID、神經(jīng)網(wǎng)絡PID、模糊自適應PID等先進算法。

圖3  對角矩陣解耦控制系統(tǒng)的原理框圖

3.3  智能控制算法實驗
在PID控制中，一個關鍵的問題就是PID參數(shù)的整定，且一旦整定計算好后，在整個控制過程中都是固定不變的。而鍋爐系統(tǒng)具有很大的延時，并且參數(shù)實時變化，難以建立精確的數(shù)學模型，常規(guī)的PID是難以實現(xiàn)準確的控制。解決這些問題的方法是采用比PID更為有效的智能控制技術—模糊控制方法和神經(jīng)網(wǎng)絡控制方法。
模糊控制算法具有階躍響應速度快、精確度較高、對參數(shù)變化不敏感以及整定更為容易等特點。應用模糊
集合理論建立PID參數(shù)與偏差量e、偏差變化量ec間的二元函數(shù)關系: 。顯然能根據(jù)不同的e和ec在線調整PID的三個參數(shù)，使系統(tǒng)盡可能獲得最佳性能。其控制原理框圖如圖4所示:

圖4  模糊PID控制原理框圖

人工神經(jīng)網(wǎng)絡具有自學習特性，用神經(jīng)網(wǎng)絡修正PID控制器的參數(shù)，并將其應用于壓力、流量、液位、溫度以及解耦控制系統(tǒng)，通過自學習算法，在線(或離線)調整網(wǎng)絡權值，實現(xiàn)PID控制器參數(shù)自整定，提高控制精度及控制器的適應性，取得滿意的控制效果。其控制原理框圖如圖5所示。

圖5  神經(jīng)網(wǎng)絡PID控制原理框圖

4  BP神經(jīng)網(wǎng)絡PID控制算法及實現(xiàn)

基于BP神經(jīng)網(wǎng)絡PID控制由兩部分組成:常規(guī)PID控制算法和基于BP神經(jīng)網(wǎng)絡的多變量學習算法。
4.1  常規(guī)PID控制算法
采用增量式數(shù)字PID控制的算法為:


式中， u(k)為當前時刻的控制量;
  u(k-1)為上一時刻的控制量;
分別為比例、積分、微分系數(shù);
  e(k)為給定量和當前時刻的檢測量的偏差;
  e(k-1)為給定量和上一時刻的檢測量的偏差;
  e(k-2)為給定量和兩個時刻前的檢測量的偏差。
4.2  神經(jīng)網(wǎng)絡多變量學習算法
BP神經(jīng)網(wǎng)絡多變量學習算法由前向傳播算法和反向傳播算法兩部分組成。設BP神經(jīng)網(wǎng)絡是一個3層BP網(wǎng)絡，輸入層節(jié)點為3個，分別為輸入設定值、偏差信號e和偏差變化量ec;Q個隱含層節(jié)點;輸出層節(jié)點為3個，分別為PID控制器的三個可調參數(shù)。
(1) 前向傳播算法
神經(jīng)網(wǎng)絡輸入層的輸入為:

式中，為隱含層加權系數(shù)，上角標1、2、3分別表示輸入層、隱含層和輸出層，f(x)取正負對稱的Sigmoid函數(shù)。
神經(jīng)網(wǎng)絡輸出層的輸入輸出為:

式中，為輸出層加權系數(shù)，由于不能為負，所以g(x)取非負的Sigmoid函數(shù)。
(2) 反向傳播算法
多輸入多輸出神經(jīng)網(wǎng)絡PID控制器是一種無教師信號的自學習控制，需要引入性能指標函數(shù):

依最速下降法修正網(wǎng)絡的加權系數(shù)，并附加一加速收斂全局極小的慣性項，則有:

式中，η為學習速率;α為慣性系數(shù)。

由于未知，則近似用符號函數(shù)取代，由此帶來計算不精確的影響可以通過調整學習速率η來補償。
由式(1)和式(4)，可求得:

由上述分析可得網(wǎng)絡輸出層權值的學習算法為:

同理可得網(wǎng)絡隱含層權值得學習算法為:

5  結束語 

本實驗裝置已用于自動化專業(yè)的實驗教學，運行狀況良好。通過這套實驗裝置可使學生對計算機網(wǎng)絡控制系統(tǒng)結構有一個直觀、深刻的認識。并使學生了解生產(chǎn)過程中的參數(shù)檢測與控制，以及多種先進的控制策略和算法。該系統(tǒng)結構模式不僅可以用于實驗教學，也可以應用于復雜的工業(yè)生產(chǎn)過程控制中，完成對壓力、流量、液位和溫度等過程參數(shù)的實時監(jiān)測與控制。