CN111367166A - 基于s7_300的模糊控制器二次开发设计方法 - Google Patents

Abstract

本发明涉及一种基于S7_300的模糊控制器二次开发设计方法，将先进的智能控制方法与PLC控制器相结合，根据二维模糊控制器的工作原理和PLC的特点，提出了一种用PLC实现模糊控制的设计方法。该方法采用离线生成模糊控制查询表，借助PLC的存储器间址寻址方式实现模糊控制算法。运用PLCSIM仿真软件测试该算法，证明该控制器的模糊输入和解模糊输出的有效性；本发明将模糊控制与SIEMENS结合起来，扬长避短，既具有模糊控制灵活、适应性强的优点，又具有PLC可靠性高、参数监控修改方便、通讯便捷等优点，采用Step7_300来实现模糊控制，将使模糊控制在工业控制中发挥更大的作用。

Description

基于S7_300的模糊控制器二次开发设计方法

技术领域

本专利申请属于模糊控制器开发技术领域，更具体地说，是涉及一种基于Step7_300_PLC平台下的模糊控制器二次开发设计方法。

背景技术

SIEMENS控制系统采用常规pid控制较为普遍，对于实际工业生产过程来讲，SIEMENS控制系统自带的常规pid控制在启动、停止、设定值增减幅度大时会使控制量超过执行机构可能最大的动作范围所对应的极限控制量，最终引起系统较大的超调，甚至引起系统的振荡。为了适应自动化发展需要，控制系统可采用模糊控制模糊控制器，并将模糊控制与PLC结合以兼顾二者的优点。

为了实现智能控制，利用SIEMENS控制系统的Step7进行模糊控制设计，是一件急需解决的事情。

发明内容

本发明需要解决的技术问题是提供一种基于S7_300的模糊控制器二次开发设计方法，提高系统运行的安全性和经济性，并可以减少人员，提高生产。

为了解决上述问题，本发明所采用的技术方案是：

一种基于S7_300的模糊控制器二次开发设计方法，包括基于SIEMENS控制系统Step7_300_PLC平台构筑模糊控制器，构筑出的模糊控制器以偏差e(k)和偏差变化率ec(k)作为输入、控制量u(k)作为输出，模糊控制器具体构筑步骤如下：

S1、模糊控制输入；

S2、计算偏差e(k)和偏差变化率ec(k)并模糊化；

S3、定义模糊变量及其语言值；

S4、给出输入和输出模糊变量赋值表；

S5、计算模糊关系；

S6、合成运算；

S7、计算控制量并清晰化(也就是解模糊化)；

S8、模糊控制输出。

本发明技术方案的进一步改进在于：S3中，模糊控制器以基本二维模糊控制器为基础，模糊控制器包括输入量模糊化、模糊推理和解模糊三个部分，模糊控制器的模糊变量包括如下因素：

r为设定值，y为测量值，u为输出值；

e为误差，计算公式为e＝r-y；

ec为误差变化率，计算公式为ec＝e1-e2，式中，e1为当前采样的误差，e2为上次采样的误差；

E和EC分别为e和ec模糊化后的输入模糊变量；

△U为输出模糊变量，△u为△U解模糊化后的输出增量，u为精确输出量；K_e、K_ec分别为e、ec的量化因子；K_u为△u的比例因子。

本发明技术方案的进一步改进在于：S4中，输入和输出模糊变量赋值表中的模糊变量隶属函数为：

EC赋值表

E、△U赋值表

设定模糊变量E的模糊论域为[-3，3]，并将其量化为7个等级{-3，-2，-1，0，1，2，3}；设定模糊变量EC的模糊论域为[-2，2]，并将其量化为5个等级{-2，-1，0，1，2}；输出模糊变量△U的模糊论域为[-3，3]，并量化为7个等级{-3，-2，-1，0，1，2，3}；

设定模糊变量的语言值集合，设定输入模糊变量E和输出模糊变量△U的语言值集合为：负大NB，负中NM，负小NS，零ZO，正小PS，正中PM，正大PB七级语言变量；设定输入模糊变量EC语言值集合为：负大NB，负小NS，零ZO，正小PS，正大PB五级语言变量。

本发明技术方案的进一步改进在于：量化因子和比例因子为：

设定的输入模糊变量E的模糊论域：[-3，3]，假设实际论域e：[-l5，15]；输入模糊变量EC的模糊论域为[-2，2]，假设ec实际论域：[-0.4，0.4]；输出模糊变量△U的模糊论域：[-3，3]，假设实际论域(精确输出量)u：[-3，3]；根据以上设定，量化因子和比例因子的计算式如下：

量化因子

比例因子

本发明技术方案的进一步改进在于：采用离线生成模糊变量的模糊控制查询表，借助PLC的存储器间址寻址方式实现模糊控制算法，模糊控制查询表为：

由于采用了上述技术方案，本发明取得的有益效果是：

(1)提高系统运行的安全性，因此，模糊控制系统的应用使系统运行的可靠性得到了进-步的提高。

(2)提高系统运行的经济性，因此，控制系统优化不但可以减少事故停机的损失和检修费用，还可以有效提高效率，降低能耗。

(3)提高生产和改善条件，因此，自动装置和监控手段可以减少人员，提高生产。

模糊控制主要优点是：

(1)设计系统时不需要建立被控对象的数学模型，只要求掌握现场操作人员或者有关专家的经验、知识或者操作者在操作过程中的操作数据及被控对象的运行数据等。

(2)被控对象参数的变化具有较强的鲁棒性，适用于对难以建立被控对象的数学模型的复杂系统进行控制，如非线性、时变、滞后系统。

(3)语言型控制，定性认识工业过程，较容易建立语言变量控制规则，易于形成知识库。

(4)控制效果好，且所需设备简单，经济效益显著。

综上所述，基于Step7_300_PLC平台下模糊控制器二次开发设计方法的应用，将有很好的和潜在的应用前景，并有明显的理论意义和实际意义。本发明将模糊控制与SIEMENS结合起来，扬长避短，既具有模糊控制灵活而适应性强的优点，又具有PLC可靠性高、参数监控修改方便、通讯便捷等优点，采用Step7_300来实现模糊控制，将使模糊控制在工业控制中发挥更大的作用。

附图说明

图1是本发明的流程示意图；

图2是本发明的结构示意图；

图3是本发明的参数数据块示意图；

图4是本发明的模糊查询表示意图；

图5是本发明的FC12程序示意图；

图6是本发明的Blocks子程序块示意图；

图7是本发明的仿真硬件组态示意图；

图8是本发明的仿真PLCSIM示意图；

图9是本发明的FC11程序示意图一；

图10是本发明的FC11程序示意图二；

图11是本发明的FC11程序示意图三；

图12是本发明的FC11程序示意图四；

图13是本发明的FC11程序示意图五；

图14是本发明的FC11程序示意图六；

图15是本发明的FC11程序示意图七；

图16是本发明的OB35程序示意图。

具体实施方式

下面结合实施例对本发明做进一步详细说明。

本发明公开了一种基于S7_300的模糊控制器二次开发设计方法，该方法基于SIEMENS控制系统Step7_300_PLC平台构筑模糊控制器，构筑出的模糊控制器以偏差e(k)和偏差变化率ec(k)作为输入、控制量u(k)作为输出，模糊控制器具体构筑步骤如下：

S1、模糊控制输入；

S2、计算偏差e(k)和偏差变化率ec(k)并模糊化；

S3、定义模糊变量及其语言值；

S4、给出输入和输出模糊变量赋值表；

S5、计算模糊关系；

S6、合成运算；

S7、计算控制量并清晰化(也就是解模糊化)；

S8、模糊控制输出。

S3中，模糊控制器以二维模糊控制器为基础，模糊控制器包括输入量模糊化、模糊推理和解模糊三个部分，模糊控制器的模糊变量包括如下因素：

r为设定值，y为测量值，u为输出值；

e为误差，计算公式为e＝r-y；

ec为误差变化率，计算公式为ec＝e1-e2，式中，e1为当前采样的误差，e2为上次采样的误差；

E和EC分别为e和ec模糊化后的输入模糊变量；

△U为输出模糊变量，△u为△U解模糊化后的输出增量，u为精确输出量；K_e、K_ec分别为e、ec的量化因子；K_u为△u的比例因子。

S4中，输入和输出模糊变量赋值表中的模糊变量隶属函数为：

EC赋值表

E、△U赋值表

设定模糊变量E的模糊论域为[-3，3]，并将其量化为7个等级{-3，-2，-1，0，1，2，3}；设定模糊变量EC的模糊论域为[-2，2]，并将其量化为5个等级{-2，-1，0，1，2}；输出模糊变量△U的模糊论域为[-3，3]，并量化为7个等级{-3，-2，-1，0，1，2，3}；

设定模糊变量的语言值集合，设定输入模糊变量E和输出模糊变量△U的语言值集合为：负大(NB)，负中(NM)，负小(NS)，零(ZO)，正小(PS)，正中(PM)，正大(PB)七级语言变量；设定输入模糊变量EC语言值集合为：负大(NB)，负小(NS)，零(ZO)，正小(PS)，正大(PB)五级语言变量。

量化因子和比例因子为：

设定的输入模糊变量E的模糊论域：[-3，3]，假设实际论域e：[-l5，15]；输入模糊变量EC的模糊论域为[-2，2]，假设ec实际论域：[-0.4，0.4]；输出模糊变量△U的模糊论域：[-3，3]，假设实际论域(精确输出量)u：[-3，3]；根据以上设定，量化因子和比例因子的计算式如下：

量化因子

比例因子

采用离线生成模糊变量的模糊控制查询表，借助PLC的存储器间址寻址方式实现模糊控制算法，模糊控制查询表为：

下面结合附图。通过实施例对本发明做进-步详细的说明。

模糊控制系统结构

模糊控制系统的设计以基本二维模糊控制器的设计为基础，模糊控制器包括输入量模糊化、模糊推理和解模糊三个部分。图中r为设定值，y为测量值，u为精确输出值。

e为误差，计算公式为e＝r-y；ec为误差变化率，计算公式为ec＝e1-e2，式中，e1为当前采样的误差，e2为上次采样的误差。E和EC分别为e和ec模糊化后的模糊变量。△U为输出模糊变量，△u为△U解模糊化后的输出增量，u为精确输出量；Ke、Kec分别为e、ec的模糊量化因子。Ku为△U的比例因子。

模糊变量隶属函数

设定模糊变量E的模糊论域为[-3，3]，并将其量化为7个等级{-3，-2，-1，0，1，2，3}。设定模糊变量EC的模糊论域为[-2，2]，并将其量化为5个等级{-2，-1，0，1，2}。输出模糊变量△U的模糊论域为[-3，3]，并量化为7个等级{-3，-2，-1，0，1，2，3}。

设定模糊变量的语言值集合。设定输入模糊变量E和输出模糊变量△U的语言值集合为：负大(NB)，负中(NM)，负小(NS)，零(ZO)，正小(PS)，正中(PM)，正大(PB)七级语言变量。设定输入模糊变量EC语言值集合为：负大(NB)，负小(NS)，零(ZO)，正小(PS)，正大(PB)五级语言变量。

量化因子和比例因子

设定的输入模糊变量E的模糊论域：[-3，3]，假设实际论域e：[-l5，15]；输入模糊变量EC的模糊论域为[-2，2]，假设ec实际论域：[-0.4，0.4]；输出模糊变量△U的模糊论域：[-3，3]，假设实际论域u：[-3，3]。根据以上设定，量化因子和比例因子的计算式如下：

量化因子

比例因子

模糊控制查询表

表1模糊控制查询表

模糊控制算法程序结构如图2所示。OB1是主程序，用于控制系统起停和调用子程序FC10和FC12。功能FC10用于实现输入输出模拟量规范化处理，误差e和误差变化率ec进行超限处理，将e和ec模糊化为E和EC。功能FC12用于实现查模糊控制表，求得输出模糊变量△U。OB35是循环中断组织块，实现每采样时刻调用功能FC11。功能FC11用于定时计算e和ec，将△U解模糊为△u，计算u＝∑△u。

数据块DB10用于存放设定值、测量值、输出值、误差和误差变化率及其量化值、量化因子、比例因子等参数。数据块DB11用于存放模糊控制查询表△U的数据。模糊控制设计流程图如图1所示。

变量数据块

共享数据块DB10的参数及数据类型如图3所示。为了运算精确，输入输出变量、误差和误差变化率、量化因子等参数均设置成实型数据。因为PLC的内部存储器地址是32位，误差和误差变化率的量化值E和EC必须设置成32位整型数据。

根据模糊控制查询表表1中△U的值按由左到右、由上到下的顺序依次填入共享数据块DB11中的DBDO～DBD136中，共35个数据，如图4。△U的数据类型选择为实型，△U的数据采用基址+变址的寻址方式访问，基址为0，偏移地址为：

[(EC+2)*7+(E+3)]*4，即：[(DB10.DBD40+2)*7+(DB10.DBD36+3)]*4。

参数数据块见图3。模糊查询表见图4。

循环中断

在FC11中编写采集输入量e和ec并计算输出量u的程序。程序段1用于计算误差e并将之保存到DB10.DBD24中。程序段2和3用于计算误差变化率ec，初始采样时的误差变化率为初次误差减初次误差，用开关M0.6实现初始误差变化率的计算。程序段4～6用于计算输出量u。考虑输出量的非线性，对输出量进行了超上限和超下限处理。输入采样和输出刷新的定时时间，在循环中断OB35的硬件组态中设定。这里设为1000ms。通过OB35中调用FC11实现每隔1s钟采样输入和刷新输出的控制，见图7。

模糊控制查询子程序

根据模糊量E和EC查询模糊控制输出△U是实现PLC模糊控制器的关键。在FC10中编写程序实现：将e和ec模糊化为E和EC，分别存放在数据寄存器DBIO.DBD36和DB10.DBD40中，并对E和EC超限处理，使的数值在模糊论域[-3，3]中，EC的数值在模糊论域[-2，2]中。在FC12中编写程序，实现模糊控制输出△U的数据查询。程序见图5。

验证测试

打开Step7_300_PLC仿真软件PLCSIM，按图8所示输入模块。给定值DB10.DBD0、测量值DB10.DBD4、误差DB10.DBD24、误差变化率DB10.DBD32、模糊输出增量DB10.DBD44数据类型均选择为实型(Real)；过程值PIW256数据类型选择为整型，滑块式(Slider Int)；模糊误差DB10.DBD36和模糊误差变化率DB10.DBD40数据类型选择为有符号整型(Integer)。将图6所示的程序及组态好的硬件下载到仿真软件中。运行仿真软件，将鼠标放在PIW294输入模块的滑块上，改变测量值的大小，可以观察到误差DB10.DBD24、误差变化率DB10：DBD32及其分别对应的量化值DB10.DBD36和DB10.DBD40，也可以观察到模糊输出增量DB10：DBD44的值。

Blocks子程序块见图6。仿真硬件组态见图7。PLCSIM仿真见图8。FC11程序见图9。OB35程序见图10。

本发明将先进的智能控制方法与PLC控制器相结合，根据二维模糊控制器的工作原理和PLC的特点，提出了一种用PLC实现模糊控制的设计方法。该方法采用离线生成模糊控制查询表，借助PLC的存储器间址寻址方式实现模糊控制算法。运用PLCSIM仿真软件测试该算法，证明该控制器的模糊输入和解模糊输出的有效性。

综上所述，基于模糊控制理论、模糊语言知识和逻辑规则推理，以Step7编写的模糊控制器为主要框架，进行详细二次开发设计，可移植Step7_300_PLC平台实现对基础自动化设备进行有效的控制基于Step7_300_PLC平台下模糊控制器二次开发设计方法的应用，将有很好的和潜在的应用前景，并有明显的理论意义和实际意义。

Claims (5)

1.一种基于S7_300的模糊控制器二次开发设计方法，其特征在于：基于SIEMENS控制系统Step7_300_PLC平台构筑模糊控制器，构筑出的模糊控制器以偏差e(k)和偏差变化率ec(k)作为输入、控制量u(k)作为输出，模糊控制器具体构筑步骤如下：

S1、模糊控制输入；

S2、计算偏差e(k)和偏差变化率ec(k)并模糊化；

S3、定义模糊变量及其语言值；

S4、给出输入和输出模糊变量赋值表；

S5、计算模糊关系；

S6、合成运算；

S7、计算控制量并清晰化；

S8、模糊控制输出。

2.根据权利要求1所述的基于S7_300的模糊控制器二次开发设计方法，其特征在于：S3中，模糊控制器以二维模糊控制器为基础，模糊控制器包括输入量模糊化、模糊推理和解模糊三个部分，模糊控制器的模糊变量包括如下因素：

r为设定值，y为测量值，u为输出值；

e为误差，计算公式为e＝r-y；

ec为误差变化率，计算公式为ec＝e1-e2，式中，e1为当前采样的误差，e2为上次采样的误差；

E和EC分别为e和ec模糊化后的输入模糊变量；

△U为输出模糊变量，△u为△U解模糊化后的输出增量，u为精确输出量；K_e、K_ec分别为e、ec的量化因子；K_u为△u的比例因子。

3.根据权利要求2所述的基于S7_300的模糊控制器二次开发设计方法，其特征在于：S4中，输入和输出模糊变量赋值表中的模糊变量隶属函数为：

EC赋值表

E、△U赋值表

设定模糊变量E的模糊论域为[-3，3]，并将其量化为7个等级{-3，-2，-1，0，1，2，3}；设定模糊变量EC的模糊论域为[-2，2]，并将其量化为5个等级{-2，-1，0，1，2}；输出模糊变量△U的模糊论域为[-3，3]，并量化为7个等级{-3，-2，-1，0，1，2，3}；

设定模糊变量的语言值集合，设定输入模糊变量E和输出模糊变量△U的语言值集合为：负大NB，负中NM，负小NS，零ZO，正小PS，正中PM，正大PB七级语言变量；设定输入模糊变量EC语言值集合为：负大NB，负小NS，零ZO，正小PS，正大PB五级语言变量。

4.根据权利要求3所述的基于S7_300的模糊控制器二次开发设计方法，其特征在于：量化因子和比例因子为：

设定的输入模糊变量E的模糊论域：[-3，3]，假设实际论域e：[-l5，15]；输入模糊变量EC的模糊论域为[-2，2]，假设ec实际论域：[-0.4，0.4]；输出模糊变量△U的模糊论域：[-3，3]，假设实际论域u：[-3，3]；根据以上设定，量化因子和比例因子的计算式如下：

量化因子

比例因子

5.根据权利要求4所述的基于S7_300的模糊控制器二次开发设计方法，其特征在于：采用离线生成模糊变量的模糊控制查询表，借助PLC的存储器间址寻址方式实现模糊控制算法，模糊控制查询表为：

Images