神经网络在PLC控制系统中的应用

合集下载

基于神经网络辨识和PLC控制的邮件分拣系统

列的４个元素对应一个数字量，１数字量用其所定义这６个的十六进制表示。例如，［０Ｏ０表示０用［；；；］用０；；；］；０００１表示１等等。；
１３网络结构的设计．为了识别这些以５３需要有１Ｏ个输入，在输出层需要有４个神经元来识别它，隐含层设计了９个神经元。激活函数选择ＬｇｏＳｇｉｉｄ型传输函数，ｍｏ因为它的输出范围（０—１正好适合）在学习后输出布尔值。
山西电子技术２１０２年第２期
文章编号：６４４７（０２０ —０２０１７ —５８２１）２０１—２
应用实践
基于神经网络辨识和ＰＣ控制的邮件分拣系统水Ｌ
席作鹏，安志胜，李国祯，彭勃，李晔
（太原科技大学电子信息工程学院，山西太原００２）３０４
２ＰＣ硬件部分Ｌ
分拣机系统是将用神经网络辨识出的４位１制数代６进表的邮政编码的编码信息，随传送带分拣人各个代表唯一地址的邮箱中，如编码信息代表北京的就捡人北京的邮箱。其工作过程如下：当绿灯Ｌ，２亮红灯Ｌ１灭，传送带开始工作，电机Ｍ５驱动带有推头的主链运行，通过摄像头拍摄，取获邮件的邮政编码，将得到的结果送人到计算机利用前面介绍的邮政编码的识别方法，到邮政编码的４位１制值表得６进示。当编码信息正确的时候，红灯Ｌ灭，灯Ｌ１绿２闪烁，利用电机光码器ｓ折合成脉冲数，Ｌ１ＰＣ控制器从ｓ１中采集脉冲数，当邮件到达分捡箱时，推进器（Ｍ１一Ｍ）邮件推进相４将应的邮箱。随后红灯Ｌ继续灭，灯Ｌ１绿２常亮，续分拣。继

基于PLC的两电机同步系统的神经网络逆控制

ｐｒｎｓｓｏｔａｈｗｏｍｏｏｙｃｒｎｕｙｔｍｒｅｏｐｅａｅｎａｎｕａｅｗｏｋｉｖｒｅｓｓｅｉｍｅｔｈｗｈｔｔｅｔ－ｔｒｓｎｈｏｏｓｓｓｅａｅｄｃｕｌｄｂｓｄｏｅｒｌｔｒｎｅｓｙ — ｎ
ｍｅｉｓｓａｉｔｕｈａ，ｓｍｐｅｓｒｃｕｅｈａｅｏｐｒｔｏｒｔｂｌｙｓｃｓｉｌｔｕｔｒ，ｔｅｅｓｆｏｅａｉｎ，ｔｅｍａｎｅａｃｏｔｓｉｅｐｎｉｅａｄＳｎｔｉｈｉｔｎｎｅｃｓｘｅｓｖｎＯｏ．ｉｎＴｈｌ～ａｉｂｅ，ｎｎｉｅｒｔｏｇｙｃｕｌｄ，ｔ — ｔｒｓｎｈｏｏｓｃｎｒｌｙｔｍｓｔｅｒｓａｃｂｅｍｕｔｖｒａｌｓｏｌａ，ｓｒｎｌｏｐｅｉｎｗｏｍｏｏｙｃｒｎｕｏｔｏｓｅｗａｈｅｅｒｈｏ — ｓ
ｓｓｅａｄｔｅｉｅｒｃｏｅ —ｏｐａｊｓｏｓｄｓｇｅｏｃｎｒｌｅｃｆｔｅｓｓｅ．Ｔｈｅｕｔｆｅ — ｙｔｍ，ｎｈｎａｌａｌｓｄｌｏｄｕｔｒｗａｅｉｎｄｔｏｔｏａｈｏｈｙｔｍｓｎｅｒｓｌｏｘｓ
ｃｍｂｎｎｔｗｉｈｗｏｍｏｏｙｃｒｎｕｙｔｍｔｅｆｓｕｏｌｅｒｓｓｅｗａｏｌｔｄＮａｌｏｉｉｇｉｔｔｅｔ — ｔｒｓｎｈｏｏｓｓｓｅｉｌ，ａｐｅｄ —ｉａｙｔｍｓｃｍｐｅｅ．ｈｓｎｍｅｙｔ — ｔｒｓｎｈｏｏｓｓｓｅｗａｅｏｐｅｎｏｔｎｅｅｄｎｉｅｒｓｂｙｔｍｓｓｅｄａｄｔｎｉｎｓｂｗｏｍｏｏｙｃｒｎｕｙｔｍｓｄｃｕｌｄｉｔｗｏｉｄｐｎｅｔｌａｕｓｓｅ：ｐｅｎｅｔｕ — ｎｏ

神经网络仿PID参数自适应控制器及其应用

Ｋｅｒｓｎｕａｅｗｒ；ｙｔｍｉｅｔｉｔｎＰＤｃｎｒ１ｙｗｏｄ：ｅｒｌｔｏｋｓｓｅｎｉｃｉ；Ｉｏｔｎｄｆａｏｏ
人工神经元网络具有自学习能力，已经证明
Ｂ网络具有任意非线性表示的能力，以，Ｐ所利用神经网络具有的自学习功能来构造ＰＤ参数自Ｉ适应控制器，在一定程度上解决了传统ＰＤ调节Ｉ器不易在线实时整定参数，以对一些参数慢时难变系统进行有效控制的不足．文献【】ｌ介绍了神经
一
Ｎ１为神经网络控制器，ＢＮ由Ｐ网络组成，实现控制器参数的自适应调整；Ｎ２为完成对被控对象Ｎ的系统辨识，ｌａ动态网络组成，由Ｅｍｎ它提供给ＢＰ
网络用于整定ＰＤ控制器的３Ｉ个参数．本文介绍种直接用ＢＰ神经网络构造的仿ＰＤ自适应控Ｉ
制器，已成功地应用于液位系统控制和流量系它
统控制中．真和应用表明，控制效果优于常仿其规ＰＤ控制．Ｉ
１神经网络仿ＰＩＩ）自适应控制器原理
神经网络控制系统原理如图１所示．图中
收稿日期：２０．９００１．３０
ＸＵＷｅ－ｎｉｇｍｉ
（ｌｇｆＯｐｉｓａｄＥｅｔｏｉｓｇｎｅｉｇＵｉｅｓｔｈｎｈｉｏｃｅｃｎｅｈｏｏｙＳａｇａ００３ＣｉａＣｏｌｅｏｅｔｎｌｃｒｎｃｉｅｒ，ｎｖｒｉｏａｇａｆｒＳｉｎｅａＴｃｎｌｇ，ｈｎｈｉ０９，ｈｎ）ｃＥｎｎｙｆＳｄ２

基于PLC和神经网络的电梯群控最优化方法设计

《智慧工厂》Smart FactoryMay2020基于PLC和神经网络的电梯群控最优化方法设计Design of Elevator Control System Based on PLC■齐鲁工业大学（山东省科学院）电气工程与自动化学院乔元健QiaoYuanjian摘妾：为了节能降耗，减少乘客的候梯时间'提高多层建筑内电梯的运行效率，通常需要将高层建筑内的多台电梯进行统一协调管理。

针对该类问题提出一种基于可编程逻辑控制器(PLC)和神经网络的电梯群控最优化方法，该方法采用以PLC为主的控制设备完成电梯的升降以及电梯门的开关，通过神经网络算法学习电梯运行参数并训练得到电梯群控最优化模型。

实验表明该方法能合理有效调度所有电梯，既满足了乘客的需求又达到了节能降耗的目的。

关键词：PLC神经网络电梯群控Abstract:In order to save energy and reduce consumption,reduce the waiting time of passengers and improve the operating efficiency ofelevators in multi-storey buildings,it is usually necessary to coordinate and manage multiple elevators in high-rise buildings.Aiming at this kindof problem,an optimizati o n method of elevator group control based on programmable logic contra lie r(PLC)and neural network is proposed.This method uses PLC-based control equipment to complete elevator lifting and elevator door opening and closing through neural neiworkThe algorithm learns the elevator operating parameters and trains to obtain an elevator group control optimization model.Experiments showthat this method can dispatch all elevators reasonably and effectively,which not only meets the needs of passengers but also achieves thepurpose of energy saving and con s umption reduction.Key words:PLC neural network elevator group control【中图分类号】TP216【文献标识码】B文章编号1606-5123(2020)05-0041-0031引言电梯作为中高层楼宇建筑中不可或缺的一种交通工具，其控制方法与组成结构经历了漫长的发展过程，由最初简单的独立电梯控制、较为复杂的电梯并联运行控制、智能化的多台电梯联合控制，到现在形成了能够适应不同建筑环境的自适应电梯控制技术如何能够全方位提高电梯的服务质量一直是电梯控制领域的核心研究内容，随着对电梯服务质量需求的不断提高，不仅单梯的控制系统需要进行优化，而且对多组电梯构成电梯群的调度控制研究也变得更加深入冋。

神经网络PID在PLC系统控制中的应用研究

ｃｔｏ０ｎｒ１
１引言
可编程控制器 …称作可编程逻辑控制器（ｒｇａｍｂｅＰｏｒｍａｌＬｇｃＣｎｒｌ）它主要用来代替继电器实现逻辑控制。ｏｉｏｔｌｒ，ｏｅＰＣ是一种以微处理器为基础的通用工业自动控制装置。Ｌ
最后本文将该算法应用到ＰＣ系统控制中，真结果表明了Ｌ仿
ＰＣ在设计、Ｌ结构方面具有许多其它控制器所无法比拟的优
点，然而其故障诊断能力却非常弱，了自诊断功能外，它除没有专门的用于故障诊断的软件和硬件。目前虽然传统的ＰＣ控制系统都有一定的较成熟的控Ｌ制方案，采用常系数的ＰＤ算法控制器可以取得较为满意的Ｉ
ＫＥＹＷＯＲ：ｒｇｍｍｂｅｌｉｃｎｏｅ（Ｌ；ｅｒｌｎｔｏｋＦｚｙｃｎｒ；ＩｌｒｈＤＳＰｏｒａｌｏｃｏｔｌｒቤተ መጻሕፍቲ ባይዱＰＣ）Ｎｕａｅｒ；ｕｚｏｔｌＰＤａｏｉｍ；Ｌｖｌｃｓａｅａｇｒｌｗｏｇｔｅｅａｃｄ
但是由于传统的ＰＤ算法该算法在系统中难以确定精Ｉ确的数学模型，使得系统参数设定困难，对该缺陷，针本文提出了改进的ＰＤ算法，ＰＤ算法、Ｉ将Ｉ模糊控制算法以及神经网络算法相结合，形成了一种智能控制算法．实现神经网络与ＰＤ控制规律的本质结合，共同完成ＰＤ自适应调节。ＩＩ
摘要：针对传统的ＰＤ算法由于难以给出精确的数学模型，Ｉ使得系统参数设定困难，同时系统控制效果上存在一定的缺陷，造成系统安全性和可靠性降低，系统控制质量不高。为了解决传统的ＰＤ算法所带来的问题，Ｉ提出了基于模糊神经网络的ＰＤ算法，ＰＤ算法、Ｉ将Ｉ模糊控制算法以及神经网络算法相结合，成了一种智能控制算法。将算法应用在ＰＣ控制系统形Ｌ中，实验表明算法有效的实现了ＰＤ参数的自整定，Ｉ并且提高ｒ控制质量，具有一定的实际应用推广价值。关键词：可编程逻辑控制器；神经网络；模糊控制

电气自动化工程中PLC的应用分析与发展探讨_17

电气自动化工程中PLC的应用分析与发展探讨发布时间：2022-09-15T08:27:16.001Z 来源：《中国科技信息》2022年第9期第5月作者：宋太扬尹利民[导读] ：经过上个世纪的快速发展宋太扬尹利民青岛双瑞海洋环境工程股份有限公司山东省青岛市266000摘要：经过上个世纪的快速发展，电气自动化技术在国内外取得了长足的发展和广泛的应用。

电力能源是我国科学技术发展的重要基础，也是国家经济的重要保障，在社会经济的发展过程中起到了非常重要的作用。

随着电力系统的重组，整个电力行业竞争压力变得更加的激烈，电力能源的供给需求量也在逐渐的增加，因此需要保证整个电力系统运行的效率和稳定性，才可以实现我国各个行业的综合发展。

在电力工程中可以使用电力电气自动化技术提高整个系统设备运行的效率，减少各项资金的支出，增强企业的综合竞争实力。

电力电气自动化技术又会涉及到电力分配、数据分析、发电系统、电压控制等多方面的内容。

只有提高整个电力工程的运行水平，才可以实现我国电力行业的稳定发展。

关键词：电气自动化工程；PLC应用；分析发展引言电气自动化技术是现代化新兴的一种电子技术，它将电力工程与自动化技术进行全面的融合应用，不仅提高了整个电气工程的运行效率，也改变了传统的电力行业运行方式，对整个电力系统而言具有非常重要的意义。

随着我国科学技术的创新，技术的应用范围在逐渐的扩大，电力电气自动化技术也成为了现代化电力行业的一个重要发展。

同时，在未来我国整个电力行业的发展中也具有非常重要的意义。

1自动化控制中的PLC技术具体应用价值（1）后期维护。

自动化控制系统中应用的PLC技术主要是应用存储逻辑的方式，并不是采取传统形式的界限逻辑方式，因此自动化控制系统中的PLC技术，在后期维护时难度程度相对不高，能够一定程度上减少企业在经济层面的成本投入。

（2）故障发生率。

PLC系统自身不会轻易发生故障，原因是可以在较短时间内应用自身所具有的故障诊断模块，对故障问题进行自动化检查。

基于PLC的模糊神经网络算法的工程应用

ＢｓｄＯ ‘ ａｅｎＰＬＣ
ＺＡｉｕ，ＨＡＧＹＨＮＧＬ－ｎＺＮｕｊ
（ｒｉｎｉｅｒｇＵｎｖｒｉ，ｒｂｎ１０８ｈｎ）ＨａｂｎＥｇｎｅｉｉｅｓｔＨａｉ５００Ｃｉａｎｙ
ＡｂｔａｔＴｈｓｐａｅｎｒｄｃｓａｆｚｙｎｕａｅｗｏｋｃｎｒｌｒｂｓｄｏｈｕｚｏｔｏｌｎｅｒｌｅｗｏｋｃｎｒｌｗｈｃｓｒｃ：ｉｐｒｉｔｏｕｅｕｚｅｒｌｎｔｒｏｔｏｌａｅｎｔｅｆｚｙｃｎｒｄｎｕａｔｒｏｔｏ，ｉｈｅａｎｄｅｏｅｕｒｃｕａｅｍｏｅｆｔｅｐａｔａｄｃｎｇｎｒｔｈｕｚｕｅｕｏａｉａｌ．ｐｒｍｅｔｌｒｓｌｌｏｏｓｎｔｒｑｉｅａｃｒｔｄｌｈｌｎｎａｅｅａｅｔｅｆｚｙｒｌｓａｔｍｔｃｌｙＥｘｅｉｎａｅｕｔｉａｓｏｓ
● Βιβλιοθήκη 关键词：糊神经网络控制；烧控制；糊算法模燃模
中图分类号：Ｐ８Ｔ１３
文献标识码：Ｂ
文章编号：０３２１ｏ８ｌ一０７０１０７４（０）２Ｏ２ — ４２
ＡｎＩｄｓｒｌｐｉａｉｎｏｚｙＮｅｒｌｔｒｎｒｌｕｔａｎｉＡｐｌｔｆｕｚｕａｗｏｋＣｏｔｃｏｆＮｅｏ
微分信号，加快了系统的速度，减少了调节时间，但也引入了高频干扰，本文对微分项做了改进，此算法称为不

基于欧姆龙PLC的模糊神经网络控制灌溉系统

ｏ、Ｏ、Ｏ值。ｒｒｒ．，．２３４
＋，＋）５６。各模糊子集
的隶属函数取三角型函
图２模糊控裁原理框图
数，如图３所示。糊关系）根据推理合成规则进行决策，，得到模糊控制量￣ｕＥＲ式中ｕ＝ｏ（为模糊量）。由于在不同的温度下．系统要求的工作状态是不同的，对误差及误差变化率的加权值应有所不同当系统误差较大
维普资讯
基于欧姆龙Ｐ的ＬＣ模糊神经网络控制灌溉系统
关键词：复合模糊控制神经网络变频器ＰＣＬ
在
方式与落后的灌水技术已不适应现代农业的要
节水灌溉系统的构成
一
宋鹏生重科学讲币乐先＇庆技院ｌＪ０
，
ＰＣ机作为控制系统的上位机．利用Ｌ完成数据交换，即通过Ｐ机输入控制参数，实现Ｃ对ＰＣ所测试的数据进行定时上传，保Ｌ存在ＰＣ机中。为以后的分析处理提供数据。
时间ｔ。模糊控制的基本原理如图２所示。
ＰＣ通过采样获取土壤中的水分含Ｌ
目的。
＿ＭＰ
间增量△Ｔ的语
◇ （
图３隶属函数
言变量值取（负
大、负中、负小、
零、正小、中、正
正大），量化等级都取
（６一，４，３一，１一，５一一，２一，
０．＋１＋．２．＋３．＋４．
２神经网络控制算法．
为了对被控对象施加精确的控制，还需将
一一一
模糊量ｕ转化为精确的数字量，经ＤＡ转／
换送给执行机构从而对被控对象电动机实施控制。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

神经网络在PLC控制系统中的应用
2010-11-11 18:30:00 来源：中国自动化网浏览：47 网友评论条点击查看
摘要：神经网络具有自学习、自调整、自适应能力。

本文介绍了由PLC控制实现的神经网络PID自适应控制器。

实验表明，该技术对于提高控制精度是行之有效的。

具有在调速系统中推广应用的价值。

关键词：PLC;PID控制器;神经网络;直流调速系统
一、引言
虽然目前的交、直流传动系统都有较成熟的控制方案，采用线性PI或PID 调节器可以取得基本满意的控制效果。

但是，常参数的PID调节器只对线形系统有效，它们的控制性能因为系统的非线性而降低。

在电力传动系统中，虽可以建立电机模型，但是电机本身和负载的一些参数（如交流电机的转子电阻、拖动负载的转动惯量）是无法确定的、时变的。

电气设备的机械饱和特性，开关的失控时间、控制延时都是不能精确建模的非线性因素。

然而将模糊与神经网络技术引入电力传动系统设计智能控制器却可以很好地克服电力传动对象变参数、非线性等问题，大大提高系统的鲁棒性。

引入模糊与神经网络技术的主要优点是不需要过程的复杂模型，而且适应性强，容易实现。

本文是将PID控制规律融进神经网络[3]之中，实现神经网络与PID控制规律的本质结合，共同完成PID自适应调节，并用PLC实现神经网络PID自适应控制，确保电力传动系统的控制精度和可靠性。

二、PID自适应控制器
常规PID控制算法为：
（1）
用求和代替积分，微分用有限差分代替，即上式为：
（2）
式中T为采样周期，KP是比例系数，KI=KP/TI是积分比例系数，KD=KPTD是微分比例系数。

根据上式，组成由两层线性神经网络构造的控制器，如图1所示。

它是由比例、积分、微分三个单元组成的一种动态前向网络，各层神经元个数、连接方式、连接权值是按PID 控制规律的基本原则和已有的经验确定，能够保证系统的稳定和快速收敛。

图1神经网络PID自适应控制器
其中r为系统给定值，y为系统输出值，d为标定值， Lr为学习步长：0<LR
三、PLC控制系统的组成
本文用PLC实现神经网络PID自适应控制，并应用于直流逻辑无环流可逆调速控制系统，使系统的控制精度达到了只有理论上才能实现的无静差。

考虑到可逆调速控制系统的控制设备、器件数量多、对系统运行安全可靠提出的更高要求，采用高可靠性的PLC作为控制核心，以晶闸管为执行机构的直流调速控制系统，其系统主要由两部分构成，系统框图如图2所示。

其中PLC实现神经网络PID自适应器与逻辑无环流双闭环的控制部分，长划线-点-点虚线框内为（V—M）三相桥式晶闸管—电动机系统，GT为V—M系统的晶闸管触发电路，它由硬件实现。

短划线虚线框内为换向软开关，由PLC软件实现。

图2系统组成框图
该系统为速度、电流双闭环调速系统，也就是说PLC对这三个模拟输入信号分别进行速度调节器和电流调节器相串联的两级PID运算，向晶闸管的触发电路给出移相电压信号。

所以，系统跟随的快速性及控制精度关键取决于PID调节器的设计和调节精度。

本系统采
用单神经元组成的PID自适应控制器，它即具有传统PID控制器的优点，又具有神经网络的并行结构和学习记忆功能，并且结构简单，易于实现，所以它更适合于控制系统。

四、基于PLC的自适应控制方法
作为现代工业三大支柱（机器人、CAD/CAM、PLC）之一的PLC具有可靠性高、抗干扰能力强、操作灵活简单、接线简洁、性价比高等优点，特别是易于扩展、编程简单、耐恶劣环境能力强等特点，已迅速占领了工业生产自动化领域，成为工业自动化领域的强有力工具。

在PLC中实现神经网络PID自适应控制，即可减少分接头数，提高PID调节的快速性和控制精度，又可以保证动作的可靠性，提高系统运行的安全性。

在直流双闭环调速系统中，为了提高系统响应的快速性和限流的必要性，电流内环仍然采用传统的PI调节器，而转速环则采用神经网络PID自适应控制器，以提高系统的鲁棒性。

这两级相串联的PID运算都由PLC实现，我们把这一运算环节作为中断程序来处理。

P LC的PID自适应控制中断处理子程序流程图如图3所示。

图3中断处理子程序流程图
图4主程序流程图
我们选用西门子公司S7-200系列的PLC进行系统配置[5]。

根据逻辑无环流可逆直流调速系统实际运行的要求，PLC主要实现了两级串联PID自适应调节及逻辑换向原则。

同时，还实现了系统保护功能和系统显示功能。

针对该直流调速系统的控制功能，我们在实验室进行了带负载实际运行实验，实验直流电动机的额定参数为U =220V I = 12A n =1500转/分，实验线路示意图如图2所示。

实测的机械特性数据如下表所示：
测试结果证实，其静特性能够达到只有理论上的无静差，静差率S = 0。

其它技术性能指标也均达到了设计要求。

五、结束语
用PLC实现的神经网络PID自适应控制器应用于传动调速系统，控制精度高，而且经济可靠、抗干扰能力强，在允许负载、电枢电阻和转动惯量变化的范围内，都能保持响应的快速性以及无静差、无超调的优良性能。

它特别适用于机床控制系统，它即可以实现调速部分，同时也可利用PLC顺序控制的应用特点，替代其余的继电器控制部分，这样可使系统结构紧凑，便于维护。

参考文献
[1] 陈宇编. 可编程序控制器基础及编程技巧[M]. 上海：华南理工大学出版社,1999
[2] S7—200可编程序控制器系统手册[Z]. SIMATIC, 1998.
[3] 侯远龙. 电气传动系统PID自适应控制研究[J]. 工业仪表与自动化装置,2001,2
[4] 曹承志编. 微型计算机控制新技术[M]. 北京：机械工业出版社,2001.
[5] 陈均. 基于S7—200的潜水泵站自动控制技术 [J]. 微计算机信息。

2006. 9：1 40—142.
[6] 陶永华等. 新型PID控制及其应用[M]. 北京：机械工业出版社,1998,9.。