神经网络在PLC控制系统中的应用

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

智能控制系统的类型层出不穷

混沌理论是20世纪70年代科学上的重大发现，混沌理论是研究混乱、无秩序等混沌现象发展变化规律的科学；混沌现象的两个基
本特点是：不可预言性和对于初始值的极端敏感依赖性。
2
3. 智能控制系统的类型
混沌理论是上世纪70年代科学上的重大发现，混沌理论是研究混乱、无秩序等混沌现象发展变化规律的科学；混沌现象的两个
8
二、模糊控制系统的基本原理
2.模糊控制器的结构设计
所谓模糊控制器的结构设计就是确定模糊控制器的输入变量和输出变量。模糊控制器的结构对整个系统的性能有较大的影响，
必须根据被控对象的具体情况，合理选择。
9
二、模糊控制系统的基本原理
2.模糊控制器的结构设计
在自动控制系统中最为简单也是最为典型的系统，称之为单 e u 输入—单输出(SISO)系统，在实际工程中大量的多输入—多输出
推理模型及故障诊断等。
14
第一章小结
功能添加法为了控制物体运动使用的设计方法是步进逻辑公式法最少程序步判别定理
抑制定理
为了保持物体运动姿态的准确、平稳使用设计方法反馈定理多环组合方法如果被控对象数学模型没有或很难建立，则采用智能控制方法：
对于能总结出控制规律来的被控对象一般采用有模糊控制
5
第三节智能控制系统设计简介
二、模糊控制系统的基本原理
模糊控制系统是以模糊数学、模糊语言形式的知识表示和模糊逻辑的规则推理为理论基础；采用计算机控制技术构成的一种具有非线性数字控制的系统。它的组成核心是具有智能性的模糊控制器，因此，模糊控制属于智能控制的范畴。
模糊控制系统是实现智能控制的一种重要而又有效的形式，
在各行各业得到了广泛的应用，是目前应用比较成熟的一种智能控制系统。尤其是模糊控制和神经网络；遗传算法及混沌理论等新学

基于PLC的单神经元PID控制器的实现2

基于PLC的单神经元PID控制器的实现任俊杰自动化学院，北京联合大学，北京，100101，中国******************.cn摘要：考虑到复杂的控制系统非线性，纯滞后，大惯性，以及随时间变化的特点，传统的PID控制算法通常未能获得较好的控制效果。

将神经网络控制算法与传统的PID控制算法结合起来，神经元自适应PID控制能有效地提高了系统的性能。

本文设计的基于PLC的是一个单一的神经元PID控制器。

该控制系统的结构是简单的。

实现单神经元PID算法的功能块程序写在结构控制语言（SCL）。

该函数块具有常用和方便的特点。

实验结果表明，这种方法不仅高效，而且实用。

关键词：单神经元，PID，PLC，SCLI.简介由于PID控制算法简单，易于实施和良好的鲁棒性，它被广泛应用于工业过程控制系统。

但是，对于一个复杂的控制系统的非线性，纯时间延迟，大惯量和随时间变化的特性，传统的PID控制算法通常不能获得更好的控制效果。

添加先进的智能控制传统的PID控制算法，控制效果会更理想。

具有近似任意连续有界非线性函数的功能，神经网络是一种来解决非线性系统和不确定的系统有效的方式[1]。

在本文中，神经网络与传统的PID控制结合为应用PLC的神经自适应PID控制器。

他们发挥各自的优势。

与传统的PID控制相比，它具有超调小，控制高精度，抗干扰性能强的优点。

II.基于PLC的控制系统的结构单神经元PID控制器被应用到控制系统。

它具有传统PID的优点，并且还具有神经网络的优点，如并联结构，结构简单，学习和记忆功能和以及容易实现的特点[2]。

图1显示了用PLC作为控制器的单神经元PID控制系统。

图1中的虚线表示的是单个神经元PID控制器。

实际输出值y用计量装置转换为1-5V的电压信号或4-20mA的电流信号。

模拟信号连接到PLC的AI模块进行A / D转换。

用户程序中，比较了测量值y与设定值r，误差e测量和转换为三个输入信号的单神经元对应的比例，也比较了积分和差的功能。

基于PLC控制的柔性生产线中自动分拣系统的研究

基于PLC控制的柔性生产线中自动分拣系统的研究一、内容综述随着科技的不断发展，自动化技术在各个领域得到了广泛的应用。

在制造业中，柔性生产线作为一种新型的生产模式，以其高效、灵活的特性逐渐成为企业提高生产效率和降低成本的关键手段。

而自动分拣系统作为柔性生产线中的重要环节，其性能直接影响到整个生产线的运行效率和产品质量。

因此研究基于PLC控制的柔性生产线中自动分拣系统具有重要的理论和实际意义。

本文首先对国内外自动分拣系统的发展趋势进行了梳理，分析了各种自动分拣技术的特点和优缺点，为后续的研究提供了理论依据。

接着本文详细介绍了PLC控制的基本原理、结构特点以及在自动分拣系统中的应用，通过对PLC控制在自动分拣系统中的实际应用案例进行分析，揭示了PLC控制在提高自动分拣系统性能方面的作用机制。

在此基础上，本文提出了一种基于PLC控制的柔性生产线中自动分拣系统的设计方案，该方案充分考虑了柔性生产线的特点，采用了模块化设计思想，使得系统具有良好的可扩展性和可维护性。

同时本文还针对该方案进行了详细的仿真分析，验证了其可行性和有效性。

本文对基于PLC控制的柔性生产线中自动分拣系统的发展前景进行了展望，指出了当前研究中存在的问题和挑战，并提出了未来研究的方向和建议。

1. 柔性生产线的概念和特点柔性生产线是一种高度自动化的生产方式，它通过将各种生产设备、工具和控制系统连接在一起，实现对整个生产过程的实时监控和管理。

柔性生产线的主要特点包括高度灵活性、快速换线能力、高效率和低成本。

高度灵活性：柔性生产线可以根据生产需求快速调整生产线的布局和配置，以适应不同产品的生产。

这使得企业能够迅速应对市场变化，提高生产效率和降低库存成本。

快速换线能力：柔性生产线具有很强的换线能力，可以在短时间内完成产品结构的转换，从而实现多品种、小批量的生产。

这有助于企业在激烈的市场竞争中保持竞争力。

高效率：柔性生产线采用先进的自动化设备和技术，实现了生产过程的高度自动化和智能化。

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。

神经网络在温度控制系统中的应用

１引言
人工神经网络是用大量简单的处理单元广泛连接
组成的复杂网络，将生物大脑的神经网络模仿成数它学模型。从大量的研究成果证明，工神经网络具有人
人脑的信息综合、习记忆和归纳功能，学而且，人工神经网络的分布与并行处理、散与连续时间计算和全离
温度控制中，真结果表明这种控制方法有很好的控制效果。仿关键词：神经网络；温度控制；Ｐ算法Ｂ中圈分类号：Ｐ９．２Ｔ３３０
ＡｐｉａｉｎｏｕａｅｗｏｋＩｍｐｒｔｒｎｔｏｙｔｍｐｌｃｔｏｆＮｅｒｌＮｔｒｎＴｅｅａｕｅＣｏｒｌＳｓｅ
局信息的作用又使它有能力解决用串行操作和信息存储模式的传统计算机难以解决的高速、实的复杂问时
题。另外，经网络还可以处理那些难以用模型和规神则描述的过程，如像在温度等这样一些多变量、线例非
３．ａｇｏｇＷｅｔＩｓｏｅＳｅｄｙＬｔ．ｎｊｎ，ａｇｏｇ５９０Ｃｈｎ）ＧｕｎｄｎｓｎｈｒｐｅｗａｄＹａｇｉｇＧｕｎｄｎ２５０，ｉａａ
ＡｂｔａｔＮｅｒｅｗｏｋｃｎｒｌｙｔｍｓｈｖｎｙｉａｄａｃｄｐｏｅｔｅｏａｅｔｔｅｎｒｌｍｅｈｓｒｃ：ｕａｎｔｒｏｔｏｓｅａｅｍａｙｔｐｃａｖｎｅｒｐｒｉｃｍｐｒｗｉｏｈｒｃｔｔ — ｌｓｌｓｄｈｏｏｄ．ｏｆｂｓｃｃｃｐａｄｔｅｌａｎｎｒｔｍｅｉａｏｔｎｕａｎｔｒｔｏａｅｂｅｒｐｓｄ．ａｔｗｅａｐｙｏｓＳｍｅｏａｉｎｅｔｎｈｅｒｉｇａｉｈｔｂｕｅｒｅｏｋｃｎｒｌｈｖｅｎｐｏｏｅＬｓｐｌｏｓｃｌｗｏｔｅｎｕａｅｏｋＰＤｎｒｌｔｏＯｔｍｐｒｔｒｎｒｌｓｓｅｆｒａｗａｅａｈｅｐｒｍｅｔｅｕｔｓｏｔａｈｈｅｒｌｔｒＩｃｔｏｎｗｏｍｅｈｄｔｅｅａｕｅｃｔｏｙｔｍｏｔｒｔ，ｘｅｏｂｉｎａｒｓｌｈｗｈｔｔｅｌｓｐｅｅｔｅｈｄｐｏｉｅｎｅｃｌｎｎｒｌｅｕｔ．ｒｎｔｏｒｖｄｓａｘｅｌｔｃｔｏｓｌｓｓｍｅｏｒＫｅｏｄ：ｕａｔｒＴｅｅａｕｅＣｎｒｌＢｉｈｅｉ．ｙＷｒｓＮｅｒＮｅｗｏｋ；ｍｐｒｔｒｏｔ；ＰＡｒｔｌｏｍｔｃ

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