Настройка регулятора, выполненная методами, изложенными выше, не является оптимальной и может быть улучшена с помощью дальнейшей подстройки. Подстройка может быть выполнена оператором на основании правил или автоматически, с помощью блока нечеткой логики. Блок нечеткой логики (фаззи-блок) использует базу правил подстройки и методы нечеткого вывода. Фаззи-подстройка позволяет уменьшить перерегулирование, снизить время установления и повысить робастность ПИД-регулятора.

Процесс автонастройки регулятора с помощью блока нечеткой логики начинается с поиска начальных приближений коэффициентов регулятора. Это делается обычно методом Зиглера-Никольса, исходя из периода собственных колебаний в замкнутой системе и петлевого усиления. Далее формулируется критериальная функция, необходимая для поиска оптимальных значений параметров настройки методами оптимизации.

В процессе настройки регулятора используют несколько шагов. Сначала выбирают диапазоны входных и выходных сигналов блока автонастройки, форму функций принадлежности искомых параметров, правила нечеткого вывода, механизм логического вывода, метод дефаззификации и диапазоны масштабных множителей, необходимых для пересчета четких переменных в нечеткие.

Нейронные сети, как и нечеткая логика, используются в ПИД-регуляторах двумя путями: для построения самого регулятора и для построения блока настройки его коэффициентов. Нейронная сеть обладает способностью «обучаться», что позволяет использовать опыт эксперта для обучения нейронной сети искусству настройки коэффициентов ПИД-регулятора, Регулятор с нейронной сетью похож на регулятор с табличным управлением, однако отличается специальными методами настройки («обучения»), разработанными для нейронных сетей и методами интерполяции данных.

В отличие от нечеткого регулятора, где эксперт должен сформулировать правила настройки в лингвистических переменных, при использования нейронной сети от эксперта не требуется формулировка правил — достаточно, чтобы он несколько раз сам настроил регулятор в процессе «обучения» нейронной сети.

Нейронные сети были предложены в 1943 г. Мак-Каллоком и Питтсом как результат изучения нервной деятельности и биологических нейронов. Нейронная сеть состоит из множества связанных между собой нейронов, количество связей может составлять тысячи. Благодаря нелинейности функций активации и большому количеству настраиваемых коэффициентов нейронная сеть может выполнять нелинейное отображение множества входных сигналов во множество выходных.

Генетические алгоритмы являются мощным методом оптимизации, позволяющим найти глобальный оптимум быстрее, чем другие методы случайного поиска. Существенным их достоинством является отсутствие проблем со сходимостью и устойчивостью. Эти методы используются для идентификации моделей объектов управления, для поиска оптимальных параметров регулятора, для поиска оптимальных положений функций принадлежности в фаззи-регуляторах и для обучения нейронных сетей. Чаще всего генетические алгоритмы используются совместно с нейронными сетями и регуляторами с нечеткой логикой.

Недостатком генетических алгоритмов является большое время поиска экстремума, что не позволяет их использовать в быстродействующих системах реального времени.

Генетические алгоритмы основаны на принципах естественного отбора, сформулированных Дарвиным в 1859 г. Идею генетических алгоритмов применительно к решению математических задач сформулировал Дж, Холланд в 1962 г, используя понятия генов, хромосом, скрещивания, мутация, селекции, репродукции. Основной идеей является прямое подобие принципу естественного отбора, когда выжинают наиболее приспособленные особи.

Для идентификации моделей и настройки регуляторов наибольшее распространение имеют модели первого и второго порядка с задержкой, поскольку они позволяют получить простые аналитические выражения. В качестве тестового воздействия чаще других используется двойной прямоугольный импульс.

Частотная идентификация в режиме релейного регулирования является самым распространенным и надежным методом для автоматической идентификации объектов в адаптивных ПИД-регуляторах. Однако она используется обычно только для получения начального приближения коэффициентов с целью их последующего уточнения.

В ПИД-регуляторах используется несколько различных систем коэффициентов. Незнание их смысла для конкретного регулятора может привести к грубым ошибкам при его настройке. Интегральный член в ПИД-регуляторе обеспечивает нулевую ошибку в установившемся режиме, дифференциальный член улучшает форму переходной характеристики и увеличивает запас устойчивости. Качественный анализ процессов в ПИД-регуляторе облегчает процедуру его ручной подстройки и позволяет сформулировать эвристические правила, необходимые для адаптивных регуляторов с нечеткой логикой и для обучения нейросетевых ПИД-регуляторов.

Страниц: 1 2

Хороший обзор методов релейной идентификации сделан выше. Этому методу посвящены также ряд работ, в которых используются реле с асимметричными относительно нулевого уровня сигналами при двух положениях реле. При включении реле возникает переходный процесс, который обычно не принимается во внимание, но параметры переходного процесса использованы для получения дополнительной информации об объекте.

Предлагается метод косвенной идентификации нелинейных объектов в замкнутом контуре. Показано, что идентификация в замкнутом контуре часто дает гораздо лучшие результаты, чем в разомкнутом.

Методы оптимизации для целей идентификации использованы выше. Часто используются также генетические алгоритмы.

Выбору тестовых сигналов для идентификации посвящена работа, размещённая ниже; описан метод идентификации модели для регулятора напряжения с применением тестового сигнала в виде псевдослучайной двоичной последовательности (ПСДС), использован многоуровневый ПСДС, что позволяет идентифицировать и нелинейные системы.

Страниц: 1 2 3 4

Слово «контроллер» произошло от английского control (управление), а не от русского «контроль» (учет, проверка). Контроллером в системах автоматизации называют устройство, выполняющее управление физическими процессами по записанному в него алгоритму с использованием информации, получаемой от датчиков и выводимой в исполнительные устройства.

Первые контроллеры появились на рубеже 60-х н 70-х годов в автомобильной промышленности, где использовались для автоматизации сборочных линий. В то время компьютеры стоили чрезвычайно дорого, поэтому контроллеры строились на жесткой логике (программировались аппаратно), что было гораздо дешевле. Однако перенастройка с одной технологической линии на другую требовала фактически изготовления нового контроллера. Поэтому появились контроллеры, алгоритм работы которых мог быть изменен несколько проще — с помощью схемы соединений реле. Такие контроллеры получили название программируемых логических контроллеров (ПЛК), и этот термин сохранился до настоящего времени. Везде ниже термины «контроллер» и «ПЛК» мы будем употреблять как синонимы.

Немного позже появились ПЛК, которые можно было программировать на машинно-ориентированном языке, что было проще конструктивно, но требовало участия специально обученного программиста для внесения даже незначительных изменений в алгоритм управления. С этого момента началась борьба за упрощение процесса программирования ПЛК, которая привела сначала к созданию языков высокого уровня, затем — специализированных языков визуального программирования, похожих на язык релейной логики. В настоящее время этот процесс завершился созданием международного стандарта IEC (МЭК) 1131-3, который позже был переименован в МЭК 61131-3, Стандарт МЭК 61131-3 поддерживает пять языков технологического программирования, что исключает необходимость привлечения профессиональных программистов при построении систем с контроллерами, оставляя для них разрешение нестандартных задач.

Страниц: 1 2

Жесткие ограничения на стоимость и огромное разнообразие целей автоматизации привели к невозможности создания универсального ПЛК, как это случилось с офисными компьютерами. Область автоматизации выдвигает множество задач, в соответствии с которыми развивается к рынок, содержапщй сотни непохожих друг на друга контроллеров t различающихся десятками параметров. Каждый производитель выпускает несколько типов ПЛК разной мощности и стоимости, чтобы увеличить прибыль за счет сегментирования рынка.

Выбор оптимального для конкретной задачи контроллера основывается обычно на соответствии функциональных характеристик контроллера решаемой задаче при условии минимальной его стоимости. Учитываются также другие важные характеристики (температурный диапазон, надежность, бренд изготовителя, наличие разрешений Ростехнадзора, сертификатов и т.п.).

Несмотря на огромное разнообразие контроллеров, в их развитии заметны следующие общие тенденции:

• уменьшение габаритных размеров;
• расширение функциональных возможностей;
• увеличение числа поддерживаемых интерфейсов и сетей;
• использование идеологии «открытых систем»;
• использование языков программирования стандарта МЭК 61131-3;
• снижение цены.

Для классификации огромного разнообразия существующих в настоящее время контроллеров рассмотрим их существенные различия.

Основным показателем ПЛК является число каналов ввода-вывода. По этому признаку ПЛК делятся на следующне группы:

• нано-ПЛК (менее 16 каналов);
• микро-ПЛК (более 16, до 100 каналов);
• средние (более 100, до 500 каналов);
• большие (более 500 каналов).

По расположению модулей ввода-вывода ПЛК бывают:

• моноблочными, в которых устройство ввода-вывода не может быть удаленно из контроллера или заменено на другое. Конструктивно контроллер представляет собой единое целое с устройствами ввода-вывода (например, одноплатный контроллер). Моноблочный контроллер может иметь, например, 16 каналов дискретного ввода и 8 каналов релейного вывода;
• модульные, состоящие из общей корзины (шасси), в которой располагаются модуль центрального процессора и сменные модули ввода-вывода. Состав модулей выбирается пользователем в зависимости от решаемой задачи. Типовое число слотов для сменных модулей — от 8 до 32;
• распределенные (с удаленными модулями ввода-вывода), в которых модули ввода-вывода выполнены в отдельных корпусах, соединяются с модулем контроллера по сети (обычно на основе интерфейса RS-485) и могут быть расположены на расстоянии до 1,2 км от процессорного модуля.

Архитектурой контроллера называют набор его основных компонентов и связей между ними. Типовой состав ПЛК включает центральный процессор, память, сетевые интерфейсы и устройства ввода-вывода. Иногда эта конфигурация дополняется устройством для программирования и пультом оператора, устройствами индикации, реже — принтером, клавиатурой, мышью или трекболом,

Процессорный модуль включает в себя микропроцессор (центральное процессорное устройство — ЦПУ), запоминающие устройства, часы реального времени и сторожевой таймер, Термины «микропроцессор» и «процессор»- в настоящее время стали синонимами, поскольку все вновь выпускаемые процессоры выполняются в виде СБИС, т.е. являются микропроцессорами.

Основными характеристиками микропроцессора являются разрядность (в ПЛК используются 8-, 16- и 32-разрядные микропроцессоры), тактовая частота, архитектура, наличие операций с плавающей точкой, типы поддерживаемых портов ввoдa-вывoдa температурный диапазон работоспособности и потребляемая мощность.

Страниц: 1 2 3 4 5

Производительность ПЛК оценивается по следующим параметрам:

• длительность контроллерного цикла (период считывания значений из каналов ввода, обработки в процессоре и записи в каналы вывода);
• время выполнения команд (отдельно логических, с фиксированной и с плавающей точкой);
• пропускная способность шины между контроллером и модулями ввода-вывода;
• пропускная способность промышленной сети;
• время цикла опроса всех контроллеров в одномастерной сети или цикл обращения маркера для многомастерных сетей с маркером;
• время реакции.

Контроллер в системах автоматизации выполняет циклический алгоритм, включающий ввод данных и размещение их в ОЗУ, обработку данных и вывод.

Длительность контроллерного цикла (его еще называют рабочим циклом) зависит от количества модулей ввода-вывода и наличия в них замаскированных (исключенных из процедуры обмена) входов-выходов, поэтому рассчитывается для каждой конфигурации автоматизированной системы отдельно. При интенсивной математической обработке данных (например, при цифровой фильтрации, интерполяции или идентификации объекта управления в режиме нормального функционирования системы) длительность контроллерного цикла существенно зависит от быстродействия процессорного модуля. В контроллерный пик л входит также обслуживание аппаратных ресурсов ПЛК (обеспечение работы системных таймеров, оперативное самотестирование, индикация состояния), контроль времени цикла [494], сетевой обмен, управление многозадачностью, отображение процесса выполнения программы на дисплее и т.п.

Страниц: 1 2 3