PDF《基于模糊控制论的PLC在温度控制中的应用》

1 欧姆龙征文集2007 OMRON 基于模糊控制论的PLC在温度控制中的应用 The Application of the Fuzzy Controller Based on PLC in Temperature Control 宜宾学院 电子工程系 张雪平 Zhang Xueping 摘要: 结合工业电炉温度控制的要求,本文提出了一种基于模糊控制论的PLC温度控制系统.

该系统采用OMRON PLC,配以模拟 量输入输出模块,在炉温上升到给定值的90% 以前,采取全压控制,节省升温时间;

待炉温上升到给定值的90%时采用模糊 控制,提高控制精度;

当炉温上升到给定值的102.1%时,采取失压控制,使炉温快速下降.系统克服了传统的位式调节器和 PID调节器超调大的缺点,提高了控制的精确度. 关键词: 模糊控制;

PLC;

温度控制 Abstract: Industrial furnace temperature control with the requirements of this paper, a fuzzy control theory based on the PLC temperature control system. The system uses OMRON PLC message analog input and output module. The temperature rose to a given value of the 90% previously, to take full control of pressure, save time;

Temperature rose to be a given value of the 90%%using fuzzy control, improve control accuracy;

When the temperature rose to a given value of 102.1%, the pressure to take control loss, rapid temperature drop . To overcome the traditional system of digital PID regulator and the regulator overshoot the shortcomings and improve the accuracy of the control Key words: Fuzzy control;

PLC;

Temperature control 1.引言 温度控制是工业生产过程中很重要的一种控制.温度控制 系统一般具有大惯性、大延时的特点,在工业控制中 ,温度系 统的数学模型是难以确切建立起来的.工业现场对温度控制, 常用有位式调节器和PID控制器等.位式调节器作为一种温度 控制仪表,它具有一些无法消除的缺陷,当炉温大于给定值时 不加电压,会导致超调大,常有控制精度差或出现失控;

模拟 式PID或数字式PID有较好的控制效果,但工作条件在大范围内 变化时,PID控制器的参数难以确定,使PID控制器不能总是处 于最佳状态,而且在控制过程中将发生大的超调.随着PLC技 术的不断发展,各PLC厂家推出了适于各类过程控制的智能专 用模块,采用模糊控制不仅对被控对象参数变化适应性强,而 且在对象模型结构发生较大改变时,也能获得较好的控制效果. 本文介绍的基于模糊控制论的PLC温度控制系统,克服超调大 的问题,提高了控制精度. 2.PLC温度控制系统 基于模糊控制的PLC温度控制系统如图1所示. 我们采用欧姆龙公司的CPM2A-30CDR-A微型机,配以 CPM1A-MAD02-CH模拟量输入输出模块,该机扫描速度快, 抗干扰力强.我们利用输入点将按等级划分的偏差信号转化为 开关量信号引入PLC,然后根据偏差的大小决定输出值的大小. 在炉温上升到给定值的90% 以前,采取全压控制,节省升温时 间;

待炉温上升到给定值的90%时采用模糊控制,提高控制精 度;

当炉温上升到给定值的102.1%时,采取失压控制,使炉温 快速下降.设定温度700℃,热电偶电势(0~29.13mV)送给 放大电路放大,放大信号与基准电压2V比较,转换为高低电平 信号送给PLC,对于采样信号执行模糊算法的控制程序,输出 信号经放大,通过可控硅控制炉温. 图1 PLC温度控制系统 3.模糊控制的实现 3.1 模糊控制原理 模糊控制的基本原理如图2所示 给定值 + 模糊量化处理 模糊控 制规则 模糊推理 (决策) 模糊化 处理A/D D/A 被控对象 执行机传感器 图2 模糊控制原理框图 PLC通过采样获取被控量的精确值,然后将此量与给定值 比较得到误差信号E,把误差信号的精确量模糊化变成模糊量, 得到了误差E的模糊语言集合的一个子集e.再由e模糊控制规则 R(模糊关系),根据推理合成规则进行决策,得到模糊控制 量为u=eoR(式中u为模糊量).为了对被控对象施加精确的