西门子6ES7223-1BH22-0XA8型号大全
2.1.3时间限制法
自动机床在工作循环中，各个动作都要求在一定的时间内完成，超过了规定的时间限制还没有完成动作，则可认为是机床设备运行出现故障，因此可以在被检测工步动作开始时，同时启动一个定时器，定时时间可以根据实际情况确定，但应比正常工作所需时间要长一些，如果定时器有输出信号则说明已出现故障，然后可以采取相应的处理措施。
点击此处查看全部新闻图片
图3表述了在组合机床上快进转变为工进时的故障检测程序，Mll0表示快进工步，压下行程开关后，应转变为工进，如果超过了规定的时间限制未切换，应视为在快进工步上出现了故障，出现故障的原因可能是行程开关，也可能是液压元件或其他电气元器件。虽然不能确定是何种故障原因，但能确切地控制故障的继续发生。
2.2模拟信号量的故障诊断设计
由于PLC具有模拟量的处理功能，在进行机床PCL控制改造时，对一些比较重要的能反映机床工作状态的参数，如液压系统的压力、liuliang，机床重要机械部件的温度、振动等参数，可以考虑选用相应的传感器或变送器与PLC的专用A/D模块对机床工作参数实现实时检测，并与极限要求值进行比较，以判断机床工作状态是否正常，若不正常，则可以进行显示、报警或者停机等处理。
三、结语
在进行机床PLC改造的过程中，在完成主要的控制要求设计基础上，应该附加考虑利用PI刀程序控制的功能特点，通过编写逻辑程序和添加少量电气元器件的基础上进行机床设备故障的自诊断和及时的处理，这样，可以tigao机床的可靠性，tisheng机床的工作效率，改善机床的自动化程度。
二、故障的自诊断设计
2.1开关信号量的故障诊断设计
PLC控制机电设备时，设备中的开关、按钮、继电器的触点等开关信号与PLC的输入端口相连，每个输入端口在PLC的内存中为1个地址。通过读取PLC输入位的状态值作为识别开关量故障信号的依据。诊断开关量故障的实质是将PLC正常的输入位状态值与相应输入位的实际状态值作比较:如果二者比较的结果是一致的，则表明设备处于正常工作状态；若不一致，则表明对应输入位的元件处于故障状态。下面就常用的几种诊断方法作一叙述。
2.1.1逻辑错误故障检测诊断法
在机床设备正常工作的情况下，控制系统的各个输入、输出信号和内部继电器的信号之间存在确定的逻辑关系，一但输入元器件发生故障，就会引起逻辑错误，控制系统不能按设计的要求进行工作。在这种情况下，我们可以根据元器件发生的故障，建立元器件故障发生时的逻辑关系。因此，一旦故障发生，就能作出相应的警告和处理，如停止进给，停止主轴转动等。
点击此处查看全部新闻图片
图1所示的组合机床滑台工作时检测3个行程开关X00l(起点)，X002(快进终点)，X003(工进终点)是否正常的逻辑程序。Y030，Y031，Y032表示快进、工进、快退。表示在任何一个工作状态下，这3个行程开关任何2个都不应该同时闭合，如果同时闭合，则表示有行程开关失灵的故障发生，应该进行停机检查。
2.1.2附加触点连接诊断法
在进行机床的PLC改造时，往往只是根据系统控制的需要，接入必需的外部输入元器件触头，这可以节约输入点数。但为了tigao系统的可靠性，可以考虑把一些非常重要的元器件的常开触点和常闭触点分别接到PLC的2个输入点，并在软件部分加上相应的检测判断程序，以实现在出现卡死或失效时能准确找出故障所在。
如在电气控制系统中有一中间继电器K，其一常开触点与X401输入端口相连，为了能够自动判断继电器K是否卡死或失效，现将其常开触点与X401相连，另一常闭触点与X402相连，如果卡死或发生失效，在继电器K线圈得电时，常闭触点断开了，但常开触点没有闭合；我们可采用图2的逻辑关系进行检测，即可发现故障。所以，在端口数量有多余的时候，多串入1个常闭触点，有利于准确发现故障。
PLC(可编程序控制器)以其可靠性高、抗干扰能力强、编程简单、使用方便、控制程序可变、体积小、功能强等特点，得到了广泛应用。
我国20世纪90年代以前生产的机床、轧机、喷涂生产线等机电设备，普遍采用继电器控制，由于继电器的自身特点，对电气元件故障的识别能力较弱。为了tigao控制系统的可靠性和机床的加工效率，采用PLC对控制系统进行改造，取得了一定效果。但在采用PLC对原有继电器控制的机电设备进行改造的过程中，除了考虑完成系统工作所需要的控制功能以外，还非常有必要考虑机床电气元件本身故障的自动识别和处理。
一、机床电气系统进行PLC改造的基本方法
利用PLC改造机床电气系统，可大大简化电气线路。它的设计方法是，将各个电气元件直接与PLC的各个输入、输出端口相连，元件之间的连接关系，以及各线圈的状态由逻辑程序确定，元件之间不存在直接的串联或并联，所以线路简单，而逻辑关系由程序确定，维护和设计比较容易。
1.1电气元件与PLC的硬件连线
电气元件与PLC的连线主要就是将控制电路所需要的各开关、按钮、继电器触点、接触器辅助触点等连到PLC的输入端口，并确定各触点对应的端口号，1个元件的多个触点一般只需要连接1个输入口。继电器线圈、接触器线圈、电磁阀线圈、指示灯、照明灯等耗能元件连接输出端口，然后建立输入、输出端口分配表，各端口号将是逻辑程序进行逻辑运算的重要逻辑量。
1.2逻辑程序设计
在将各元件与PLC的端口连接以后，还需要编写逻辑程序，确定各输出端口得电、失电的逻辑条件，从而控制各输出端口对应耗能元件的状态。逻辑程序的编写应根据机床的控制要求和原来继电器控制线路中的逻辑关系进行。PLC在运行时，能够采集各输入端口的状态，并根据建立的逻辑程序进行逻辑运算，然后控制各输出端口，使与输出端口相连接的各线圈得电或断电，从而控制电动机、液压系统和其他电气元件工作，即通过开发逻辑程序代替原来元器件间的串、并联接线。
采用上述方法可以完成机床工作所需要的控制要求，结合PLC的功能特点，可以考虑在已有的元器件基础上通过编写逻辑程序或者根据需要添加少量元件就能实现机床的故障自诊断，这对于tigao机床的可靠性、高效性、易维护性、避免事故的进一步发生是非常有利的
针对下位机程序流程这里需要说明的是：
(1)初始化首先随机选取[0，1]内θji、σji、ωi及η的初始值，通过PLC指令把这些值赋给存储单元；其次对学习过程中用到的常数赋值，同样赋给存储单元；后，要把请求数据传送的标志位VB703置位。
(2)初始值计算由于初始化中请求数据传送，首先通过下位机的通信程序取得数据，并且接收样本数据后．复位VB703，告知上位机不再传送数据。接着利用初始化已赋值的组权值，计算组样本值为输入时输出值、输出值与期望输出值的差值以及后续计算所要用到的数据。
(3)权值、E(性能指标)值计算在第上一步的基础上计算权值和E值。具体算法可参考模糊神经网络算法．且易于在PLC平台上实现。
(4)E值判断把计算的E值与0．002相比较。如果E≤0．002，说明计算的函数变量、权值已达到预期目标，学习过程结束。结束的同时触发外接设备的开关量，利用外接设备读取这些计算结果。相反，则需继续学习过程。并将不满足性能指标第3步计算出的函数变量、权值赋给下一步重新计算y值所需的地址内，把请求数据标志位VB703置位．并向上位机发送，从而为新y值的计算做好准备。
(5)学习过程中Y值计算由于已把请求数据标志位置位，因此，首先通过通信程序先取样本，取完样本值后复位VB703，告知上位机不再传样本值，接着计算新的Y值，以便计算新的函数变量、权值以及E值。学习过程下位机主程序实现如图4所示。
4．2 模糊神经网络现场工作过程实现
当学习阶段结束后，通过现场采集数据，建立数据库并把采集的数据当做输人，运用训练好的权值和模糊神经网络算法，得到控制对象所需的控制值。要实现以上工作步骤。仍然需要上下位机合作，故而程序设计分为上位机和下位机两部分。
4．2．1上位机程序实现
现场工作中上位机程序设计功能与学习阶段相一致，主要区别；在学习阶段初始化的和需要给下位机传送的样本值变成了通过外接设备现场采集到的数值。在PLC程序的初始化中，把采集值从外接设备的地址中赋值到发送区的数据区。因为采集值是在一定的周期内变化的，所以是实时的。故无需地址指针使两者工作同步。
4．2．2 下位机程序实现
由图5现场工作过程中下位机程序流程可知．下位机在现场工作过程中的具体步骤：
(1)初始化下位机初始化首先要把学习过程训练好的θji、σji、η的值，通过PLc指令把其赋给存储单元；其次要对后续Y值计算过程中用到的常数赋值，同样也要赋给存储单元；后，要把请求数据传送的标志位VB703置位。并发送给上位机。
(2)接收采集值 首先接收上位机的采集值，接着把采集的值赋给即将进行Y值运算的储存地址。同时将请求数据传输标志位VB703复位，并传送给上位机，要求停止继续向下位机传输采集值。
(3)输出y值计算利用上一步提供的采集数据、初始化步骤中的权值和模糊神经网络算法，以PLC为平台进行计算，将计算所得值赋给外接输出设备的存储地址．同时根据现场情况控制请求数据接收标志位VB703是否置位。
(4)VB703判断若VB703=16#FF，那么启动新的数据接收，即跳转到第二步。如果VB703≠16#FF，则跳转到结束。但要知道的是这两种结果是工作人员根据现场情况在第3步中已确定的。现场工作过程中下位机主程序实现如图6所示。
5 结论
通过对模糊神经网络学习过程和现场工作过程的PLC程序的仿真，结果表明：学习过程的PLC程序，利用模糊神经网络自学习能力，当不满足性能指标时，系统则根据梯度下降策略自动的调整权值、隶属函数的和，直到输出满足要求为止。现场工作过程PLC程序，在采集值确定情况下．能够得出确定的输出值，达到预期效果。
1 引言
模糊神经网络是模糊逻辑控制和神经网络两者结合的产物。这两者单独使用时存在一定缺陷。模糊逻辑在一定的论域上具有很好的收敛性，并具有模糊量运算优势；而神经网络具有强自学习、自适应、并行运算和jingque计算的能力。因此，这两者相结合可大大tigao综合能力。
PLC在工业控制中应用广泛，因此，功能强大，使用方便。因此，将模糊神经网络算法应用于PLC中具有实际应用价值，使PLC在机械、民用等领域广泛应用。这里提出一种基于PLC的模糊神经网络算法实现方法。
2 模糊神经网络系统结构
模糊神经网络具有很多种结构和算法，对于不同控制对象，综合考虑运算速度和精度，模糊神经网络结构也有所不同。由于该实现方法没有实际控制对象，为了说明在PLC上能实现模糊神经网络算法，故选择模糊神经网络，如图1所示。假设其中输入两个变量X1、X2，输出变量为Y。将每个输入因子分为：NM，NS，ZO，PS，PM等5个模糊状态。
3 模糊神经网络的学习步骤
选择在线学习，在线学习期间学习速度不变。在线学习终止条件是性能指标E小于等于某一数值。这个指标值随控制对象的改变而改变的。当确定控制对象时，该指标值可根据经验确定。但是为了便于说明问题这里设置该指标值为0．002。具体学习步骤是：①θji、σji、ωi及η的初始值在[0，1]之间随机选取，η的值为恒定值，根据经验决定。②根据模糊神经算法计算出比较理想的θji(k+1)、σji(k+1)、ωi(k+1)值。③根据模糊神经算法计算E，若E≤0．002，迭代结束。否则，令θji(k+1)、σji(k+1)、ωi(k+1)为初始值并返回②。
4 模糊神经网络算法在PLC的应用
4．1 模糊神经网络学习阶段的实现
在学习阶段实现过程中，利用上位机向下位机传输样本数据，具体运算过程是由下位机实现。
4．1．1 学习阶段上位机程序实现
根据模糊神经网络理论知识可知，样本值是根据实际控制对象的需要而定的。为了说明问题，采用含有两个输入值和一个输出期望值的较为简单的样本值。学习过程中上位机程序设计流程如图2所示，具体过程如下：
(1)初始化初始化样本值和为后续传输样本值做准备，通过PLC指令把样本值写入PLC的储存地址，再次赋值给发送区的数据区，并把存储个样本值地址分别赋给VD712，VD716，VD720地址指针，这样可为再次发送样本值做准备。因为要发送的样本值是不断变化的，但是发送区不能变化，故使用地址指针达到两者同步。
(2)接受请求接收下位机向上位机传送的数据，该数据是告之上位机是否向下位机传送样本值。
(3)判断VB703数据请求标志位VB703，对所接收的数据，判断其值是否等于16#FF。而16#FF是通信协议中规定上位机给下位机传送数据的标志。如果等于16#FF，则向下位机传输数据；否则就再次返回上一步。
(4)发送数据通过上位机通信程序向下位机发送样本值，发送完后就结束次传送样本值，启动新接收，等待下位机请求数据传送信号。
4．1．2下位机程序实现
图3为下位机程序流程，从中可以看到学习阶段下位机程序的基本构想。
