西门子6ES223-1BM22-0XA8原装代理

西门子6ES223-1BM22-0XA8原装代理

随着智能信息技术的发展，模糊神经网络算法广泛应用于工业控制。但该算法尚未应用于PLC。针对这种现状，给出基于S7-200PLC的模糊神经网络算法设计。利用模糊神经网络算法的理论知识，在S7-200的平台上采用梯形图和指令表两种模式编程设置。并利用PLC仿真软件对其仿真，仿真结果达到预期目标。

关键词：PLC；模糊神经网络；神经网络；模糊控制

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提高综合能力。

    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。

 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。

引言

    随着社会市场经济的不断繁荣和发展，各种装饰彩灯、广告彩灯越来越多地出现在城市中。在大型晚会的现场，彩灯更是成为不可缺少的一道景观。小型的彩灯多为采用霓虹灯管做成各种各样和多种色彩的灯管，或是以日光灯、白炽灯作为光源，另配大型广告语、宣传画来达到效果。这些灯的控制设备多为数字电路。而在现代生活中，大型楼宇的轮廓装饰或大型晚会的灯光布景，由于其变化多、功率大，数字电路则不能胜任。针对PLC日益得到广泛应用的现状，本文介绍PLC在不同变化类型的彩灯控制中的应用，灯的亮灭、闪烁时间及流动方向的控制均通过PLC来达到控制要求。

1 彩灯常见的工作模式

    在彩灯的应用中，装饰灯、广告灯、布景灯的变化多种多样，但就其工作模式，可分为三种主要类型：长明灯、流水灯及变幻灯。长明灯的特点是只要灯投入工作，负载即长期接通，一般在彩灯中用以照明或衬托底色，没有频繁的动态切换过程，因此可用开关直接控制，不需经过PLC控制。流水灯负载变化频率高，变换速度快，使人有眼花缭乱之感，分为多灯流动、单灯流动等情形。变幻灯则包括字形变化、色彩变化、位置变化等，其主要特点是在整个工作过程中周期性地花样变化，但频率不高。流水灯及变幻灯均适宜采用PLC控制。

2 彩灯控制实例

2．1 控制要求

    某大型晚会现场设有长明灯10组、变幻灯8组、舞台流水灯15组、标语牌底色流水灯15组。变化规律如下：

1)变幻灯周期为60 s，8路负载接通规律如表1所示；

2)舞台流水灯有1 s和1 ms两种流动速率，正、反两种流动方向，有双灯6间隔、3灯5间隔、4灯4间隔三种流动细合方式：

3)标语牌底色流水灯速率为1ms，工作方式为正向亮至全亮，熄灭2ms后，反向单灯流动1周，熄灭2ms后，从中间向两侧分别点亮至全亮后，熄灭2ms，如此循环。

2．2 确定输入输出设备，选择PLC类型

    该彩灯系统长明灯不需经过PLC控制，变幻灯及流水灯采用PLC控制。需设置总启动、停止按钮各1个，流水灯流动速率开关1个，流动方向开关1个，流动组合方式开关3个，输入信号共7个；输出有变幻负载8组，舞台流水灯及标语牌底色灯各15组。

    考虑输入信号较少，而输出负载多，选择PLC基本单元FX2N-16MT，可提供8输入8输出，另配置输出扩展模块FX2N-16EYT两台，由PLC基本单元供电。灯组均通过无触头开关模块控制。

2．3 I／O分配表

    根据控制要求，输入及输出设备端口分配如表2所示。

2．4 控制系统接线图

    根据I／O端口分配表，系统接线图如图1所示。

2．5 梯形图程序

    由PLC控制的彩灯有三类：变幻灯、舞台流水灯及标语牌底色流水灯。其变化时间周期1ms、1s分别由PLC内部特殊辅助继电器M8012、M8013控制。流水变化采用传送指令、移位指令实现。

    系统运行初始化程序如图2所示，依次为启停控制、变幻灯初始化、舞台流水灯组合方式选择、标语牌底色灯初始化程序。

    系统输出控制采用主控指令编程，如图3所示，依次为：变幻负载输出、舞台流水灯方向及速率控制、标语牌底色控制程序。

3 结论

    将以上两部分程序组合起来，即为彩灯系统的控制程序。经仿真运行，该设计达到控制要求，有实用价值。PLC在彩灯控制中的应用，可依据以上设计思路，实现不同控制要求。