基于PLC的模糊神经网络控制策略的应用

对温度的自动控制。

3.1 系统的控制要求

在此温控系统中，非金属材料热物性测定装置是被控对象，装置试件的温度是被控变量，测温仪表是热电偶。系统的控制目的是使装置试件的温度保持恒定在设定值允许的误差范围之内，采取手段是通过控制单相整流固态调压器的控制电压来改变装置试件的加热电压。

3.2 系统的硬件组成

控制系统的硬件设备主要包括：

1)PC机和通信装置：使用安装有SIEMENS公司编程软件STEP7的PC机用于PLC程序的编辑，另外，为使PC机与PLC控制器连接通信实现程序的下载及PLC运行状态的监测等，还需配备CP5613A2现场总线通信板卡。

2)控制器模块配置：本系统采用现场总线通信技术构成单主站形式的PROFIBUS-DP网络系统，主站控制器选用SIEMENS公司的S7-300PLC，CPU选用315-2PN/DP，另外配置两个ET200M远程从站I/O站点模块。

3)系统的被控对象：将非金属材料热物性测定装置作为系统的被控对象，为保证材料热物性测定的准确性，所以对装置试件的温度大小有较高的要求。该装置使用电加热的方式进行加温，可通过控制加热电压的大小使装置试件保持恒温或使温度保持在允许的范围内。

非金属材料热物性测定装置的结构如图4所示。

4)电加热装置：该控制系统的执行器选用单相整流固态调压器(TGZ14)，作为一种电加热装置。它可以提供可变直流加热电压，并通过改变晶闸管的相位来控制输出电压的大小，进而改变装置的加热电压，实现温控。这种电加热装置的调节范围很宽、使用寿命较长、能实现强电部分和弱电部分的隔离保护。

3.3 模糊控制器的设计

系统的控制思想是在建立模糊控制算法的基础上，利用神经网络的自适应和自学习功能对模糊控制规则的相关参数和系数进行调整和优化，从而获得满意的控制效果。所以，模糊控制器的设计至关重要。

模糊控制器的输入是设定温度值和试件实际温度值的误差以及试件温度的变化率，输出是表征PLC控制器模拟量输出的内部数字值的变化量。而且模糊控制器的输入和输出均需经模糊化处理为模糊语言变量值。

根据模糊控制理论，制定模糊控制规则表，如表1所示。

根据表1，可进行如下分析，当实际温度比设定温度值大得多时(E=NB)，若实际温度的变化为上升趋势(EC=PB)，则对应的△U=NB，即减小控制量;若实际温度的变化为下降趋势(EC=NB)，则对应的△U=ZE，即保持现有的控制量。

3.4 温度控制系统调试

温度设定值为80 ℃，控制器S7-300PLC每隔30 s经A/D转换模块获取实际温度值，与设定温度进行比较后，经模糊神经网络算法分析运算后产生相应输出来控制加热装置的加热电压，实现对温度的自动控制。

1)记录数据。包括在不同加热电压下的升温、降温过程的温度值，以及温度的变化率等。

2)利用模糊控制规则对STEP7软件中的模糊神经网络控制器的网络参数进行初始化，并实现在线控制和网络参数的调整。

3)根据调整后的网络参数重新进行初始化，并观测控制效果。

控制器实时参数监控界面如图5所示。

实时控制曲线如图6所示。

4 结束语

温度是工业自动化领域中的重要控制参数之一，由于温度控制过程具有大滞后、大惯性的特点，所以要确定其精确的数学模型有一定难度。

基于PLC的模糊神经网络控制策略不依赖于过程精确的数学模型，将其应用于温度控制系统，在规定的温度范围内，响应