6ES7241-1AA22-0XA0使用方式
1 引言
为了调整产业结构，tigao安钢集团公司的经济效益，由武汉设计院设计建造的6流小方坯连铸机2000年6月投产竣工，后又经过两次较大规模的技术改造，该工程自动控制系统技术先进、价格合理，运行性能安全可靠，电仪一体化程度高，运行几年来，运行效果一直很好，2003年产钢达80万吨。
2PLC自动控制系统功能介绍
根据生产工艺的要求，自动化系统分为一级自动化和二级自动化控制，其中一级自动化为基础自动化级，是一套完整的电/仪一体化控制系统，连铸机每流设置一台德国西门子公司的S7-300系列PLC控制器，公用设备采用一台S7-400PLC，电磁搅拌系统采用ABB公司的PLC，1～3流，4～6流液面控制系统各有一台S7-300PLC，另设两个CRT操作站，其配置柜图如附图。
附图 连铸机自动化系统配置图
一级自动化的主要作用，一是完成各工艺装置的逻辑控制和操作，工艺参数的设置;二是工艺参数、设备状态的显示和报警及工艺流程画面的监控;三是过程控制及计算机的通讯等。该系统的主要特点是:采用电/仪一体化设计，结构严谨，自动化程度高，S7系列PLC数据处理能力和逻辑运算能力非常大，编程灵活，抗干扰能力强，使用维护方便等。
(1) 传动部分
对拉矫机、大包回转台、振动电机等需要调速的设备采用西门子公司的6SE70系列矢量控制变频调速装置，电磁搅拌采用瑞典ABB公司生产的可控硅逆变器柜组。
(2) 铸机公用PLC的功能
大包回转台包盖升降施转控制;中间包车行走、升降控制;风机控制;液压系统控制;连铸机水系统电动阀门控制;推钢机和翻转冷床控制;工艺过程的数据采集;相关设备逻辑关系联锁控制;铸机运行状态信息控制等。
(3) 铸流PLC功能
结晶器振动控制;拉矫机拖动控制;引锭杆传动控制;切割车控制;铸流辊道拖动控制;二冷水控制;故障报警等。
(4) CRT操作站画面
采用西门子产品Wincc组态软件，其主要功能为:生产过程的操作和参数修改;工艺流程画面显示;故障报警画面显示、报表打印和过程值趋势图显示等。
系统控制分为自动控制、手动控制和维修控制三种方式。自动控制分为过程计算机控制和电气自动控制两种。选择过程计算机控制方式后，控制的设定值来自二级计算机。选择电气自动化控制方式后，系统按PLC程序自动完成，系统的操作和设定置来自CRT操作站。选择手动控制方式，借助于CRT操作站和操作台进行操作。此种方式通常控制单体设备。在维修方式下，选择开关打在机旁，主要用于设备的现场调试与维修。
3 系统的完善与改进
在铸机的运行过程中，根据现场情况和工艺要求的变化。我们也实时对某些方面做的完善和改进措施。如一台变频器控制三台拉矫机改为脱坯辊单独采用一套变频调速装置;对24V直流系统进行更为详尽的按类分别供电控制;在Wincc画面上增加部分过程值的显示和趋势图;增加Wincc变量用于报警显示等等，这些改进在运行实践中证明是有益于连铸机的正常运行和方便设备的维修维护。
4 结束语
该铸机PLC控制系统运行至今，铸坯表面及内部质量都完全满足工艺要求，为我厂成功开发品种钢、促进产品结构多元化发挥了重要作用，也取得了十分可观的经济效益。
1 引言
为使工科学生在校期间就受到良好的工程实践锻炼，建设具有实际工程环境的实验室和实训基地一直是自动化实验室建设的重要目标。过程控制是指对连续性工业生产过程中有关物理量(温度、压力、liuliang及液位四个参数)的自动调节控制。电热锅炉控制系统实验装置是根据自动化及相关教学的特点，基于过程控制基础上集PLC技术、网络技术和计算机监控为一体的先进的实验装置，采用了多种常用控制方法及理论，除包含常见的PID算法及改进算法外，还增加了模糊控制、人工神经网络控制等国内外先进的控制策略。
2电加热锅炉控制系统网络结构
电加热锅炉控制系统实验装置采用两层网络拓扑结构，上层采用工业以太网，用于监控计算机与PLC主站之间的通讯。底层为PROFIBUS现场总线，连接PLC主站DPM1和PLC从站DPS1，其中主站控制电热锅炉控制系统实验装置，从站控制其它过程控制系统实验装置。其网络拓扑结构如图1所示:
图1 电热锅炉控制系统网络结构
2.1 系统功能及软件平台
整个控制系统包括监控级和现场级，监控级由4台PC机作为上位机，通过以太网相连。上位机利用WinCCV5.1编写实验监控应用程序。监控应用程序实现对实验装置的状态监视、数据采集与处理、控制算法的设定计算和优化、实验数据历史趋势曲线显示和实验数据实时显示功能。PLC的控制程序由上位机利用STEP7V5.1软件编写，并通过以太网对PLC进行硬件组态、通讯组态、程序下载、在线诊断PLC硬件状态、控制PLC的运行状态和I/O通道的状态等。下位机PLC完成所有与控制系统相关的逻辑控制、模拟量的采集及处理、常规PID控制、模糊控制、神经网络控制等实时控制任务。
2.2 PLC的硬件配置
PLC主站选用西门子公司的400系列PLC CPU412-2DP，它带有一个PROFIBUS-DP和一个MPI接口。由于CPU-412具有强大的处理和运算能力，整个系统(包括主站和从站)只采用一块CPU模块，主站还带有四个信号处理模块(DI16 、DO 16、AI 16和AO 8)和一个通讯模块CP443-1(用于上位机WinCC站和SIMATICS7 PLC主站通过工业以太网进行通讯)。从站选用PROFIBUS-DP分布式I/O ET-200M IM153，带两个信号处理模块(DI 16/DO 16 和 AI 4/AO 2)，PROFIBUS-DP 用于SIMATICPLC主站与PLC从站之间的通讯。锅炉控制参数和状态模拟量(例如液位、liuliang、压力、温度等)及开关量(例如继电器、接触器、指示灯等)通过PLC的模拟量和数字量输入输出模块分别连接到PLC主站DPM1和从站DPS1，再通过以太网和监控级交换信息。
3电热锅炉控制系统实验装置
电热锅炉控制系统实验装置模拟日常生活中的热水锅炉控制系统，将变频器调速技术、计算机和智能控制技术相结合，完成生活中热水锅炉对进水、出水、电加热装置通断时间比的自动控制，使锅炉的进水liuliang、出水liuliang、水温、水位保持在佳状态。实现热水锅炉系统安全、可靠、稳定运行和达到节能降耗的目的。电热锅炉实验装置主要由微型电热锅炉、固态继电器电加热装置(DGT)、变频器(MMV)及相关的检测装置、变送器和执行机构等过程控制仪表组成。
3.1 过程控制实验
电热锅炉控制系统是一个复杂的多输入多输出(MIMO)的系统。执行机构有:变频器、电动阀、电磁阀和固态继电器电加热装置;被控对象有:进/出水liuliang、进/出水压力、锅炉液位和锅炉水温。在此基础上可以设计liuliang系统控制实验、压力系统控制实验、液位系统控制实验、温度系统控制实验等过程控制实验。其实验原理框图如图2所示，被控对象输出记为y，变送器检测得到输出的4～20mA的电流反馈信号yf，由PLC的AI模块经A/D转换成数字信号，输入PLC，再与从上位机键盘输入的设定值yr比较，得到偏差信号e，PLC根据偏差信号e，执行控制器算法程序，计算出控制量，经AO模块D/A转换成4～20mA的电流控制信号u，控制广义对象的输出y，使其跟踪设定值yr。
图2 过程控制实验原理框图
3.2 耦合控制实验
电热锅炉与一般的锅炉系统一样，只是其结构相对简单，电能取代了风煤作为燃料，仍然存在liuliang、液位、温度以及压力的耦合作用。与其它多输入多输出(MIMO)系统一样，一个输入信号的变化会使多个输出量发生变化，每个输出也不只受一个输入的影响。而工业过程控制则要求系统能够安全稳定运行，有较好调节能力，能以较小的误差跟踪设定值的变化，并使误差为零。解耦控制一直是过程控制中的一个难点，为了达到高质量的控制性能，必须进行解耦设计，构成解耦控制系统。电加热热水锅炉系统的解耦控制原理框图如图3所示，其中yr1和y1分别对应电热锅炉的温度给定值和输出值;yr2和y2分别对应电热锅炉液位的给定值和输出值。控制器C1、C2的控制算法可以选择常规PID、神经网络PID、模糊自适应PID等先进算法。
图3 对角矩阵解耦控制系统的原理框图
3.3 智能控制算法实验
在PID控制中，一个关键的问题就是PID参数的整定，且一旦整定计算好后，在整个控制过程中都是固定不变的。而锅炉系统具有很大的延时，并且参数实时变化，难以建立jingque的数学模型，常规的PID是难以实现准确的控制。解决这些问题的方法是采用比PID更为有效的智能控制技术—模糊控制方法和神经网络控制方法。
模糊控制算法具有阶跃响应速度快、jingque度较高、对参数变化不敏感以及整定更为容易等特点。应用模糊
集合理论建立PID参数与偏差量e、偏差变化量ec间的二元函数关系: 。显然能根据不同的e和ec在线调整PID的三个参数 ，使系统尽可能获得佳性能。其控制原理框图如图4所示:
图4 模糊PID控制原理框图
人工神经网络具有自学习特性，用神经网络修正PID控制器的参数，并将其应用于压力、liuliang、液位、温度以及解耦控制系统，通过自学习算法，在线(或离线)调整网络权值，实现PID控制器参数自整定，tigao控制精度及控制器的适应性，取得满意的控制效果。其控制原理框图如图5所示。
图5 神经网络PID控制原理框图
4BP神经网络PID控制算法及实现
基于BP神经网络PID控制由两部分组成:常规PID控制算法和基于BP神经网络的多变量学习算法。
4.1 常规PID控制算法
采用增量式数字PID控制的算法为:
式中， u(k)为当前时刻的控制量;
u(k-1)为上一时刻的控制量;
分别为比例、积分、微分系数;
e(k)为给定量和当前时刻的检测量的偏差;
e(k-1)为给定量和上一时刻的检测量的偏差;
e(k-2)为给定量和两个时刻前的检测量的偏差。
4.2 神经网络多变量学习算法
BP神经网络多变量学习算法由前向传播算法和反向传播算法两部分组成。设BP神经网络是一个3层BP网络，输入层节点为3个，分别为输入设定值 、偏差信号e和偏差变化量ec;Q个隐含层节点;输出层节点为3个，分别为PID控制器的三个可调参数 。
(1) 前向传播算法
神经网络输入层的输入为:
式中， 为隐含层加权系数，上角标1、2、3分别表示输入层、隐含层和输出层，f(x)取正负对称的Sigmoid函数。
神经网络输出层的输入输出为:
式中， 为输出层加权系数，由于 不能为负，g(x)取非负的Sigmoid函数。
(2) 反向传播算法
多输入多输出神经网络PID控制器是一种无教师信号的自学习控制，需要引入性能指标函数:
依速下降法修正网络的加权系数，并附加一加速收敛全局极小的惯性项，则有:
式中，η为学习速率;α为惯性系数。
由于 未知，则近似用符号函数 取代，由此带来计算不jingque的影响可以通过调整学习速率η来补偿。
由式(1)和式(4)，可求得:
由上述分析可得网络输出层权值的学习算法为:
同理可得网络隐含层权值得学习算法为:
5 结束语
本实验装置已用于自动化的实验教学，运行状况良好。通过这套实验装置可使学生对计算机网络控制系统结构有一个直观、深刻的认识。并使学生了解生产过程中的参数检测与控制，以及多种先进的控制策略和算法。该系统结构模式不仅可以用于实验教学，也可以应用于复杂的工业生产过程控制中，完成对压力、liuliang、液位和温度等过程参数的实时监测与控制。