基于PLC控制的交流电机变频调速系统毕业论文.doc

基于PLC控制的交流电机变频调速系统毕业论文目录1绪论11.1应用背景11.2研究目的和意义21.3电机控制的现状及其发展趋势21.4罗克韦尔系统简介21.5设计内容32基于罗克韦尔系统的交流调速系统设计52.1研究对象说明52.2系统总体设计52.2.1变频调速原理52.2.2总体设计62.2.3控制方案设计72.3硬件描述92.3.1控制器及I/O模块92.3.2执行机构及控制对象92.3.3检测机构113系统仿真123.1电机模型的建立123.2PID控制143.2.1PID控制原理143.2.2 Kp、Ki、Kd参数的作用143.2.3PID仿真153.3模糊控制173.3.1模糊控制基本原理173.3.2Ke、Kc、Ku参数的作用173.3.3模糊仿真173.4单神经元自适应PID仿真193.4.1单神经元自适应PID的基本原理193.4.2单神经元自适应PID参数的作用203.4.3单神经元自适应PID仿真203.5控制方案的仿真比较224程序设计234.1PLC程序设计步骤234.1.1建立通讯网络234.1.2编程234.1.3网络规划264.2PID程序设计274.3模糊PID程序设计284.3.1模糊PID流程图284.3.2模糊控制部分流程图284.3.3模糊表的制定294.4单神经元自适应PID程序设计304.4.1单神经元的建立304.5监控组态软件设计314.5.1 OPC服务器的建立314.5.2监控界面的设计325系统调试及实验结果345.1 PID控制实验结果345.2模糊PID控制实验结果355.3单神经元自适应PID控制实验结果375.4控制方案的比较376总结与展望396.1总结396.2展望39致谢41参考文献42附录一S函数43附录二PLC程序45附录三实物图50基于PLC控制的交流电机变频调速系统1绪论1.1应用背景在油田开发过程中，通过注水保持地层压力，是实现原油高产、稳定的重要手段。对于断裂区块的油田，每个区块注水范围小，注水量随开采状况的变化，需要经常调整，大部分注水站都存在额定流量与实际流量不相匹配的问题。油田注水由于压力高、水量大，注水电机大多是大功率电动机。传统的手动调节阀门控制方式启动和停止需要人操作，还需要人工手动调节流量、控制压力，基本很难实现。从前面技术来看，要稳定注水水泵的流量、压力等运行参数，而且使注水泵保持在高效区运行，实现系统的优化运行，单靠管网的优化和控制阀门的节流、打回流和停泵等方法是不适用的。因此，采用变频调速控制器对油田注水泵用电动机实行变转速的调节，实现注水泵变水量控制是一项非常有效的节能措施。如下图2.1所示是注水站控制系统的组成框图。该系统通过智能传感器组对现场各注水泵机组的压力、温度、流量、电流、电压、用电量、振动量、水位、油位、噪声等物理量进行自动监测，并将监测结果由一根数据总线传输给可编程控制器PLC，经可编程控制器数据计算以及注水站生产系统运行优化处理后，送至变频器去控制各泵出口电动阀门，通过电机的无级调速来控制各泵的排量。从而达到高效节能的注水作业。图1.1注水站控制系统组成框图1.2研究目的和意义交流电机在工农业生产中得到了十分广泛的应用，其调速方法具有十分重要的作用。好的调速系统不仅能提高工作效率，还能达到节能的效果。本设计是针对油田注水系统中电机控制方案的研究。其中交流电机采用PLC变频调速技术，使交流电机具有了与直流调速相当的调速性能。并在控制中加入各种控制算法，可以改善系统的动态性能和提高稳态精度。1.3电机控制的现状及其发展趋势电机作为运动控制系统中的关键部分，正朝着以下三个方向发展:（1）交流化。交流电机与直流电机相比，由于没有换向器，结构简单，制造方便，比较牢固，容易做成高转速、高电压、大电流、大容量的电机，并且安装环境要求低，适用于易燃、易爆、多尘等场合。特别是随着变频调速技术的发展，交流电机具有了优异的调速性能，交流调速取代直流调速己成为一种不可逆转的趋势。（2）网络化。微处理器的发展，使数字控制器简单而又灵活，同时为联网提供了可能。系统规模的扩大和系统复杂性的提高，需要远程控制多种设备协同工作，高速安全的网络为此提供了方便。（3）智能化。借助于数字和网络技术，智能控制己经深入到运动控制系统的各个方面。例如:模糊控制、神经网络控制等大大改善了控制系统的性能1。1.4罗克韦尔系统简介罗克韦尔三层网络Netlinx，包括以太网、控制网、设备网，如图1.1所示。在此网络架构上，可以实现远程数据实时采集和实时输出，完成精确而又复杂的控制。NetLinx定义了三种最基本的功能：（1）实时控制。基于控制器或智能设备内所储存的组态信息，通过网络通信中的状态变化来实现实时控制，可提供操作或过程中的实时工厂级数据交换。（2）网络组态。通过总线既可实现对同层网络的组态，也可实现上层网络对下层网络的组态。网络组态可以在网络启动时进行，而设备参数修改或控制器逻辑修改也可在线通过网络实现。（3）数据采集。基于既定节拍或应用需要来方便地实现数据采集。所需要的数据通过人机接口显示，包括趋势分析、配方管理、系统维护和故障诊断等。ControlLogix系统不仅具有先进的通讯能力和最新的I/O技术，而且同时提供顺序、过程、运动和传动控制。一个简单的ControlLogix系统是由一个独立的控制器和处于同一框架上的I/O模块组成。ControlLogix系统背板在模块之间提供高速的通讯通道。可以使用单独的通讯接口模块来实现背板与EtherNet/IP、ControlNet、DeviceNet和普通的RemoteI/O链路之间的接口。因背板上有多个通讯接口模块，可以通过链路将一条报文发送到某模块的端口，并通过背板从另一个模块的端口传递出来，然后沿着另一个链路发送到最终的目的地5。图1.2 Netlinx三层网络架构1.5设计内容本设计是基于罗克韦尔自动化Netlinx开放式网络架构和ControlLogix系统，采用交流变频技术，运用三种控制算法实现对三相异步电动机的控制。内容安排如下：第一章绪论。简单介绍了应用背景，课题研究的目的及意义，电机控制发展的现状及趋势以及罗克韦尔网络。第二章基于罗克韦尔系统的交流调速系统设计。主要介绍了变频调速原理，系统的总体及方案设计，硬件选型等。第三章系统仿真。包括了交流电机模型的建立，PID控制系统仿真，模糊控制系统仿真，单神经元自适应PID系统的仿真。第四章软件设计。PLC软件设计和上位机监控软件设计。其中PLC软件设计包括建立通讯网络，规划网络，编写控制程序，在控制器中加入不同的控制算法，如PID和模糊算法。上位机监控软件设计采用力控组建监控画面，完成对系统的监测和控制。第五章控制过程调试。对不同控制方案进行现场调试，得到满意的曲线，然后对三种方案进行对比。第六章总结和展望。2基于罗克韦尔系统的交流调速系统设计2.1研究对象说明在油田注水增压系统中，选用的注水泵几乎都是大功率型号的，比如3DWH200型号。具体参数如下表2.1：表2.1 3DWH200油田注水高压泵性能参数油田注水系统中变频器也是大功率的，例如艾默生TD2000-4T2200G变频器。额定容量为280kVA，额定输入电流430A，额定输出电流426A，适配电机220kW。在罗克韦尔实验室中，无法做到用大功率电机和变频器来进行调试，所以采用小功率设备进行模拟仿真和实验。实验室采用的是三相绕线式异步电动机DJ17，额定功率120W，额定电压220V(Y),额定电流0.6A，额定转速1380r/min。变频器采用PowerFlex40，额定输入电压240V, 额定输出电流2.3A, 额定功率0.4KW。通过以上说明可知，实际油田注水采用的设备和实验室设备有很大差异。但因其原理构成基本相同，因此具有一定通用性。2.2系统总体设计2.2.1变频调速原理异步电动机通入对称的三相交流电，此时电机气隙内会产生一个旋转磁场，这个旋转磁场的转速，称为同步转速，它与输入频率及电机的极对数的关系如下: （2-1）这个旋转的气隙磁场切割转子导体，在转子导条中产生感应电流，该电流与气隙磁场作用下，使转子导条受到电磁力，电磁力产生电磁转矩，会使转子以小于的转速同向异步旋转。异步电机转差率： （2-2）异步电机转速： （2-3）由公式（2-3），如果电机的不变，转差率不变，那么转速与频率输入频率成正比关系。频率越高，转速越高；反之，转速越低。实际上，当电机确定后，为定值，且变频调速属于转差功率不变型调速方法，电机旋转时保持有限的转差率。因而变频调速的性能非常好，具有高效率、高精度、调速范围广、平滑性较高、机械特性较硬的优点。因此，变频调速是交流异步电机一种比较合理和理想的调速方法，它被广泛地应用于对电机的调速1。2.2.2总体设计以控制器Controllogix为核心，应用以太网和控制网络，选择变频器作为执行机构，异步电机作为控制对象，测速发电机作为检测机构，构成闭环控制回路。框图如图2.1所示。图2.1系统总体结构框图2.2.3控制方案设计方案一：PID控制PID具有结构简单，参数易于整定，应用面广等特点，设计的控制对象可以有精确模型，也可以是灰箱或黑箱系统，总体而言，它主要有如下优点:（1）原理简单，应用方便，参数整定灵活;（2）适用性强。目前它已广泛应用各个工业生产行业，（3）鲁棒性强，即其控制的品质对受控对象的变化不太敏感。系统框图如图2.2所示，通过给定转速和反馈的转速做比较，差值通过PID模块计算来控制变频器的输出。图2.2PID控制系统框图方案二：模糊和PID并联控制PID控制能够消除稳态误差，但系统的快速性和抗干扰能力都不理想。模糊控制具有非常强的抗干扰能力，但是无法从根本上消除稳态误差，控制精度很低。而将模糊控制技术和传统的PID控制相结合，将模糊控制和PID控制的优点很好的结合起来。目前应用较为广泛的是模糊控制与PID控制的串联或者模糊控制与PID控制相并。本系统采用最简单的模糊与PID的复合并联方式，即当系统偏差较小时，采用传统的PID控制，当系统出现较大的偏差时，则切换采用模糊控制。系统框图见图2.3。图2.3模糊和PID并联控制框图方案三：单神经元自适应PID控制人工神经网络（ANN）的优点：由多个小处理单元组成，每个处理单元功能简单，大量简单处理单元集体的，并行的活动得预期的结果，具有较快的处理速度；非常强的容错性；记忆信息存储性在神经元之间的连接权值上；学习能力十分强大。单神经元作为构成神经网路偶的基本单位，具有自学习和自适应能力，而且结构简单易于计算，传统的PID控制器具有结构简单、调整方便、参数整定与工程指标联系密切的特点，这两者结合可以在一定程度上解决传统PID控制器不易在线实时整定参数，难于对一些复杂过程和参数时变系统进行有效控制的不足。控制框图如图2.4，反馈和给定转速通过转换器转换过后经由函数f计算得到输出偏差量。再经过计算得出变频器的频率控制量。图2.4单神经元自适应PID控制框图2.3硬件描述2.3.1控制器及I/O模块控制器选择controllogix 1756-5561。I/O模块选择ACN1794，FLex I/O远程模块。模拟输入与输出分别选择input CH0和output CH0，量程选择-10-10V二进制补码百分比。Flex I/O输入输出转换：表2.2 A/D转换关系IOAD比值DA比值1.6162910185000510003.4342710074000410005.2523010063000310006.261909982000210007.171261016100011000由上表可以看出，模拟输入与输出电压值与A/D转换倍数关系为b=1000。2.3.2执行机构及控制对象变频器作为执行机构，其结构为主电路（整流器，中间直流环节，逆变器）和控制电路组成。变频器采用基频以下调速，即恒压频比调速。本实验采用的变频器PowerFlex40。变频器的启停和反转采用数字量控制，每个数字量需要6mA电流（图2.5）。频率控制采用模拟量控制（图2.6）。具体接线如下图所示。图2.5变频器与数字I/O连接 图2.6变频器与模拟I/O连接变频器PowerFlex40参数设置如表2.3所示。表2.3 变频器参数设置编程参数参数值变频器显示d001(输出频率)P031（电机铭牌电压）220VP032（电机铭牌频率）50HzP033（电机过载电流）0.6AP034（最小频率）0HzP036（起动源）1（三线制）P038（模拟量输入）2（单极性电压型输入）变频器控制电压与输出频率成线性关系，即010V对应050Hz，写成关系式为：与AD转换数比值为b。所以要得到频率 ，就可以输出数字量：变频器PowerFlex40的R/L1、S/L2、T/L3接三相电源，U/T1、V/T2、W/T3分别接三相异步电动机的U/T1、V/T2、W/T3三相，电动机采用星形接法。2.3.3检测机构选用直流测速发电机作为检测机构，反馈电压与转速成正比关系。表2.4转速与反馈电压关系转9878.3768.3反馈电压7.166.524.684.333.77比值201.5201.68202.9202.8203.7转速591.2499.5449310.4244反馈电压2.892.442.441.511.18比值204.5204.7204.7205.5207由表2.4可得转速和反馈电压比值关系，实验时取系数c=203.直流测速发电机的输出电压（010V）接到控制器的模拟量输入端，即高电势接acn15:2:I.Ch0InputData，低电势接acn15:2:I.Ch0InputData（RET）。3系统仿真3.1电机模型的建立异步电动机电磁转矩为 （3-1） 其中、定子每相电阻和折合到定子侧的转子每相电阻;、定子每相漏感和折合到定子侧的转子每相漏感;、电动机定子相电压和供电角频率；转差率；电磁功率为；P为电机极对数；同步机械角转速。公式（3-1）就是异步电动机的机械特性方程式。当定子电压U，和角频率以的比为恒定值时，可以把它改写成如下的形式 当很小时，忽略分母中含各项得 其中=，表示转差角频率。带恒转矩负载时电力拖动系统的运动方程式为 其中为负载阻转矩；为机组的转动惯量。转差率的表达式为 中转子实际转速；旋转磁场的同步转速；用电角度表示的转子实际角转速；用电角度表示的同步角转速；且有关系: ，。根据以上得出的关系式，可得到带负载的电机变频调速的数学模型如图3.1所示。图3.1 带负载的电机变频调速的数学模型框图当令A=，B=时，将电机的参数带入右有负载的电机变频调速数学模型，参数有：为220V，电机额定频率为50Hz,极对数为2，J的估计值为0.02kg.m2,当取A=0.00367和B=100时，前面图所示的电机变频调速模型构造的simulink仿真模型图如图3.2所示。图3.2 电机模型仿真框图实际系统中，电机开环运动时，变频器输出50Hz交流电，电机转速为1450r/min。由此仿真时f=50Hz，添加负载为0.036牛米，使输出值为1450。仿真曲线如图3.3所示。图3.3电机仿真曲线建立好电机模型以后用create subsystem将电机封装起来，用于控制算法的仿真。3.2PID控制3.2.1PID控制原理PID调节器是一种线形调节器，其传递函数为：为比例系数，为积分环节系数，为微分环节系数。3.2.2 Kp、Ki、Kd参数的作用(1)比例作用Kp比例控制作用是最基本的控制规律。它能较快地克服扰动的影响，使系统稳定下来，但对具有自平衡性（即对系统阶跃响应始终为一有限制）的控制对象存在静差。它适用于控制通道滞后较小、负荷变化不大、控制要求不高、被控参数允许在一定范围内有静差的场合。 (2)积分作用Ki积分控制通常与比例控制或微分控制联合使用，构成PI控制或PID控制。其中PI控制规律是应用最为广泛的一种控制规律。积分能消除比例调节中的静差，适用于控制通道滞后较小、负荷变化不大、被控参数不允许有静差的场合。 (3)微分作用Kd微分作用是按偏差变化速度来的，因而对克服对象的容量滞后有明显的作用。3.2.3PID仿真PID仿真框图如图3.4所示,给定值是1000转。图3.4PID仿真框图参数整定的的局部仿真结果如下：（1）比例控制先比例。将Kp由小变大，不断观察系统的响应，直到得到反应快的曲线；参数选择Kp=0.2 Ki=0 Kd=0的仿真曲线如图3.5所示图3.5Kp=0.2时仿真曲线图当Kp=0.3 Ki=0 Kd=0时仿真曲线如图3.6所示图3.6Kp=0.3时仿真曲线（2）比例积分控制先将积分时间置于一较大值，再减少Ki，保持在良好的动态性能的情况下，将静差消除。参数选择Kp=0.3 Ki=2 Kd=0的仿真曲线如图3.7所示图3.7Kp=0.3Ki=2时仿真曲线（3）比例积分微分控制消除了静差，超调过大，可加入微分环节，能使超调量减少，调节时间缩短。但不能太大，太大会使微分作用太强而使控制器的输出发生很大的变化。参数选择Kp=0.3 Ki=2 Kd=0.08的仿真曲线如图3.8所示图3.8 Kp=0.3 Ki=2 Kd=0.08时仿真曲线图此组参数作为实验初始设定参数，然后再根据实验现场要求进行修正，以达到更好的控制效果。3.3模糊控制3.3.1模糊控制基本原理模糊化:把输入量规范化和量化。模糊逻辑推理:根据事先己制定好的一组模糊条件语句构成模糊控制规则。去模糊:控制作用的模糊集不能直接用于被控对象，需要把控制作用的模糊集按照一定的规则转化成精确控制量加到被控对象上。3.3.2Ke、Kc、Ku参数的作用Ke越大，对偏差作用增强。系统上升快，增大超调量，过度时间长。Kc越大，对系统偏差变化控制作用增强。减小超调量、稳态误差和误差变化率。过度时间变长。Ku越大，控制器作用增强，系统响应快，易超调，可能导致振荡。3.3.3模糊仿真建立在规范论域-6 6上E,EC,U的隶属函数如图3.9。图3.9E,EC,U的隶属函数添加模糊控制规则如下：图3.10模糊控制规则系统的模糊控制仿真模型图如图3.11所示：图3.11模糊控制仿真框图其中Ke和Kc的限幅为-6,6,Ku的限幅为0,50,给定转速是1000r/min。根据资料及调试，我们选用参数Ke=0.4 ，Kc=1 ，Ku=2。仿真输出频率如图3.12所示：图3.12输出频率系统输出转速仿真曲线如图3.13所示：图3.13输出转速从图3.12和3.13仿真曲线可知，系统响应很快，几乎只花了5S就达到我们给定的1000转的速度并且超调量较小，但是波动太大，稳态精度不高。我们不能在实际过程中应用这组参数，必须进行再调试。3.4单神经元自适应PID仿真3.4.1单神经元自适应PID的基本原理单神经元作为构成神经网路偶的基本单位，具有自学习和自适应能力，而且结构简单易于计算。传统的PID控制器具有结构简单、调整方便、参数整定与工程指标联系密切的特点。把这两者结合在一起，PID的参数通过神经元反复学习获得，可以在一定程度上解决传统PID控制器不易在线实时整定参数，难于对一些复杂过程和参数时变系统进行有效控制的不足。3.4.2单神经元自适应PID参数的作用神经元权值的更新规则采用有监督的Hebb学习规则：其中分别表示比例、积分、微分的学习速率。K表示神经元比例系数，K越大，则控制快速性越好，但过大会造成系统不稳定，当被控对象时延增大时，K值必须减小，以保证系统的稳定性。3.4.3单神经元自适应PID仿真单神经元自适应PID控制器不能直接应用传递函数加以描述，简单的Simulink无法对其进行仿真，需要引用S函数（见附录一）对其进行仿真研究。S函数的格式为：function sys,x0,str,ts=sfuntmpl(t,x,u,flag)Flag是一个标志量，当Flag=0时，代表初始化函数；当Flag=1时，表示返回连续状态变量；当Flag=2时，表示返回更新sys值；当Flag=3时，表示返回输出值；当Flag=4时，设定下一次采样时间；当Flag=9时，表示清空sys值。当Flag=0时，sys各变量值代表意义如下：sys1是连续状态变量个数，sys2表示离散变量的个数，sys3输出变量个数，sys4输入变量个数，sys6是前向通道的个数，默认为1，sys7表示采样时间，默认为1。图3.14s函数流程图权值的选择：权值初值可以任选，本设计选为0.3 0.3 0.3K值的选择：K值对系统仿真效果的影响较大，一般K值偏大，将引起系统响应超调多大，而K值偏小，则使过度过程加长。因此，需要先确定K值，再根据仿真效果进行调整。学习速率的选择：由于采用了规范化学习算法，学习速率可取得较大。选取K使过程超调不太大，若此时过程从超调趋向平稳的时间太长，可增加、；若超调迅速下降而低于给定值，此后又缓慢上升到稳态的时间太长，则可减少，增强积分项的作用。控制仿真图如图3.15所示图3.15单神经元自适应PID仿真框图当给定值为1000转时，输出频率如图3.16.图3.16输出频率曲线输出转速如图3.17所示图3.17输出转速曲线图从图3.17可以看出，系统响应很快，4s基本达到给定转速。超调量较小，波动小，稳态精度很高。因此从仿真结果看来，单神经元自适应PID控制具有很好的控制效果。3.5控制方案的仿真比较不同控制算法仿真比较如表3.1。表3.1不同控制算法的仿真性能比较PID模糊控制单神经元自适应PID超调量40%10%3%上升时间2s6s4s调节时间4s6s5s稳态误差0r/min40r/min0r/min由仿真结果可以看出，PID和单神经元自适应PID都有很好的稳态性能，但单纯的PID在超调量控制方面要差一些。而模糊控制的稳态误差很差，因此我们在实际运行中加入了PID环节，用以减少稳态误差。4程序设计4.1PLC程序设计步骤4.1.1建立通讯网络打开“RSlinx Classic Gateway”，点击“Configer Drivers”，如图4.1所示，在“AvailableDriverTypes”中选择“Ethernet/IP Driver”，点击“Add New”命名通信驱动，应用设定IP 地址，点击“确定”。图4.1通信驱动选型示意图点击“RSWho”，如图4.2所示，可见整个局域网上所有的连接单元的设备信息。图4.2局域网硬件连接信息4.1.2编程打开RSLogix5000，点击“File” “New”，新建工程。选择正确的控制器类型，如图4.3，输入控制器名称，选择合适的存储路径，点击“OK”。图4.3控制器类型选择示意图在新建工程的右键点击“I/O Configuration”，添加正确的通信模块，模块信息通过“RSlinxClassic”中“RSWho”的树形结构读取。正确填写控制网通信模块的节点号(01)和槽号(02)，如图4.4所示，“ElectronicKeying”选择“DisableKeying”，点击OK。图4.4节点号和槽号设置示意图在控制网上建立I/O模块。右键点击“ControlNet”，选择适配器“1794ACN15”,命名该模块， ElectronicKeying”选择“DisableKeying”， 节点号为03。图4.5I/O通信模块在 “1794ACN15”上添加数字量输出通道，选用1794-OB16直流24V输出模块，槽号为1。主要功能控制变频器的启停和反转。在 “1794ACN15”上添加模拟输入输出通道，选用1794-IF2XO2I模块，槽号为2。选用0通道模拟输入，用于检测反馈电压；选用1通道模拟输出，输出电压控制变频器频率，量程均为-10-10V二进制补码百分比，如图4.6所示。图4.6模拟量输入示意图组态好I/O点后，“Tasks”文件夹下的“MainTask”文件夹，点击“MainProgram”文件夹，在“Program Tag”，添加程序标签，如图4.7所示，或者在程序编写的过程中，定义标签。图4.7程序标签的添加打开“MainProgram”文件夹下“MainRoutine”，如图4.8所示，即可打开梯形图程序编写界面。图4.8梯形图编写主界面程序编写完成后，选择主例程上方“Verify Controler”图标，对所编程序进行编译。编译完成，且程序无误后，即可将程序下载到控制器，点击“Who Active”图标，或者点击工具条“Communications”在下拉菜单中选择“Who Active”,弹出对话框中，如图4.9所示，选择对应的背板的控制器，点击“Download”，确定下载。图4.9程序下载界面下载完成后，如网络未完成规划，左上角会出现“I/O Not Responding”，如图4.10所示，原因是控制网未完成规划，此时需对网络进行规划。图4.10 网络规划未完成时的I/O状态4.1.3网络规划打开RSNetworx For ControlNet，对控制网进行规划。在File里面新建一个控制网，对控制网进行扫描，接着选择编辑使能，完成后将文件保存。注意，网络规划的路径及通信驱动的选择应当与下载程序的通信驱动相同，路经也应相同。规划后的网络如图4.12所示。这时编程软件会显示I/O OK如图4.11所示。说明远程网络已经被激活，可以使用了。图4.11网络规划图4.12图完成网络规划的控制网网络结构4.2PID程序设计编程时直接调用PID模块，具体程序见附录二。PID页面如图4.13所示：图4.13PID模块在Tuning Constants中能完成对参数Kp，Ki，Kd的设定。在Configuration中回路更新时间选择0.01secs。在Scaling中完成对过程变量PV和控制变量CV的定标。PV为反馈转速，定标为最大1500r/min，最小0r/min。CV为变频器输出频率，定标为最大50Hz，最小0Hz。4.3模糊PID程序设计4.3.1模糊PID流程图将模糊控制与PID控制简单的并联，中间选用一个软开关，当系统偏差大时，则采用模糊控制，使系统快速反应；即当系统偏差小时，采用PID控制，消除稳态误差。这样系统对大偏差反应迅速，将其减小，然后PID控制发挥作用，最终消除误差，所以系统拥有良好的动态性能和稳态性能，而且拥有非常强的抗干扰能力。流程图如下：图4.14模糊与PID复合控制流程图4.3.2模糊控制部分流程图模糊控制过程，首先量化偏差和偏差变化，再查询模糊控制表，得到精确量后对输出频率进行修正。模糊控制流程图如下：图4.15模糊控制流程图4.3.3模糊表的制定输入E,EC的隶属度矢量表表4.1，常见的二输入一输出语言规则表表4.2，如下：表4.1 E,EC隶属度矢量表-6-5-4-3-2-10123456NB1.00.5NM0.51.00.5NS0.51.00.5ZO0.51.00.5PS0.51.00.5PM0.51.00.5PB0.51.0表4.2二输入一输出语言值规则表UECNBNMNSZOPSPMPB ENBPBPBPBPBPMPSZONMPBPBPMPMPSZOZONSPBPMPMPSZOZONSZOPMPSPSZONSNSNMPSPSZOZONSNMNMNBPMZOZONSNMNMNBNBPBZONSNMNBNBNBNB采用加权平均值法解模糊。得到模糊控制表，将它定义成一个二维数组，用查表的方法得到U。表4.3模糊控制表 UEC-6-5-4-3-2-10123456E-66666666543210-56665.555543210.50-46665444321000-365.554.543.53210.50-0.5-1-265444321000-1-2-154333210-1-1-1-2-304322210-1-2-2-2-3-41321110-1-2-3-3-3-4-5221000-1-2-3-4-4-4-5-6310.50-0.5-1-2-3-3.5-4-4.5-5-5.5-64000-1-2-3-4-4-4-5-6-6-650-0.5-1-2-3-4-5-5-5-5.5-6-6-660-1-2-3-4-5-6-6-6-6-6-6-6将得到的U乘以控制因子Ku，然后用其对输出频率进行修正。具体程序见附录二。4.4单神经元自适应PID程序设计4.4.1单神经元的建立简单神经元的结构如图5.8所示：图4.16神经元结构示意图单神经元的输入信号雷同于生物神经元的激励；生物神经元的突触性质以及突触强度由加权系数来模拟，的正负代表突触的兴奋和抑制，大小代表了突触的不同连接强度。组合输入信号的“总和值”，表示了各类输入的作用总效果，相当于生物神经元的膜电位；f是神经元的激活函数，表示输入和输出之间的对应关系，一般都是非线性的。输入向量 表示神经元的轴突输出，即神经元的输入向量；权值向量 表示输入向量的连接强度；阀值 表示神经元激活的条件；激活函数f 表示神经元的输入输出关系；本设计所用的激活函数为非对称Sigmoid型函数：神经网络的学习方式选择有监督的Hebb学习规则。系统设定值与实际输出的差值e(k)和输入对应关系如下：系统输出的控制量为：其中，为k时刻的连接权值，K为神经元的比例系数。具体程序见附录二。4.5监控组态软件设计4.5.1 OPC服务器的建立打开“RSlinx Classic Gateway”，再点击菜单栏“DDE/OPC”，在下拉菜单中点击“Topic Configuration”，在通信驱动中选择正确的通信路径，如图4.17所示，左侧点击“New”，新建OPC服务器的名字“bianpinkongzhi”，点击下侧“Apply”点击确定。图4.17OPC服务器的建立在应用软件力控中，选用OPC。图4.18力控中选用OPC这样，OPC通讯就建好了，力控可以通过OPC读和写数据了。4.5.2监控界面的设计在力控中新建一个工程，如图4.18所示设置好OPC通讯。点击数据库组态，建立数据库如图4.19所示。图4.19力控数据库力控数据库现在可以通过OPC与控制器相关联，完成对远程数据的收集和输出。OPC数据连接如图4.20所示。图4.20力控中数据与PLC数据相关联示意图在力控窗口中新建一个窗口，组建监控画面，选择被监控参数反馈转速，添加趋势曲线、历时曲线、报表等。如图4.21。图4.21监控主界面5系统调试及实验结果5.1 PID控制实验结果将仿真得到的参数在实验中继续调试。最后选用Kp=2.2，Ki=0.25，Kd=0.08给定值为1000r/min的实时控制曲线如图5.1所示。图5.1控制系统响应曲线加上负载，转速减低，系统调节一段时进入稳态；去掉负载转速陡然升高，系统调节一段时间进入稳态。说明系统的抗干扰能力强，反应慢，精度高。如图5.2所示。图5.2加上负载去掉负载系统响应曲线系统12：17s时启动，12：24s达到最大值，上升时间为7s。最大值为1100r/min，所以系统超调量为100转。而后系统调节了1s便进入稳态，所以得到调节时间为8s。系统稳态误差没有超过20转，系统的抗干扰能力比较强。所以PID控制能满足设计要求。不过，因为加入了积分环节，系统的响应速度和抗干扰能力还有待改进。5.2模糊PID控制实验结果经过调试，实验最后选用参数Ke=0.06，Kc=0.25，Ku=3.0作为模糊部分的参数，在给定值为1000r/min,其实时控制曲线如图5.3所示。图5.3模糊控制系统响应曲线系统16：53s启动，不到16：59s就已经到达最大值。最大值为1040r/min,系统超调量为40转。系统的上升时间要小于PID控制，为6.5s。系统达到最大值后就已经进入稳态，不需要再进行调节。所以系统调节时间为6.5s。稳态误差基本维持在40r/min，个别超出。但从图5.3中可以看出其稳态误差太大，无法满足设计要求。因此选择模糊和PID联合使用。大偏差时采用模糊控制，小偏差时采用PID控制，用以减少系统的稳态误差。上面分析得出，不必担心积分作用对系统动态响应的影响，所以我们选用更小的Ki，增强积分作用，减小稳态误差。模糊参数选择Ke=0.06，Kc=0.25，Ku=3.0；PID参数选择Kp=2.0，Ki=0.1,Kd=0。给定值为1000r/min,得到系统响应曲线如图5.4。图5.4模糊与PID复合控制系统响应曲线系统在21:09s启动，在21:15s达到最大值，最大值为1030r/min,超调量为30转。系统上升阶段和模糊控制相似，上升时间为6.5s。系统上升到最大值后，没有调节，直接进入稳态，调节时间为7s。系统稳态误差为不超过15r/min。23：34s加上负载，转速降低，很快回到稳态，23:42s去掉负载，转速陡然升高，很快进入稳态，而且稳态误差很小。如图5.5，由图可知道，模糊PID控制，系统抗干扰能力非常强。图5.5加上负载去掉负载系统响应曲线实验结果表明模糊和PID复合控制满足设计要求。既有快速响应的特性，稳态误差小等特点而且抗干扰能力非常强，有很好的控制效果。5.3单神经元自适应PID控制实验结果实验时，权值初始值设定为0.3 0.3 0.3,学习速率分别设置为0.35 0.4 0.4。K根据实验调试得到。当给定值为1000r/min时，系统的响应曲线如图5.6所示。图5.6单神经元自适应PID响应图系统在22:03s启动，在22:11s达到最大值，最大值为1060r/min,超调量为60转。系统上升时间为8s。系统上升到最大值后，几乎没有调节，直接进入稳态，调节时间为8.5s，系统稳态误差为不超过15r/min。但由于神经元学习过程需要时间所以调节时间比模糊和PID稍微长点，但是由于有了学习功能，在负载变化大的系统中能够获得更好的调速效果。系统在22:21s时加上一个负载，转速波动了3s就恢复了稳定状态，因此系统的抗干扰能力很强。5.4控制方案的比较在第3章的仿真里面，用MATLAB仿真了各个算法，各种算法之间的动态性能如下表5.1。表5.1不同控制算法的仿真性能比较PID模糊控制单神经元自适应PID超调量40%10%3%上升时间2s6s4s调节时间4s6s5s稳态误差0r/min40r/min0r/min在实验调试过程中各种算法之间的性能比较如表5.2。表5.2不同控制算法的系统性能比较PID模糊PID单神经元自适应PID超调量10%3%6%上升时间7s6.5s8s调节时间8s7s8.5s稳态误差20r/min15r/min15r/min抗干扰能力强非常强非常强比较表5.1和5.2，可以看出，上升时间和调节时间仿真和实际都有一定的差距，稳态误差也有差距。分析原因如下：（1）由于单神经元自适应PID控制算法的数据复杂，计算量很大。并且PLC的计算速度没有PC机仿真快，因此PLC响应时间要长一些。（2）变频器控制精度不够高，有一定的时间延时。（3）电网电压有微小的波动，对电机的运行有一定干扰等。通过在系统中加入PID控制，模糊PID控制和单神经元自适应PID这三种控制方法，通过对其动态性能指标和稳态性能指标的计算对这三种控制方法进行总结。得到表5.2的结果。可以发现采用PID控制系统可以获得良好的稳态精度，但系统的上升时间和调节时间长，超调量过大；采用PID与模糊复合控制既能够消除稳态误差，又能够快速响应，集合了PID和模糊各自优势；采用单神经元自适应PID控制可以得到良好的稳态精度，鲁棒性强，适应能力好，但调节时间比其他两种控制方案稍长，不过也在能够接受的范围内。6总结与展望6.1总结经过两个多月努力，通过理论的学习和实践的进行。顺利完成了基于PLC控制的交流电机变频调速系统的各项任务要求，现将主要工作总结如下：（1）基础理论知识的补充和复习。在两个月的时间内，先后补充了变频调速、计算机控制、计算机仿真、现场总线、PLC编程等方面的知识，并学习了罗克韦尔软件的使用和硬件方面的相关资料。（2）控制算法的实现。为实现对电机变频调速的精准控制，系统中加入了PID，模糊PID，单神经元自适应PID等控制算法，通过MATLAB的simulink工具，选择合适的数学模型和参数进行仿真，达到了很好的控制效果。（3）基于罗克韦尔PLC的变频调速的设计和构建。根据任务书要求，选择罗克韦尔网络构架、变频器、电机和测速发电机等，构建了以ControlLogix系统为中心、以EtherNet和ControlNet为纽带以ControlLogix5561为控制器，以PowerFlex40为执行机构，以测速发电机为检测机构，通过EtherNet上的PC机进行远程监控的系统。（4）设备间网络通信的实现。为通过网络进行数据的传输和交换，通过RSLinx软件建立通信驱动，构建了通信通道，通过RSLogix5000对ControlLogix5561进行逻辑编程，通过用RSNetworx对ControlNet进行配置和组态，实现了网络上控制器与PC机、变频器和测速发电机之间的通讯。（5）监控界面的设计。通过力控软件设计了上位机人机监控界面，实现了对电机转速监控系统中各主要参数的监控、调节。（6）系统的调试。将仿真参数应用于实际控制中，在通过不断的调试，得到最佳的响应曲线。最后比较3种控制算法各自的优缺点。6.2展望（1）罗克韦尔网络平台十分强大，可以构建一个复杂的控制系统，控制多台电机协同运动。本实验没有采用设备网，PowerFlex40变频器可以通过适配器直接连