PLC模糊神经网络变频调速系统

1.引言

随着工业控制要求的不断发展，对电动机速度控制的要求也越来越高，一般都需进行闭环控制。交流异步电动机因其价格低廉、经久耐用、易于维修、适合在恶劣的环境中使用等优点，已得到极其广泛应用。但交流电动机的数学模型和运算较为复杂，其控制特性会受对象内部参数变化的影响，因而用固定的调节器去控制时，往往难以得到较理想的静动态特性。本方案提出了一种实用可靠的可编程序控制器PLC和变频调速器控制交流异步电动机方法，并把神经网络算法引入到该控制系统中，从而有效地提高了系统的静动态特性，这里将结合作者积累的经验，介绍采用PLC实现电动机速度闭环控制的关键技术。

2.系统组成及原理

电动机速度闭环控制系统的组成框图如图7-2所示，因PLC在机床控制等系统中得到广泛应用，尤其是在分布式控制系统中，PLC更是不可缺的主要部件，而变频器调速能满足电动机调速和特殊制动的要求，故本系统采用了PLC和变频器调节交流异步电动机转速的方法，系统的结构框图如图7-2所示。该系统采用了全数字式控制系统，整个系统由PLC（带高速计数模块）、三垦VM05变频器（具有RS-485通信功能）、交流电动机及旋转编码器组成。其工作原理：给定的速度与经由PLC高速计数模块反馈回来的实际速度相减产生速度偏差，经PLC运算可得控制量，再由RS-485接口输出到变频器，以驱动交流电动机，从而达到调节电动机转速的目的。由于PLC与变频器之间没有采用D-A转换，而是采用了RS-485进行数字通信，有效地提高系统的抗干扰能力。

图7-2 PLC模糊神经网络控制变频调速系统

由于该系统中选用的PLC为西门子公司的S7-200（CPU226）PLC，不能进行浮点运算，故通过PLC与上位机的通信接口，把运算数值送入上位机中，由上位机完成神经网络的计算，计算结果再送到PLC中，用于控制，同时控制过程中，得到修正后的参数：可作为样本，送到上位机中进行神经网络的在线训练，这样神经网络的参数可进一步优化，从而该控制算法可适应不同性能的交流异步电动机调速系统，能够有效地提高系统的调速精度。上位机用VC＋＋6.0编程，除完成神经网络的计算，还作为人机界面（HMI），用于数据和曲线的显示。

系统实现了自动／手动、工频／变频和闭锁3种控制连接方式，为此，PLC使用了四路开关量输出和两路开关量输入端口。其中，两路输出端口用于工频／变频器切换，一路用于变频器远控／本地切换，另一路用于电动机的电气控制；两路输入端口分别连接变频器进线和电动机进线接触器辅助触点。变频器的起／停、故障检测、故障复位、速度和转向控制由PLC通过RS-485接口完成。

3.电动机速度控制系统的实现

（1）用PLC的转速测量

在工业控制中，经常遇到转速或频率的测量及显示问题。快速、准确地得到转速或频率对实时控制非常重要。现在先进的PLC中都具有高速计数器（HSC）功能，HSC采用硬件计数，其计数速度比PLC扫描时间快得多，计数脉冲频率可达20kHz以上。我们利用定时中断加高速计数器可以方便准确地实现转速或频率的测量。

测速装置采用脉冲编码器，此脉冲编码器的2个输出端可发出2个脉冲信号，第一个脉冲信号（z相信号）是电动机轴转1圈发出1个脉冲，此脉冲可作为定位信号，第二个脉冲信号（a相信号）是电动机轴转1圈发出1000个脉冲，此脉冲可作为测速信号。

CPU226中有6个HSC，在应用中需要对它们的控制位、当前值、设定值、状态位进行操作。用定时中断提供采样间隔，S7-200 PLC中的定时中断的时间间隔为1～225ms，PLC的扫描周期根据应用程序的大小约为5～10ms，所以采样间隔不应少于10ms。为保证测量精度，最低转速时，每次采样间隔应不少于10个脉冲。定时中断的间隔时间通常由要求达到的控制精度及响应速度决定，一般不要大于被控对象的时间常数。因此，用PLC实现闭环控制时，可以采用图7-3所示的程序框架，即将闭环控制程序置于中断服务程序中来实现，而将与开关量控制相关的程序置于中断服务程序之外的主程序中。

（2）模糊神经元控制器

模糊控制和神经元控制都有其不足之处，而且单靠其自身无法解决问题。但同时又可发现，模糊控制器在误差较大时具有很好的控制效果，其过渡过程快、鲁棒性强；而神经元控制器在误差较小时具有稳态精度高、鲁棒性强的优点。因此，将两者结合起来，取长补短，不但可以解决两者应用时的缺点，而且可以进一步提高控制性能。模糊神经元混合控制器如图7-3a所示。它由典型模糊控制器和典型神经元控制器共同组成，在误差较大时，采用模糊控制器，在误差较小时，切换为神经元控制器。其中模糊控制器采用典型的模糊控制调速系统，控制器以系统的误差e和误差变化率de作为输入变量，电流给定信号作为输出变量；它包括模糊化、模糊推理、解模糊化三部分，模糊控制器的设计主要是根据设计人员的经验来确定其参数和控制规律。通过计算综合得出控制规律表。由控制规律表可以算出模糊控制器的输出u，其中量化因子k₁、k₂和比例因子k₃要根据具体情况确定。

图7-3 模糊神经元自适应控制器模型

a）智能控制切换 b）单神经元自适应控制器

神经元控制器可以通过学习规则来调整权值，从而实现自适应功能，提高调速系统的稳态精度。图7-3b为一个典型的神经元自适应控制器的数学模型。这种控制器有n个状态量x_i（k），w_i（k）为相应的权重，e（k）为系统误差信号，k_u为控制器的比例因子，f（u）为带有最大限幅值的S形激活函数。神经元控制器的状态量取为

e（k）＝d（k）－y（k）

de（k）＝e（k）－e（k－1）

神经元控制器的状态量取为

X（1）＝e（k）X（2）＝［e（k）－e（k－1）］／t

X（3）＝t

采用的控制策略为

u（k）＝k_u

u_g（k）＝u_max(www.xing528.com)

w_i（k＋1）＝w_i（k）＋ηe（k）｜u_g（k）｜x_i（k）

式中 u_max——限幅值。

图7-4 PLC和变频器连接

X₁、X₂、X₃分别为误差、误差微分、误差积分，用学习规则调整各输入量的权值，单个神经元就相当于变系数的自适应PID调节器，因此它既有自适应能力，又具有传统PID控制器的优点，且使系统的动态性能只取决于其误差信号，而不受或少受对象模型参数的影响，从而提高系统的性能和鲁棒性。由模糊控制器切换到神经元控制器的时刻，一般在模糊控制丧失作用前，即误差和误差变化率小于模糊控制表的最小一档前。实际应用表明，这种控制器算法简单，且易于实现，既保证了系统的稳态精度，又保证了系统的快速响应和鲁棒性。

（3）实时通信的实现方法

1）PLC、PC和变频器通信连接。S7-200系列PLC通信方式有三种：一种是点对点方式，用于与西门子公司的PLC编程器或其他该公司人机接口产品的通信，其通信协议是不公开的；另一种为DP方式，这种方式使得PLC可通过Profibus的DP通信接口接入Profibus现场总线网络，从而扩大PLC的使用范围；最后一种方式是自由口通信方式，由用户定义通信协议，实现PLC与外设的通信，该系统中，采用自由口通信方式，CPU226提供2个串行口，其中一个端口（port1）作为DP口；另一个端口（port0）为自由口，自由口为标准RS-485口。西门子公司提供的PC／PPI电缆带有RS-232／RS-485电平转换器，因此在不增加任何硬件的情况下，可以很方便地将PLC和PC互连，如图7-4所示。

在上述通信方式下，由于只用了两根线进行数据传送，所以无法实现硬件握手信号。因此，PLC和PC的通信必须协调进行。在该系统中，考虑到PLC长期连续工作在采集信号、控制状态下，而PC仅作为监控，所以PC与PLC之间的通信采用主从方式，PC始终处于主导地位。数据的传送都由PC定时发出命令，该命令也作为握手信号。PLC一旦收到命令，在对命令进行确认无误后，返回该命令作为应答。然后根据命令组织数据，并存入指定的数据缓冲区中，上传给PC，或准备接受PC下传的参数，存入指定存储区。为了验证数据的正确性，把所有发送的数据作累加，并把结果与发送过来的累加和进行比较，若相等，则发送成功；反之，则放弃这批数据，并发出错误信息给对方，要求对方重发，以确保修改后的参数实时传给下位机。

2）S7-200PLC和三垦变频器通信编序。整个系统中PLC和变频器、上位机均通过RS-485进行串行通信，如图7-4所示。西门子S7-200PLC有数种通信模式，其中一种叫freeport模式（自由通信口模式），在该通信模式下，通信口完全由用户程序控制，通信协议也由用户设定。在freeport模式下，PLC与变频器之间是主从关系，PLC始终处于主导地位。借助xmt与rcv命令分别来发送和接收数据。命令格式分别为

xmt命令格式为xmt tbl，port

rcv命令格式为rcv tbl，port其中，port为PLC的通信口；tbl为数据存储区，其中tbl的第1字节为要发送的数据长度。对rcv命令，第1字节和最后字节为设定的起始和结束字节。在freeport模式下，通信命令前必须先进行通信口的初始化，设定通信的速度、校验、停止位、通信模式，对通信方面的特殊寄存器进行赋值。必须确认这些设定与变频器的设定一致。

三垦VM05系列变频器通信指令为

起始字节＋变频器号码＋命令字节［＋数据］［＋校验和］＋结束字节

通过上位机人机界面设定参数，实现对三垦VM05系列变频器的控制，实现变频器的以下功能：

1）控制功能：运行、停机、故障复位等。

2）监控功能：频率设定、频率读出、输出电压与电流等。

PLC程序：

4.实验结果

图7-5为该传动系统在转速给定1000r／min、负载为10N·m情况下起动所得到的转速电流波形；图7-6为负载从10N·m突增至15N·m时转速、电流变化的动态曲线。电动机主要参数：2.2kW，1460r／min，380V，5.6A，r₁＝0.8Ω；r₂＝1.4Ω。从图7-5中可看出，模糊神经元混合控制系统响应快、超调量小、抗干扰能力强，较好地满足了系统的静动态特性的要求，效果比采用常规PID调节器的双闭环调速系统与转差频率控制系统好，且结构简化。

图7-5 起动时转速、电流动态波形

图7-6 负载增加时转速、电流动态波形