邵 林
(安徽冶金科技職業(yè)學(xué)院 自動(dòng)控制系,安徽 馬鞍山 243041)
觸摸屏相對(duì)于PC機(jī)而言,其運(yùn)算速度慢、存儲(chǔ)能力弱,但觸摸屏具有結(jié)構(gòu)緊湊、能耗少、成本低、通信接口方便等優(yōu)點(diǎn).因此,在中小規(guī)模的智能儀表系統(tǒng)中,觸摸屏正逐漸代替PC機(jī)作為智能儀表的上位機(jī)監(jiān)控系統(tǒng).在實(shí)際的應(yīng)用過程中,由于觸摸屏運(yùn)算速度和存儲(chǔ)能力的限制,當(dāng)觸摸屏與多臺(tái)智能儀表同時(shí)通信時(shí)會(huì)產(chǎn)生較大的數(shù)據(jù)滯后,甚至出現(xiàn)死機(jī)現(xiàn)象[1].目前,國內(nèi)企業(yè)主要利用兩種方法來解決數(shù)據(jù)滯后的問題:一是利用PC機(jī)作為上位機(jī),通過OPC和數(shù)據(jù)庫技術(shù)對(duì)通信數(shù)據(jù)進(jìn)行緩存和預(yù)處理;二是增加硬件設(shè)備,把控制系統(tǒng)分成多組,分別采用不同的硬件系統(tǒng)控制.這兩種方法基本能夠解決多路數(shù)據(jù)傳送阻塞的現(xiàn)象,但其成本較高,且不利于智能儀表現(xiàn)場集中控制[2].國外智能儀表行業(yè)為了解決此通信阻塞的問題,主要通過提高自身通信數(shù)據(jù)預(yù)處理和數(shù)據(jù)緩存能力,從而緩解智能儀表與上位機(jī)的通信壓力,但上述方法僅能解決小型設(shè)備(采集數(shù)據(jù)通道在32路以下),對(duì)于中型以上設(shè)備的數(shù)據(jù)通信還是難以滿足要求.本文根據(jù)現(xiàn)場智能儀表通信的實(shí)際情況,設(shè)計(jì)一種基于模糊PID算法的智能儀表通信技術(shù),經(jīng)過長期運(yùn)行和檢測,不僅解決了中型以上設(shè)備以觸摸屏為上位機(jī)的智能儀表通信阻塞問題,且有利于現(xiàn)場儀表的集中管理和控制.
為保障生產(chǎn)的安全進(jìn)行,馬鋼煤焦化公司在生產(chǎn)車間裝有大量檢測有毒、有害氣體的智能儀表,這些檢測儀表能夠?qū)崟r(shí)反應(yīng)現(xiàn)場的生產(chǎn)狀況[3].同時(shí),生產(chǎn)車間為了便于安全操作和集中監(jiān)控,要求把智能儀表采集的信息傳輸至現(xiàn)場的觸摸屏進(jìn)行集中控制.
通常情況下,觸摸屏與智能儀表之間通過RS-485數(shù)據(jù)端口遵循采樣時(shí)間分時(shí)輪詢的模式進(jìn)行通信.在生產(chǎn)過程中為了保障人身和設(shè)備的安全,一般采用增大通信的輪詢次數(shù),減少通信的采樣時(shí)間,以此提高檢測數(shù)據(jù)的實(shí)時(shí)性.但觸摸屏受自身存儲(chǔ)能力和運(yùn)算速度的影響,若在單個(gè)采樣周期內(nèi)對(duì)所有儀表都逐一掃描采樣,不僅采樣時(shí)間長,且加重了觸摸屏的通信負(fù)擔(dān),甚至?xí)鹩|摸屏的死機(jī).與此同時(shí),在實(shí)際生產(chǎn)過程中,由于生產(chǎn)設(shè)備損壞以及其他干擾產(chǎn)生的誤報(bào)警信號(hào)可能長時(shí)間占用通信資源,這將大大降低通信的效率.因此,為了提高通信的效率,必須設(shè)置相應(yīng)的通信規(guī)則:即單個(gè)儀表連續(xù)獲得通信優(yōu)先級(jí)的次數(shù)不大于60次.若檢測單個(gè)儀表的連續(xù)通信優(yōu)先級(jí)大于60次時(shí),系統(tǒng)自動(dòng)發(fā)出報(bào)警信號(hào)并等待系統(tǒng)確認(rèn).
馬鋼煤焦化公司在現(xiàn)場焦?fàn)t的頂部、中部、底部及其周邊布置近100多個(gè)智能檢測儀表裝置.為了獲得儀表實(shí)時(shí)檢測信息和便于集中監(jiān)控,所有儀表都通過數(shù)據(jù)總線連接至觸摸屏上[4].若觸摸屏按常規(guī)輪詢方式對(duì)所有儀表進(jìn)行通信采用,設(shè)每個(gè)儀表的采樣時(shí)間為1 s,那么100個(gè)儀表每輪詢一次需要100 s,而煤焦化生產(chǎn)過程中對(duì)大多氣體的檢測周期設(shè)置為10 s以內(nèi).因此在通信時(shí)間上存在較大矛盾,為了解決上述生產(chǎn)工藝的要求,本文設(shè)計(jì)了一種基于模糊PID算法的智能儀表與觸摸屏的通信技術(shù)[5],從試運(yùn)行的數(shù)據(jù)分析,此設(shè)計(jì)基本滿足煤焦化生產(chǎn)工藝的需求.
首先建立動(dòng)態(tài)數(shù)據(jù)庫表如表1所示.動(dòng)態(tài)數(shù)據(jù)庫包括儀表地址、計(jì)時(shí)器、定時(shí)器、反饋值、事件等級(jí)、動(dòng)態(tài)系數(shù)和優(yōu)先級(jí),其中
ΔUn=f((αn·In+βn·Dn+Pn)·ΔEn)
(1)
式中:ΔUn為第n#儀表與觸摸屏通信的計(jì)算優(yōu)先級(jí),f為對(duì)應(yīng)的函數(shù)關(guān)系;Pn、In、Dn均為模糊PID的初始設(shè)定值,其中Pn為事件等級(jí),表示第n#儀表在生產(chǎn)過程中的重要程度,并按照工藝優(yōu)先等級(jí)依次設(shè)定為10(最高級(jí))、8(較高級(jí))、5(一般級(jí))、3(最低級(jí)),初始化時(shí)已經(jīng)設(shè)定;In為計(jì)數(shù)器,表示第n#儀表發(fā)出通信請(qǐng)求脈沖個(gè)數(shù);Dn為定時(shí)器,表示第n#儀表被延時(shí)通信的時(shí)間總和;動(dòng)態(tài)系數(shù)αn表示第n#儀表計(jì)時(shí)器的動(dòng)態(tài)加權(quán)系數(shù)值;動(dòng)態(tài)系數(shù)βn表示第n#儀表定時(shí)器的動(dòng)態(tài)加權(quán)系數(shù).
ΔEn=ΔUn-ΔUn-1
(2)
式中:ΔEn為第n#儀表的反饋值,表示本次優(yōu)先級(jí)與上次優(yōu)先級(jí)的算術(shù)差.
表1 動(dòng)態(tài)數(shù)據(jù)庫
模糊規(guī)則表如表2所示.根據(jù)ΔUn/ΔUn-1的大小進(jìn)行模糊化處理,并依據(jù)模糊化的結(jié)果,查詢相應(yīng)的模糊加權(quán)系數(shù)αn和βn,其中αn和βn的大小,根據(jù)ΔUn/ΔUn-1進(jìn)行自動(dòng)動(dòng)態(tài)修正.
ΔUn+1=(ΔUn-1+ΔUn)/2
(3)
(αn,βn)∝(ΔUn/ΔUn-1)
(4)
其中:ΔUn/ΔUn-1為本次優(yōu)先級(jí)與上次優(yōu)先級(jí)之比;Fuzzy為模糊化語言,ZERO、SMALL、MIDDLE、LARGE、LLARGE從小到大分別表示五個(gè)模糊化等級(jí);ΔUn-1、ΔUn、ΔUn+1分別表示上次、本次和下次優(yōu)先級(jí)值.
表2 模糊化規(guī)則表
觸摸屏將接收的檢測儀表數(shù)據(jù)ΔUn與上次的存儲(chǔ)值ΔUn-1相比,得出相應(yīng)的ΔUn/ΔUn-1模糊化值,通過查詢模糊規(guī)則表求出參數(shù)αn和βn,然后將相應(yīng)的參數(shù)代入式(1)中,計(jì)算出ΔUn,作為此儀表本次輪詢的優(yōu)先級(jí)值;同時(shí)根據(jù)式(3)計(jì)算出ΔUn+1值,并存儲(chǔ)在數(shù)據(jù)庫中,作為下次計(jì)算ΔUn的參考值.
Pn、In、Dn3個(gè)參數(shù)中,參數(shù)Pn為檢測儀表本身的危險(xiǎn)等級(jí),設(shè)置后正常情況下不能更改;參數(shù)In和Dn為檢測儀表現(xiàn)場檢測信號(hào)的動(dòng)態(tài)值,這些值跟隨現(xiàn)場檢測狀態(tài)的變化而變化.為使系統(tǒng)能夠獲得較好的動(dòng)態(tài)效應(yīng),分別對(duì)In和Dn的值乘以動(dòng)態(tài)參數(shù)αn和βn.由式(4)可知,系統(tǒng)根據(jù)ΔUn/ΔUn-1的變化不斷修正參數(shù)αn和βn,而由式(1)可知,αn和βn值的自動(dòng)修正將直接影響ΔUn/ΔUn-1的大小,從而形成閉環(huán)的自校正系統(tǒng)[6].該系統(tǒng)通過反復(fù)的學(xué)習(xí)和訓(xùn)練,使其獲得較好的自主學(xué)習(xí)能力,能大大提高系統(tǒng)的動(dòng)態(tài)性能.
根據(jù)增量式PID算法的工作原理,首先計(jì)算出反饋值ΔEn,由ΔUn/ΔUn-1的閾值范圍,模糊化出動(dòng)態(tài)參數(shù)αn和βn,根據(jù)式(1)求出本次的優(yōu)先級(jí)輸出值.系統(tǒng)根據(jù)此優(yōu)先級(jí)的大小對(duì)儀表的通信獲得權(quán)進(jìn)行排序,排序在前8位的儀表將獲得本次通信機(jī)會(huì),由于本文采用動(dòng)態(tài)參數(shù)αn和βn,使系統(tǒng)的動(dòng)態(tài)性能得到較大改善.
為了檢驗(yàn)系統(tǒng)設(shè)計(jì)的可行性,將基于模糊PID算法的通信模式應(yīng)用于馬鋼煤焦化公司2#焦?fàn)t,實(shí)現(xiàn)單個(gè)觸摸屏與多組(64個(gè))智能儀表的通信.同時(shí)為了監(jiān)控通信工況,本文利用Labview將信息記錄在數(shù)據(jù)庫中并進(jìn)行動(dòng)態(tài)分析.
利用Labview對(duì)記錄的通信數(shù)據(jù)進(jìn)行計(jì)算和分析如圖1和圖2所示.其中圖1為觸摸屏與智能儀表采用本文設(shè)計(jì)的通信模式的數(shù)據(jù)分析圖,圖2為采用基本輪訓(xùn)的通信模式的數(shù)據(jù)分析圖.由圖1可知,在60 min通信時(shí)間內(nèi),系統(tǒng)最大通信時(shí)間為6.483 7 s,平均通信時(shí)間為6.103 2 s,通信時(shí)間均小于工藝要求的10 s,該通信模式基本滿足工藝通信時(shí)間小于10 s的要求,但從分析圖上可知系統(tǒng)的穩(wěn)定性欠佳.由圖2可知,系統(tǒng)最大的通信時(shí)間為10.376 s,平均的通信時(shí)間為8.159 3 s,最大通信時(shí)間大于工藝要求的10 s,且在7 min和41 min的采樣點(diǎn)附近有兩個(gè)明顯的階躍信號(hào),表明觸摸屏在此時(shí)間與智能儀表的通信產(chǎn)生了阻塞現(xiàn)象.
圖1 模糊PID算法的通信
圖2 基本輪訓(xùn)模式的通信
為了解決通信阻塞問題,本文提出了動(dòng)態(tài)優(yōu)先級(jí)的通信模式,僅對(duì)有通信需求的儀表進(jìn)行掃描采樣.在優(yōu)先級(jí)計(jì)算的過程中,采用增量PID算法,分別對(duì)儀表的自身優(yōu)先級(jí)(儀表采集信號(hào)的危害等級(jí))、計(jì)數(shù)器(獲得優(yōu)先級(jí)的次數(shù))、定時(shí)器(申請(qǐng)優(yōu)先級(jí)后的等待時(shí)間)分別用Pn、In、Dn3個(gè)參數(shù)表示.同時(shí),為獲得較好的動(dòng)態(tài)效果,根據(jù)模糊控制理論,對(duì)增量PID的兩個(gè)參數(shù)Pn和In的動(dòng)態(tài)系數(shù)αn和βn進(jìn)行實(shí)時(shí)校正,完成系統(tǒng)自主學(xué)習(xí)的過程[7].通過對(duì)馬鋼煤焦化公司試運(yùn)行數(shù)據(jù)的分析,本文設(shè)計(jì)的智能儀表與觸摸屏通信算法基本滿足生產(chǎn)工藝的需求.但由于本文采用ΔUn/ΔUn-1進(jìn)行模糊化閾值,系統(tǒng)穩(wěn)定性不好,雖然利用αn和βn進(jìn)行校正,控制精度依然不高,在以后的改進(jìn)過程中將引入神經(jīng)網(wǎng)絡(luò)的控制理念[8],逐步提高系統(tǒng)的穩(wěn)定性和控制精度.
[1] 肖威.PLC及觸摸屏組態(tài)控制技術(shù)[M].北京:電子工業(yè)出版社,2013:89-97.
[2] 柳桂國,葛魯波,金湖庭,等.智能儀表技術(shù)[M].北京:北京師范大學(xué)出版社,2015:62-74.
[3] 葛蘆生,楊波.蓄熱式加熱爐燃燒控制策略應(yīng)用研究[J].儀器儀表學(xué)報(bào),2004,25(4):538-540.
[4] 張世峰,左慧敏.焦?fàn)t集氣管壓力系統(tǒng)內(nèi)??刂破髟O(shè)計(jì)[J].安徽工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版),2014,4(3):395-399.
[5] 李人厚.智能控制理論和方法[M].西安:西安電子科技大學(xué)出版社,1999:103-108.
[6] 歐艷華.基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)PID控制器設(shè)計(jì)[J].機(jī)械設(shè)計(jì)與制造,2014,6(6):263-265.
[7] 盛飛.多層RBF網(wǎng)絡(luò)的自適應(yīng)遺傳算法及其在實(shí)函數(shù)逼近中的應(yīng)用[J].安徽工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版),2013,2(4):192-196.
[8] WANG Y N.A neural network adaptive control based on rapid learning method andapplication[J].Int J Advancesin Modelling &Analysis AMSE Press,1994,43(4):23-28.