模糊控制在SIEMENSPLC系统中的实现

　　计算机集散控制系统(DCS)从广义上讲，有仪表型、PLC型和PC型3种类型。其中，PLC由于具有非常高的工业可靠性而被广泛应用，特别是90年代以来，许多知名厂商的PLC增加了模拟量处理及PID控制功能。因而使其更具有竞争力，针对工业合成革生产DMF回收过程，设计开发了基于PLC-IPC结构的计算机集散式控制系统，并在实际应用中取得了良好的效果。然而，由于DMF回收工艺的特殊性，使得某些关键的工艺参数基于PID控制算法的控制效果并不理想，模糊控制在PLC上的实现方式基本分两种：一是通过专用的硬件实现，但其价格昂贵，并且需要使用专用编程设备，另一种实际采用较多的是通过软件实现，把模糊控制程序作为整个PLC控制程序的一个子程序，包括数据的读取、模糊推理和控制信号输出，通过中断调用子程序完成模糊控制。
　　本文针对DMF回收过程中蒸发罐液位控制不稳定的现象，采用模糊控制方案，设计了一种通用的模糊控制器，利用STEP7软件，采用模块化编程方法，使用梯形图及语句表编制程序实现模糊控制算法，使模糊控制策略在s7-300PLC上得以较好地实现，
　　一、DMF回收工艺过程
　　DMF回收过程属于典型的化工精馏过程，一般采用双塔精馏，包括脱水塔、蒸发罐和精馏塔等主要设备。采用原料预热、常压脱水、一段浓缩、汽相进料、真空精馏的工艺过程。
　　从工艺流程来看，蒸发罐处于两个塔之间，其内部状态受两塔影响较大。其恃点是工艺参数关联程度大，非线性程度高。对于蒸发罐的液位控制，从目前的情况来看，常规PID控制难于做到实时有效的监控，经常会出现控制不稳定、成份超标的情况。针对这种情况，设计了模糊控制方案，以此来提高控制效果。
　　二、PLC一IPC控制系统
　　DMF回收过程计算机控制系统以Siemens S7-300 PLC作为控制站，实现工艺过程参数的数据采集和控制算法的实施，采用IPC(工业控制计算机)作为上位机，在工业组态系统环境下实现对控制系统的监控操作。系统组成分为4部分:中央处理单元(CPU)、信号模块(SM)、通讯处理器(CP)、功能模块(FM)。系统结构如图1所示。
 

　　SM334为模拟量输入/输出模块，实现模拟参数的数据采集和输出;SM321为数字输入模块，采集现场开关参数数据;FM355C为智能控制模块，实现参数的PID控制。
　　三、模糊控制器的设计
　　DMF回收过程蒸发罐液位的模糊控制器主要由模糊化接口、知识库、模糊推理、清晰化接口4部分组成，蒸发罐液位模糊控制器以液位偏差E和偏差变化率EC作为输入变量，它们能够比较严格地反映受控过程中输入变量的动态特性，同时控制器设计简单，规则容易理解。输出控制量为U(阀门开度)，采用增量式算法。
　　模糊化接口通过尺度变换，将输入参数变换到各自的论域范围，再对其进行模糊化处理，基于对现场数据的分析以及液位的控制经验，E、EC的论域设计为[-6，-5，……，+5,+6],U的论域为[-7,……，+7]，均分为7个档级[NB，NM，NS，O，PS, PM，PB]。采用三角形函数作为隶属函数确定模糊语言变量的隶属度，可分别得到模糊变量E、EC和U的隶属度赋值表。
　　清晰化接口把模糊量转为执行机构可执行的精确量，采用最大隶属度法，即μ(u*)≥μ(u)，u∈U ，μ是u的隶属度函数，u*是与最大隶属度对应的模糊控制量的值。
　　知识库由数据库和规则库组成。控制规则采用基于IF-THEN(条件-结果)的产生式规则，其结构简单，易于修改和掌握，比较适合PLC编程，如: if E=NB and EC=NB then U=PB表示为:R1=NBE×NBEc×PBu。
　　总结液位控制经验，得出7×7=49条控制规则。
　　总的模糊关系为：R=R1∪R2∪…∪R49，R是模糊关系矩阵，"∪"表示取大。采用合成推理法U=(E×EC)oR，"×"表示求值积，"0"是合成运算符，这里采用最大-最小合成法。整个模糊推理过程计算量大，比较烦琐，借助计算机完成，最后获得模糊控制量查询表，如表1所示。