论文导读：在现代化生产中,绝大部分生产过程的PLC控制都是属于顺序控制。这样处理可以简化故障诊断过程,通过下面故障诊断方法可以确定发生故障的传感器信号。在1943年,WarrenMcCulloch和WalterPitts提出了第一个人工神经网络(ANN)模型,标志着人工神经网络研究的开始。
关键词：PLC，神经网络，故障诊断
1 引言
可编程控制器( PLC) 是一种以微处理器为基础的通用工业自动控制装置，广泛应用于冶金、能源、化工、交通、电力等领域中。PLC 在设计、结构方面具有许多其它控制器所无法比拟的优点, 然而其故障诊断能力却非常弱，除了自诊断功能外, PLC 没有专门的用于故障诊断的软件和硬件。导致PLC控制系统发生故障的原因很多, 比如: 温度、湿度、灰尘等造成的恶劣工作环境会降低系统部件的工作性能；有害气体、湿度和长期工作会造成系统部件的连接状况变差；不合理的设计和使用会造成系统部件的局部温度升高等。通过研究PLC 控制系统故障诊断技术和方法, 可以减少用于故障诊断的时间, 提高使用部门的经济效益。随着PLC 应用越来越广泛, 国内外相继展开了对PLC 控制系统故障诊断的研究。但总体来说, 数量比较少。与国内相比, 国外对PLC 控制系统故障诊断的研究则更加深入。免费论文。所采用的方法主要有: 专家系统[1] 、Petri网[2] 、人工神经网络(ANN) [3] 。另外还有故障树分析法[4] 。专家系统方法研究的历史时间最长, 成果也最多。Petri网方法也有一定数量的研究。在这些方法中, 人工神经网络方法是一种比较新的方法, 和其它方法相比, 该方法具有以下优点：故障诊断速度快, 实时性好, 可以实现在线故障诊断；人工神经网络研究成果丰富, 可以选用多种人工神经网络结构和训练算法；故障诊断信息通过人工神经网络中的连接权和阈值进行存储, 信息处理能力强；能够对新故障进行再学习, 故障诊断适应性好；PLC 控制系统中绝大部分是0P1 开关量信号, 故障诊断训练样本容易获得；个别神经元连接或输入发生故障不会明显改变神经网络的整体性能，故障诊断鲁棒性好。
2 PLC控制系统故障诊断模型
在现代化生产中, 绝大部分生产过程的PLC 控制都是属于顺序控制。整个生产过程由一系列工步组成，各个工步之间存在一定的逻辑关系。如果前一个工步没有完成，后一个工步就不会执行。下面以某生产设备为例进行说明, 如图1 所示( 采用功能图表示) 。免费论文。
K(n-1)—阀A打开，阀B打开，定时器T(n-1)工作
C(n-1)
K(n) —阀B打开，定时器T(n)工作
K(n+1)—阀B打开，阀C打开，定时器T(n+1)工作
C(n+1)
K(n+2)—阀D打开，定时器T(n+2)工作
C(n+2)
图1 化工设备生产过程（部分）
从图1 可以看出, 该生产设备的某部分生产过程被分割成了K( n - 1) 、K( n) 、K( n + 1) 、K( n + 2)四个工步。免费论文。在K( n - 1) 工步内, 阀A 打开, 阀B 打开；在K(n) 工步内, 阀B打开；在K( n + 1)步内, 阀B打开, 阀C打开；在K（n + 2) 工步内,阀D打开。T( n - 1) 、T( n) 、T( n + 1) 、T(n +2) 表示“看门狗”定时器, 用来检测是否发生故障。从K( n - 1)工步到K( n) 工步的转移条件为C( n - 1) , 从K( n) 工步到K( n + 1) 工步的转移条件为C ( n) , 从K ( n +1) 工步到K ( n +2) 工步的转移条件为C( n + 1), 从K( n + 2)工步到下一工步的转移条件为C( n + 2)。这四个转移条件如式⑴～⑷所示, 其中a 、b、c 、d 、e 、f 表示输入信号或PLC 内部元件状态。在图1 中, 整个生产过程是按工步工作的, 因此故障只能存在于各个工步。
C ( n + 1) = e⑶
C ( n + 2) = f ⑷
根据故障发生部位不同,故障类型可以分为: 控制信号故障、执行元件故障和传感器信号故障。对于控制信号故障, 正确设计PLC控制程序可以保证其逻辑正确性, 该类故障只能发生在PLC 输出模块及PLC 输出模块与执行元件之间的连线。而执行元件故障与PLC 没有联系, 只存在于执行元件本身。这两种故障最终都会反应到传感器信号上, 因此可以将这两种故障都归结为传感器信号故障。这样处理可以简化故障诊断过程, 通过下面故障诊断方法可以确定发生故障的传感器信号。在相应的故障修理过程中, 一方面需要对传感器本身进行检查, 同时还要对与之相关的执行元件、执行元件与PLC 输出模块之间的连线、PLC 输出模块进行检查。根据有关资料, 对于PLC 控制系统故障, CPU模块约占5 % , 电源模块、IPO 接口模块约占15% ,线圈约占5 % , 执行元件约占30 % , 传感元件约占45 %。可以看出, PLC 控制系统故障主要存在于PLC的外围元件(执行元件、传感元件等) , 同时PLC 本身的可靠性非常高, 因此文中没有涉及PLC 本身故障的诊断。根据上面故障诊断模型, 某一工步发生故障, 最常见的情况是: 在该工步正常持续时间内, 转移条件无法满足。故障现象表现为系统停止在某工步, 无法执行后面的动作，这时PLC 仍在扫描控制程序, 但是PLC 内部与故障相关的数据却是静态的，根据此数据和PLC 控制逻辑可以进行该类故障诊断。另外, 某一工步发生故障还存在工步持续时间变化频繁、变化幅度较大等其它情况, 这些情况比上面情况更加复杂，故障发生后, 整个生产过程继续进行,PLC 内部数据仍然处于动态变化之中，该类故障诊断难度比较大, 本文没有涉及此类故障的诊断。
1/2 1 2 下一页 尾页 |
