3、可编程逻辑控制器(PLC)全面解析

可编程逻辑控制器(PLC)全面解析

1. PLC基础
1.1 PLC的发明

可编程逻辑控制器(PLC)最初由通用汽车(GM)于1968年设计开发,旨在取代硬接线继电器逻辑电路。在不断变化的生产线中,对硬接线继电器逻辑电路进行任何修改都会导致相当大的成本和时间超支,因为这对技术人员和控制工程师都有诸多限制:
- 硬接线电路缺乏灵活性,更改布线需要大量时间。
- 存在故障排除的重大问题,如触点脏污和磨损、电线松动以及难以理解连接图。

为克服这种基于硬接线的继电器逻辑的局限性,通用汽车的一组工程师提出了“标准机器控制器”的新设计,这是PLC的雏形。基于此想法,四家主要公司(Allen - Bradley、Digital Equipment Corporation、Century Detroit和Bedford Associates)尝试构建原型。1969年,Bedford Associates首次成功为通用汽车的商业用途设计了PLC。1974年,Allen - Bradley推出了一种新设计以满足客户需求,并将其设备命名为“可编程逻辑控制器”(PLC),取代了当时被接受的“可编程控制器”这一术语。在PLC的引入阶段,被誉为PLC之父的Richard Morley为其发展做出了很大贡献,他最初为PLC编程设计了梯形逻辑。Allen - Bradley的Odo Josef Struger也为PLC的发展做出了重要贡献。

1.2 PLC的可持续性

自大约50年前推出以来,PLC在过程自动化中仍发挥着重要作用。据Yamaha Robotics的Chris Elston所说,“可能95%的机器制造商在设计机器时仍选择使用PLC作

提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值