【技术实现步骤摘要】
本专利技术涉及数据采集和处理，具体是基于plc的自动化控制系统。
技术介绍
1、基于plc的自动化控制系统是一种常见的工业自动化控制系统。plc是一种专门用于控制和监控工业过程的数字电子设备，它能够根据预先编写好的程序，自动执行各种控制任务。较高性能的plc通常具有更短的扫描周期，以实现更高的响应速度和精确度，实现更高的响应速度和精确度可使用高速输入或者输出模块。
2、目前部分自动化控制系统通过敏感度分析，逐个修改每个参数，并观察误差的变化情况的方式判断公式中哪个参数可以影响误差，如果参数较多或计算复杂度较高，逐个修改参数并重新计算误差可能需要大量时间。
3、为此，提出一种基于plc的自动化控制系统。
技术实现思路
1、本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出基于plc的自动化控制系统，解决了部分自动化控制系统通过敏感度分析判断公式中哪个参数可以影响误差，如果参数较多或计算复杂度较高，逐个修改参数并重新计算误差可能需要大量时间的问题。
2、为实现上述目的，本专利技术提出基于plc的自动化控制系统，包括：plc中央处理模块、编程模块、传感器模块、预测模块、执行模块、经验分析模块，各个模块之间基于数字信号进行信息交互；
3、plc中央处理模块包括输入端、输出端、统计单元、处理单元；
4、处理单元采用周期性的扫描方式来处理从输出端接受的输入信号，统计单元用于统计不同时间段内周期性扫描处理的输入信号
5、预测模块根据分析前一天的统计数据生成预测信息，并将预测信息发送给plc中央处理模块、编程模块；
6、输入端接收到预测信息后，处理单元分配不同时间段进行周期性扫描的次数，统计单元将预测信息中每个时间段接受的输入信号数量与此时间段实际接收到的输入信号数量进行对比，计算误差，生成误差数据，并发送给编程模块；
7、编程模块用于接受误差数据、预测模块的预测信息，并修改自回归移动平均模型的参数，编程模块修改自回归移动平均模型的参数的过程包括以下步骤：
8、s1：将自回归移动平均模型的所有参数列出，并为每个参数设置权重系数，权重系数是判断参数是否可导致误差的指标，每个参数的初始权重系数均为0，参数对误差的影响越大，则权重系数越大；
9、s2：根据经验分析模块，先初步确定哪些参数会对误差产生影响，并将相关参数的权重系数加1，例如，根据问题的物理背景和先前的研究，可以推测某些参数与误差之间存在关联；
10、s3：使用相关性分析，评估每个参数与误差之间的关系；
11、s4：统计所有参数的权重系数，并按照从大到小的顺序进行排列，将权重系数最大的参数发送给预测模块。
12、作为本专利技术进一步的方案：plc中央处理模块的输入端用于接收传感器的信号，plc中央处理模块的输出端将输出信号发送给执行模块，扫描周期是处理单元执行一次完整扫描的时间间隔。
13、作为本专利技术进一步的方案：预测模块根据分析前一天的统计数据，预测当天各个时间段会接收到多少输入信号，生成预测信息。
14、作为本专利技术进一步的方案：预测当天各个时间段会接收到多少接受信号基于自回归移动平均模型：n(t)＝c+σ(φ(i)*x(t-i))+σ(θ(j)*ε(t-j))，其中，n(t)表示在时间段t内接收到的接受信号数量，c表示常数项，φ(i)表示自回归系数，x(t-i)表示过去时间段t-i内接收到的接受信号数量的历史数据，θ(j)表示移动平均系数，ε(t-j)表示误差项。
15、作为本专利技术进一步的方案：传感器模块用于实时感知和获取各种物理量和信号，将其转换为模拟信号，并将模拟信号传输给处理单元。
16、作为本专利技术进一步的方案：使用相关性分析，评估每个参数与误差之间的关系的过程包括以下步骤：
17、s3-1：收集参数和误差的数据集，绘制参数和误差之间的散点图，直观地观察它们之间的关系；
18、s3-2：计算参数和误差之间的相关系数，相关系数是统计量，用于衡量两个变量之间的相关程度，根据计算得到的相关系数，判断参数和误差之间的关系强度，相关系数的取值范围为-1到1，相关系数接近1表示正相关，相关系数接近-1表示负相关，接近0表示无相关性；
19、s3-3：将相关系数接近1或者-1的参数的权重系数加1。
20、作为本专利技术进一步的方案：经验分析模块根据本领域的专业知识和经验，预测哪些参数会对误差产生影响。
21、作为本专利技术进一步的方案：统计单元计算的误差减小的过程包括以下步骤：
22、p1：预测模块根据参数重新生成自回归移动平均模型，生成新的自回归移动平均模型的具体步骤：如果接收到的参数是φ(i)，将原来的自回归移动平均模型的φ(i)的参数增大或者减小，生成新的自回归移动平均模型，根据新的自回归移动平均模型重新生成预测信息发送给plc中央处理模块；
23、p2：输入端接收到信号后，根据预测信息重新分配不同时间段进行周期性扫描的次数，plc中央处理模块的统计单元将预测信息中每个时间段接受的信号数量与此时间段实际接收到的信号数量进行对比，再次计算误差，生成新的误差数据，并发送给编程模块；
24、p3：编程模块监控新的自回归移动平均模型的效果，如果误差减小，则继续使用新参数，如果误差没有减小，则将权重系数排第二位的参数发送给预测模块；
25、p4：重复步骤p1-p3，直到误差减小。
26、作为本专利技术进一步的方案：输出端发送输出信号给执行模块，执行模块执行相应的操作。
27、与现有技术相比，本专利技术的有益效果是：
28、通过将自回归移动平均模型的所有参数列出，并为每个参数设置权重系数，根据经验或领域知识，先初步确定哪些参数会对误差产生影响，并将相关参数的权重系数加1，使用相关性分析，评估每个参数与误差之间的关系，统计所有参数的权重系数，并按照从大到小的顺序进行排列，将权重系数最大的参数发送给预测模块，预测模块根据参数重新生成自回归移动平均模型；通过上述方式得到的权重系数最大的参数最有可能是可影响误差的参数，节约了时间。
本文档来自技高网...【技术保护点】
1.基于PLC的自动化控制系统，其特征在于，包括：PLC中央处理模块、编程模块、传感器模块、预测模块、执行模块、经验分析模块，各个模块之间基于数字信号进行信息交互；
2.根据权利要求1所述的基于PLC的自动化控制系统，其特征在于，PLC中央处理模块的输入端用于接收传感器的信号，PLC中央处理模块的输出端将输出信号发送给执行模块，扫描周期是处理单元执行一次完整扫描的时间间隔。
3.根据权利要求2所述的基于PLC的自动化控制系统，其特征在于，预测模块根据分析前一天的统计数据，预测当天各个时间段会接收到多少输入信号，生成预测信息。
4.根据权利要求3所述的基于PLC的自动化控制系统，其特征在于，预测当天各个时间段会接收到多少接受信号基于自回归移动平均模型：N(t)＝c+Σ(φ(i)*X(t-i))+Σ(θ(j)*ε(t-j))，其中，N(t)表示在时间段t内接收到的接受信号数量，c表示常数项，φ(i)表示自回归系数，X(t-i)表示过去时间段t-i内接收到的接受信号数量的历史数据，θ(j)表示移动平均系数，ε(t-j)表示误差项。
5.根
6.根据权利要求1所述的基于PLC的自动化控制系统，其特征在于，使用相关性分析，评估每个参数与误差之间的关系的过程包括以下步骤：
7.根据权利要求1所述的基于PLC的自动化控制系统，其特征在于，经验分析模块根据本领域的专业知识和经验，预测哪些参数会对误差产生影响。
8.根据权利要求1所述的基于PLC的自动化控制系统，其特征在于，统计单元计算的误差减小的过程包括以下步骤：
9.根据权利要求1所述的基于PLC的自动化控制系统，其特征在于，输出端发送输出信号给执行模块，执行模块执行相应的操作。
...【技术特征摘要】
1.基于plc的自动化控制系统，其特征在于，包括：plc中央处理模块、编程模块、传感器模块、预测模块、执行模块、经验分析模块，各个模块之间基于数字信号进行信息交互；
2.根据权利要求1所述的基于plc的自动化控制系统，其特征在于，plc中央处理模块的输入端用于接收传感器的信号，plc中央处理模块的输出端将输出信号发送给执行模块，扫描周期是处理单元执行一次完整扫描的时间间隔。
3.根据权利要求2所述的基于plc的自动化控制系统，其特征在于，预测模块根据分析前一天的统计数据，预测当天各个时间段会接收到多少输入信号，生成预测信息。
4.根据权利要求3所述的基于plc的自动化控制系统，其特征在于，预测当天各个时间段会接收到多少接受信号基于自回归移动平均模型：n(t)＝c+σ(φ(i)*x(t-i))+σ(θ(j)*ε(t-j))，其中，n(t)表示在时间段t内接收到的接受信号数量，c表示常数项，φ(i)表...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。