基于S7-300 PLC与触摸屏的烧结炉温度控制系统设计

王 宁，虎恩典，王志刚

（宁夏大学 机械工程学院，银川 750021）

0 引言

硬质合金是将高硬度难熔金属碳化物和金属粘合剂按粉末冶金方法进行比例混合、压制成胚，在经过高温烧结等处理工艺制成的合金材料，广泛应用于机械加工、汽车制造和航空航天等行业[1]。硬质合金烧结是硬质合金生产的重要环节，而真空烧结炉温度控制的精度决定了硬质合金的品质，是硬质合金烧结的关键技术。

本文针对烧结炉控制系统特点及控制要求，选择S7-300 PLC作为核心控制器，选用昆仑通态Hi1561触摸屏和MCGS软件为上位机设计监控系统，实现真空烧结炉温度自动控制和现场监控。

1 系统结构及工作原理

根据真空烧结炉温度控制系统要求，控制系统主要由信号检测及执行系统、PLC控制系统和上位机监控系统三个部分组成。该系统以S7-300 CPU315-2DP作为核心控制器，实际运行时接收上位机指令并根据实际程序对现场设备进行控制；信号检测部分实现对现场信号采集和转换，K型热电偶[2]测温，SM331 A18*TC模拟量输入模块接收温度信号，SM332 A04*16模拟量输出模块输出温度控制信号，西门康SKKH57/16E可控硅作为调压设备控制加热器；执行部分实现对现场设备的控制；上位机监控系统由触摸屏和MCGS组态软件组成，MCGS作为人机界面，同时现场配置昆仑通态HI1561触摸屏，提高控制系统可视性和可靠性，实现对控制流程模拟仿真、过程数据和曲线的实时显示和报警信息显示等功能。总体设计结构如图1所示。

图1 控制系统结构图

控制系统运行时，当真空度达到控制要求后，加热器根据实际控制要求进行加热。K型热电偶将检测的温度信号经变送器转化为标准4mA～20mA信号经模拟量输入模块送入PLC，PLC根据控制程序进行运算，输出数字信号经模拟量输出模块转化为4mA～20mA电流信号，此电流信号经可控硅调压转化为0V～220V电压信号，经变压器作用于炉内加热器，实现对烧结炉温度自动控制。

2 控制策略

烧结炉加热过程具有时滞性、大惯性、非线性等特点，而且一台烧结炉可能生产多种产品，使得很难对烧结炉建立精确数学模型[3]。烧结过程一般分为升温、保温、降温三个阶段，升温段要求控制系统具有较好快速性，保温段具有较好稳定性和抗干扰性，而传统PID控制策略很难达到控制要求。本次设计采用将Smith控制器与Fuzzy-PID[4,5]相结合的控制策略，既改善控制系统滞后性，又能在不确定控制对象模型情况下达到较好的控制效果。

2.1 Smith-PID控制算法

Smith预估器在反馈控制基础上引入预估补偿环节，从而得到没有时间滞后的被控制量反馈到控制器。Smith-PID控制器结构如图2所示。

图2 Smith-PID控制器

其中，GC(S)为控制器传递函数，为被控对象传递函数，为被控对象中滞后环节传递函数。常规PID反馈系统传递函数为：

由式(1)得，系统特征方程中出现纯滞后环节，使得系统稳定性降低，如果滞后时间过大，系统将不稳定。采用Smith预估进行补偿，使滞后被控制量超前反馈到PID控制器，使控制器提前动作,减少超前量对控制的影响。当预估模型精确时，即G0(S)=Gm(S)，经过Smith预估补偿的控制系统传递函数为：

由式(2)可知，闭环系统特征方程中纯滞后环节被移到控制回路之外，消除纯滞后环节对控制系统影响。如果预估模型不精确，控制效果不理想，此时采用最外面控制回路实现控制。

2.2 Smith-Fuzzy-PID控制算法

由于烧结炉温度控制系统具有大滞后性，且对象参数变化大，很难建立精确地数学模型。虽然Smith预估器对大滞后控制系统具有良好控制效果，但需要控制系统精确数学模型。考虑到模糊控制器对参数变化不敏感的特点，将模糊控制器与Smith预估器相结合，构成Smith-Fuzzy-PID控制器[6]，结构如图3所示。

图3 Smith-Fuzzy-PID控制器

该算法将采样得到的温度信号与系统的温度设定值进行比较，得到温度误差e和温度误差变化率ec作为模糊控制器的输入，PID控制器的三个参数修正值作为输出。根据烧结炉温度变化实际情况选取误差e基本论域为e={-10,10}，量化论域为{-2,2}，则量化因子Ke=2/10=0.2；选取误差变化率ec基本论域为ec={-20,20}，量化论域为{-10,10}，则量化因子Kec=10/20=0.5。Kp、Ki、Kd量化论域为Kp={-3,3}，Ki={-0.006,0.006}和Kd={-6,6}。e、ec和KP、Ki、Kd对应的模糊子集均为：{负大、负中、负小、零、正小、正中、正大} 记作：{NB，NM，NS，Z0，PS，PM，PB}。采用三角形隶属函数，针对不同e、ec,由设计人员根据电加热器实际操作经验定出的模糊规则共49条，如图4所示。

图4 模糊规则表

根据各模糊子集的隶属度赋值表、隶属度函数，应用模糊合成推理设计出PID参数的模糊矩阵表，查表得出修正参数带入下面公式

式中Kx0（x=p、i、d）为模糊PID控制器3个初始值，由工程师根据经验试凑法确定，Kx（x=p、i、d）为调整后的PID参数。

2.3 控制器仿真

图5 控制算法仿真结果比较

由仿真曲线可知，Smith-Fuzzy-PID控制策略相比普通PID和Smith-PID控制策略具有上升速度快，无超调且稳态精度较高等优点，对于大时滞系统有着良好的控制品质，具有较强的适应能力。

3 S7-300PLC程序设计

采用STEP7软件进行程序的编写。首先对系统硬件进行组态，根据硬件模块生成地址值进行程序编写。根据烧结工艺及温度控制要求编写控制程序，将主程序写入OB1中。在OB35组织块中编写控制策略程序，定义OB35中断时间为100ms，PID控制器采样周期为1s。Smith-Fuzzy-PID控制策略流程如图6所示。

图6 控制策略流程图

在烧结炉温度控制系统中，模糊控制算法是控制系统的关键。首先将e、ec、的量化因子存入PLC数据寄存器，然后采样计算e、ec并进行模糊化处理存入对应数据寄存器。通过查表法查询模糊控制规则表，最终得到实际控制量u(k)。u(k)作为Smith控制器输入实现Smith-Fuzzy-PID。同时u(k)经PLC输出控制加热器实现烧结炉温度的自动控制。

在STEP7软件中添加模型仿真程序。给定温度曲线设定保温段温度依次为：30、50、70，升温及保温时间均设定为5s，利用PID控制参数赋值软件对编写控制程序进行仿真，运行效果如图7所示。

图7 运行效果图

由运行效果图看出，初始升温段虽然有波动，但能很快实现跟随，保温段能较好的跟随，温度设定值曲线和控制曲线接近重合。实际程序运行结果证明，控制策略选择合理，能达到实际控制要求。

4 触摸屏设计

4.1 人机界面设计

根据设计要求，选用昆仑通态Hi1561触摸屏。该触摸屏具有无限点数输入，内存125M，具有RS232和RS485接口。选用MCGS嵌入版软件制作监控画面，该软件具有良好的画面编辑功能、丰富图形库，能够简单形象的设计人机交互界面[9]。

在MCGS用户窗口建立所需要的画面，本次设计用户画面主要包括：1)工艺流程画面：实现对控制现场模拟仿真；2)参数设置画面：根据生产不同产品设置不同的温度控制曲线；3)实时曲线：系统运行时，实时显示温度状态；4)手自动切换画面：根据实际需要，对控制方式进行手、自动切换。工艺流程图如图8所示。在MCGS软件实时数据窗口中建立与控制系统有关的I/O变量，与画面中元素进行动态链接。

图8 触摸屏工艺流程画面

4.2 触摸屏与S7-300 PLC通讯

本次设计选择西门子S7-300MPI直连方式与触摸屏通讯。1）在MCGS设备窗口中添加通用串口父设备，在设备管理器中选择S7-300MPI直连驱动，并对PLC具体参数进行设置，实现MCGS软件内部变量与PLC实际地址连接。将MCGS中设计好的画面和S7-300驱动下载到触摸屏。2）在STEP7软件中对CPU参数进行设置，使之与S7-300MPI驱动中设置相同。实际通讯时，使用RS485通讯线连接S7-300 PLC和触摸屏COM2接口。通讯参数设置如图9所示。

图9 通讯参数设置

5 结束语

系统采用MCGS通用版软件设计触摸屏人机界面，以S7-300 PLC实现控制策略，实现了真空烧结炉控制系统的可视性和自动化。根据烧结自身特点和温度控制要求，本文提出多种控制策略，最终选择Smith-Fuzzy-PID控制策略，与传统PID控制相比大大提高了控制精度，从而提高了烧结产品的质量。由于触摸屏使用，实现对控制系统实时监控，及时了解控制进程，大大增强了控制目的性和稳定性。

[1]周永贵,等.中国硬质合金工业的历史、现状与发展[J].中国钨业,2004(5)：62-69.

[2]徐科军.传感器与检测技术[M].北京：电子工业出版社,2011.

[3]周建华.基于模糊CMAC与PID复合控制的DMK-240真空烧结炉控制系统研发[D].中南大学,2012.

[4]张宇,李鸣,等.基于S7-300PLC的电加热器模糊控制编程实现[J].南昌大学学报,2005,27(3)：59-62.

[5]陈水生,孟庆建.基于PLC的温度PID-模糊控制系统设计与仿真[J].农机化研究,2011,(6)：49-53.

[6]王春艳.基于Smith预估模糊PID控制的加热器温度控制[J].自动化与仪表,2012(6)：49-51.

[7]李健,王冬青,等,模糊PID控制器设计及MATLAB仿真[J].工业控制计算机,2011,24(5)：56-58.

[8]Yingfang Li,Keyun Qin,Xingxing He.Robustness of fuzzy connectives and fuzzy reasoning.Fuzzy Sets and Systems,2013,225(16)：93-105.

[9]肖威,李庆海.PLC及触摸屏组态控制技术[M].北京：电子工业出版社,2010.