一种基于PLC的空气流量控制方法、系统及介质与流程

本发明涉及空气流量，具体涉及一种基于plc的空气流量控制方法、系统及介质。

背景技术：

1、流量控制系统是自动化控制中的一个重要应用领域，可以应用于水处理、工业生产、环保等诸多领域；其中空气流量精确控制对于现代工业和科学实验也至关重要。

2、目前的空气流量控制方法往往是针对采集得到的流量数据进行单次的控制，并无法实现连续可控的反馈控制。

3、现有公开号为cn211781796u的中国专利，公开了一种空气流量控制器，其包括：底板、固定板和角度尺，底板的顶端中间固定安装有连接柱，连接柱的顶端固定安装有固定板，固定板的顶端固定安装有两个固定架，两个固定架上固定安装有通风管，通风管的一侧固定安装有导向块，通风管内部的两侧固定安装有四个限位块。但是公开号为cn211781796u的中国专利并没有涉及相应的智能化控制系统和算法，无法解决单次控制带来的增加维护成本的问题。

技术实现思路

1、本发明解决了目前空气流量控制方法往往是针对采集得到的流量数据进行单次控制导致维护成本增加的问题，提出一种基于plc的空气流量控制方法、系统及介质，使空气流量控制更加智能化和精确化，大大减少了维护成本。

2、为了实现上述目的，本发明采用以下技术方案：一种基于plc的空气流量控制方法，包括以下步骤：

3、s1，根据生成的历史流量数据和历史压力数据，plc将空气比例阀所在的工况划分不同的流量控制场景；

4、s2，根据空气流量计和压力计获取实时数据，根据流量控制场景对空气比例阀的开度范围进行预设置；

5、s3，plc根据神经网络预测模型来确定模型输出流量值，结合改进后的pid控制算法得到处理信号；

6、s4，空气比例阀根据处理信号在开度范围内进行开度大小调整，调整完成后，转入步骤s1进行循环。

7、本技术方案中，首先通过调取历史流量数据和历史压力数据来进行场景划分，即将不同时间段的空气比例阀的工况划分成相应的流量控制场景，在完成流量控制场景的划分之后；通过采集装置来进行数据采集，根据采集得到的实时数据来确定相适配的流量控制场景，根据流量控制场景的参数来设置空气比例阀的开度范围；然后在plc中创建神经网络预测模型，输入相应的实时数据来得到模型输出流量值，并通过改进后的pid控制算法处理后得到处理信号，处理信号发送至空气比例阀，空气比例阀能够在开度范围内进行调整，重复步骤s1至步骤s4进行循环过程。

8、本发明还进一步设置为：所述步骤s1包括：

9、s11，调取在历史时段内关于空气比例阀每次执行前后的历史流量数据以及历史压力数据；

10、s12，根据历史流量数据以及历史压力数据并通过聚类算法将数据分为若干个聚类结果，根据聚类结果设置若干个流量控制场景并存至plc的存储模块。

11、本技术方案中，通过调取在固定的历史时段内的历史数据，并对这些历史数据进行聚类分析，得到若干个聚类结果，根据聚类结果来对空气比例阀的工况进行场景划分。

12、本发明还进一步设置为：所述步骤s2包括：

13、s21，实时获取由空气流量计和压力计采集得到的数据，根据获取得到的数据来判断空气比例阀所属的流量控制场景；

14、s22，结合所述的流量控制场景中的最大和最小压力数据，确定空气比例阀的第一开度范围；s23，未来设定时段内空气比例阀在第一开度范围内进行开度调整。

15、本技术方案中，根据实时采集的数据来确定其所属的流量控制场景；在找到相应的流量控制场景之后，根据其中农的最大和最小压力数据来确定空气比例阀的第一开度范围；设置第一开度范围的目的是防止由于控制比例阀的开度过大造成压力过大的情况。

16、本发明还进一步设置为：所述步骤s3包括：

17、s31，根据历史数据建立具有流量值预测功能的预测模型，根据历史数据对神经网络进行训练，在plc中生成神经网络预测模型；

18、s32，经神经网络预测模型输出模型输出流量值，通过pid自适应控制算法输出pid输出值，随后结合第一开度范围生成最终的处理信号。

19、本技术方案中，根据神经网络预测模型来进行关于模型输出流量值的预测，生成的模型输出流量值能够作为后续的改进后的pid控制算法的输入值；改进后的pid控制算法不仅仅包括传统的pid控制算法，还包括对pid输出值的转换处理。

20、本发明还进一步设置为：所述步骤s4包括：

21、空气比例阀接收处理信号，在对处理信号进行解码后生成处理动作；根据处理动作来对空气比例阀进行开度大小调整，调整完毕后，记录调整的过程数据，最后进入步骤s1进行循环。

22、本技术方案中，在接收得到相应的处理信号之后，由空气比例阀进行解码，通过生成若干个处理动作来进行相应的开度范围调整。

23、本发明还进一步设置为：所述pid自适应控制算法表示为：

24、

25、其中：m(t)为pid回路的输出值，所述输出值为时间函数；kc为pid回路的增益，也称为比例常数；e为给定值和过程变量之间的差值；minitial为pid回路输出的初始值。

26、本技术方案中，运用pid自适应控制算法来对空气流量进行更精确的控制。

27、本发明还进一步设置为：结合第一开度范围生成最终的处理信号包括：

28、根据空气比例阀的第一开度范围对pid输出值更改，生成第一pid输出值，将第一pid输出值进行模数转换，并增加生成时间，得到包括有数据和时间的处理信号。

29、本技术方案中，最终得到的处理信号能够及时对空气比例阀进行调整。

30、一种基于plc的空气流量控制系统，使用上述的一种基于plc的空气流量控制方法，包括：

31、plc，划分不同的流量控制场景；对空气比例阀的开度范围进行预设置；根据神经网络预测模型来确定模型输出流量值，结合改进后的pid控制算法得到处理信号；

32、空气流量计，包括第一空气流量计和第二流量计，采集空气比例阀执行前后的流量数据；压力计，采集空气比例阀执行前后的压力数据；

33、空气比例阀，根据控制信号调节开度大小。

34、本技术方案中，plc分别与空气流量计和压力计进行连接，同时，plc也与执行元件空气比例阀进行连接，运用plc，在调试时经过pid自整定调节后，能自动计算出pid参数，使空气流量控制更加智能化和精确化。

35、本发明还进一步设置为：还包括与plc连接的触摸屏，所述触摸屏还连接于空气流量计和压力计。

36、本技术方案中，触摸屏能够显示空气流量计和压力计采集得到的参数，同时也能够对plc中神经网络预测模型确定的模型输出流量值进行显示，也能够通过触摸屏查看历史数据。

37、一种介质，所述介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述的一种基于plc的空气流量控制方法的步骤。

38、本技术方案中，在计算机程序运行时，能够执行上述方法的内容。

39、本发明能够带来如下的有益效果：

40、本发明涉及的一种基于plc的空气流量控制方法，通过神经网络预测模型和改进后的pid控制算法，使空气流量控制更加智能化和精确化，大大减少了维护成本。。