利用Matlab實現對基于Profibus過程實驗系統控制

王宇紅 張娜娜

(中國石油大學(華東)信息與控制工程學院，山東 東營 257061)

0 引言

Matlab具有強大的工具包，在Matlab中可以編寫各種復雜的先進控制算法并進行驗證，但這種驗證多基于仿真。為此，本文利用A3000過程實驗裝置和Profibus構建了一個實驗平臺，將Matlab中的控制算法在實驗裝置上進行了驗證。

Profibus是一種國際化的、開放的、不依賴于設備生產商的現場總線標準，廣泛應用于工業自動化。根據其應用特點，Profibus分為Profibus-FMS、Profibus-DP和Profibus-PA三個兼容版本。Profibus-DP專為自動控制系統和設備級分散I/O之間的通信而設計，可取代24 V或0～20 mA并行信號線，也可用于分布式控制系統的高速數據傳輸，其傳輸速率可達12 Mbit/s，一般構成單主站系統［1］。

本文運用Profibus的先進性，利用西門子Simatic PCS7和Step7軟件對變頻器、ET200S輸入輸出模塊進行了設備硬件組態，實現了對A3000過程控制實驗裝置的數據采集與控制，構建起了復雜算法驗證的實驗平臺。同時，結合OPC(OLE for process control)技術，利用Step7軟件，實現了OPC Server，最終完成了Matlab與Profibus的結合。

1 Profibus協議與OPC技術

ISO/OSI模型結構分為7層，從下到上依次為物理層、數據鏈路層、網絡層、傳輸層、會話層、表達層和應用層，其中前4層面向網絡，后3層面向用戶。Profibus協議采用了ISO/OSI模型的第1層和第2層，必要時還采用了第7層。第1層和第2層的導線和傳輸協議基于美國標準EIA RS-485、國際標準IEC 870-5-1和歐洲標準EN 60870-5-1。總線存取程序、數據傳輸和管理服務基于DIN 19241標準的第1至第3部分和IEC 955標準［1］。

OPC技術在硬件供應商和軟件開發商之間劃了一條明確的界限，為數據源的產生規定了一種機制，并為這些數據與任何客戶程序之間的通信提供了一種標準方式［2］。從用戶的角度來看，Profibus提供了3種通信協議類型，即DP、FMS和PA。系統通過運用OPC技術，保證了軟件對客戶的透明性，使得用戶完全從低層開發中脫離出來。應用程序與OPC服務器之間必須有OPC接口。OPC規范提供了2套標準接口，即Custom標準接口和OLE自動化標準接口。本系統采用OLE自動化標準接口［2］。Profibus的協議結構如圖1所示。

圖1 Profibus協議結構Fig.1 Protocol structure of Profibus

2 基于Profibus的A3000控制系統

圖2 A3000裝置實驗系統結構圖Fig.2 Structure of A3000 experimental system

本設計系統對象是采用Profibus-DP現場總線的A3000過程控制裝置，A3000過程控制裝置的結構圖如圖2所示。A3000高級過程控制實驗系統是一套包含被控對象和檢測儀表、執行儀表的現場實驗系統，可以實現液位、流量、溫度控制實驗。該現場系統有被控對象單元(包括3個水箱、1個鍋爐和1個換熱器)、檢測儀表(2個流量儀表和3個壓力儀表)、執行儀表(1個電動調節閥、1個變頻泵和1個調壓器，調壓器位于鍋爐內部)，此外，還安裝有變頻器和ET200S模塊。系統可以接收和提供標準的4～20 mA電流信號，組成一個完整、獨立的現場環境。

A3000裝置中的變頻器采用西門子MM420變頻器，帶有 Profibus-DP接口。變送器信號通過符合Profibus-DP協議的信號遠傳模塊ET200S接入Profibus-DP總線，控制站采用安裝CP5611通信卡的PC機。系統采用Profibus-DP總線的單主站結構，將PC機組態為Profibus-DP主站，同時將其設置為OPC服務器，將MM420和ET200S設置為Profibus-DP從站。A3000裝置Profibus-DP網絡連接結構如圖3所示。

圖3 Profibus-DP網絡連接結構Fig.3 Profibus-DP network connection structure

圖3中，PC機和Profibus-DP總線通過CP5611通信卡連接，在本系統中，CP5611通信卡作為DP主站。作為從站的變頻器MM420和I/O遠傳模塊ET200S通過DP電纜與CP5611卡連接。DP電纜是帶有9針DP接頭、采用RS-485傳輸技術的通信電纜［3］。

Profibus-DP系統組態過程如下。首先，配置PC Station硬件機架，成功安裝軟件SOFTNET和硬件通信卡并正確安裝向導以后，在“Station Configuration Editor”中可以看到OPC server和CP5611卡均在槽中。接著，在Step7中的組態文件PC Station中，打開Simatic Manager，新建一個項目，通過“Insert”插入一個Simatic PC Station，點擊Configuration，進入配置畫面進行參數配置，Profibus-DP主站配置完畢后，CP5611已搭建出Profibus-DP總線。此時，即可以在硬件目錄下添加從站設備MM420和ET200S。最后，系統組態完成后與A3000裝置通過DP電纜連接并下載配置文件，點擊“Download the Selected Station”即可完成下載。至此，Profibus-DP系統組態配置完成，PC機可以提供OPC Server。

3 利用Matlab實現A3000的控制

基于OPC的Matlab與Step7通信原理如圖4所示［6］。

圖4 通信原理圖Fig.4 Communication principle

采用Matlab實現A3000的控制的設計思想是:使用Matlab的OPC功能函數，編寫M文件，建立與Step7 OPC Server的連接，進行數據通信，實現A3000裝置的預測控制，為以后實現復雜控制算法打下基礎。

OPC Server將用于動態交換的數據做成一個封裝的結構面向訪問它的客戶端，需進行操作的數據以數據項(Item)的形式提供，但是數據項對客戶端是不可見的，OPC Server只有以組對象(Group)的方式訪問數據項。圖4中，Matlab客戶端對 Step7 OPC Server的訪問通過COM/DCOM接口和網絡實現連接，Client通過操作Server中Item實現對設備寄存器的讀寫［4－5］。

實現Matlab OPC Client與Step7 Server的數據通信，首先要構建訪問OPC Server的客戶端對象，這通過Opcda()函數實現，并需要指定OPC Server所在PC機的位置(本系統是在本地主機“localhost”上)和OPC Server標示。完成客戶端對象添加后通過Connect()函數和服務器端建立連接。在客戶端對象下使用Addgroup()函數添加組對象，然后再使用Additem()函數添加需要采集的各個數據項，并利用Set()函數設置數據通信的相關參數。此時，OPC客戶端就可以通過Read()函數和Write()函數對服務器進行數據讀寫操作。基于OPC技術的Matlab與Step7的通信程序示例如下。

4 預測控制實例

4.1 模型辨識

本實驗被控對象的模型采用階躍響應來描述，即對象的動態特性用其階躍響應在采樣時刻 t=T、2T、…、NT的值 a1、a2、…、aN來描述，其中，T=2 s，N=133，N為模型時域長度，NT為階躍響應的截斷點。N的選擇應使ai(i＞N)的值與階躍響應的靜態終值之差具有與測量誤差和計算誤差相同的數量級，以忽略N以后的動態系數值。

由于被控對象的階躍響應參數是比較容易測得的，因此，這種被控對象的建模特別適用于較復雜且難以用數學表達式進行描述的對象。將a1、a2、…、aN這N個參數進行組合，形成向量a=［a1a2… aN］T，產生被控對象的階躍響應向量，這里的被控對象是指除計算機控制器以外回路中的全部環節，可以認為是一種廣義被控對象［6］。本實驗中給調節閥一定的開度(60%)，取液位穩定時的一個數值，然后增大調節閥的開度(10%)，在此期間，通過計算機每隔2 s采集一個液位的數值。本次實驗中所取數值的個數N為133，從而得出需要的階躍模型。

本實驗采用動態矩陣控制(dynamic matrix control，DMC)算法，被控對象的模型用上面獲得的階躍響應的離散采樣數據來描述［7］。

4.2 利用Matlab實現預測控制

預測控制有多種控制算法形式，每種形式都建立在3項基本原理之上。這3項基本原理稱為預測控制的3要素，即預測模型、反饋校正和滾動優化［7］。

根據線性系統的比例和疊加原理，利用上述模型和給定的輸入控制增量，可以預測系統未來的時刻的輸出值，如在k時刻加一個控制量Δu(k)，則在未來N個時刻的模型輸出值為:

式中:y0(k+i)(i=1、2、…、N)是在 k時刻不施加控制作用Δu(k)情況下，由k時刻起未來的N個時刻的輸出預測的初始值。

由于模型誤差和干擾等的影響，系統的輸出預測值需要在預測模型輸出的基礎上用實際輸出誤差進行反饋校正，以實現閉環預測，即:

式中:Ym(k+1)為模型的預測輸出;Yp(k+1)為反饋校正后的預測輸出;A、A0為動態矩陣;H=［h1，h2，…，hp］T，hj為對應與第 j步輸出的反饋矯正系數，本文中全部取為1;e(k)為實測輸出y(k)與預測值ym(k)之差，即 e(k)=y(k)－ym(k)。

由DMC算法可知，當此算法在線實施時，只涉及到模型參數和控制參數。模型參數取決于對象階躍響應特性和采樣周期的選擇，控制參數取決于模型參數和優化性能指標［8］。它們都是設計的結果而不是可直接調用的參數，在設計中真正要確定的原始參數應該是采樣周期T、優化時域P、控制時域M、誤差權矩陣Q和控制權矩陣R。

動態矩陣控制算法以被控對象的階躍響應直接作為模型，采用動態預測和滾動優化的策略，具有易于建模和魯棒性強的優點。在環境變化時，控制系統能夠保持穩定和良好的控制性能，十分適合復雜工業過程控制的特點和要求。單容水箱液位動態矩陣控制曲線如圖5所示。圖5中，u、y、yc分別表示輸入量控制增量的變化、水箱液位隨控制增量變化而變化的實際輸出和預測輸出值。

圖5 控制曲線Fig.5 Control curves

5 結束語

基于現場總線的自動化系統采用總線方式代替一對一的I/O連線，對大規模I/O系統來說，減少了接線點造成的不可靠因素，符合工控系統向分散化、網絡化、智能化發展的方向。

本文為了解決復雜控制算法實驗驗證問題，在構建了基于Profibus-DP現場總線的A3000過程控制實驗系統后，利用Matlab提供的先進控制算法實現了對該系統的先進控制，并結合OPC技術，建立了Matlab與Step7的數據通信連接。同時，將實時數據采集到Matlab中進行處理，實現了預測控制和系統辨識等分析研究。這使得控制效果得到優化，在實驗系統上取得了滿意的控制效果。該系統為其他復雜先進控制算法的實現提供了完善的驗證平臺。

［1］任波，喬莉，李環.現場總線技術及應用［M］.北京:航空工業出版社，2008:4－25.

［2］謝富珍，王春平.OPC數據采集技術的應用［J］.科技廣場，2006(10):127－128.

［3］OPC國際基金會.OPC data access automation interface standard version［EB/OL］.［2009 －04 －05］.http://www.opc foundation.org.2002.

［4］史江梅，馮麗輝，鐘偉紅，等.基于模型的預測控制算法研究［J］.昆明理工大學學報:理工版，2002，27(6):72 －75.

［5］胡劍杭，陳沖.基于OPC技術的MATLAB實時過程控制系統［J］.福州大學學報:自然科學版，2008，36(S1):105 －107.

［6］王樹清.工業過程控制工程［M］.北京:化學工業出版社，2003:7－8.

［7］夏揚.計算機控制技術［M］.北京:機械工業出版社，2003:65－73.

［8］徐利新，歐陽咸泰，胡中功，等.模型預測控制在工業控制領域中的發展與應用［J］.武漢化工學院學報，2001，23(1):78－81.