Title: Proze
1Prozeßdatenverarbeitung
- Heinrich Krämer
- Hochschule für Technik, Wirtschaft und Kultur
Leipzig (FH)Fachbereich Informatik, Mathematik
und Naturwissenschaften
21 Einführung
- Entwicklung der Automatisierung (Beispiel
Rührkesselreaktor)
1940 Keine Automatisierung
Kühlung
Rohstoff1
Rohstoff2
Kühl- flüssigkeit
End- produkt
31 Einführung
- Entwicklung der Automatisierung (Beispiel
Rührkesselreaktor)
1940-1950 Vorstufe der Automatisierung
Kühlung
Rohstoff1
Rohstoff2
Kühl- flüssigkeit
End- produkt
Leitstand
41 Einführung
- Entwicklung der Automatisierung (Beispiel
Rührkesselreaktor)
1950-1960 Erste Stufe der Automatisierung
Kühlung
Rohstoff1
Rohstoff2
Kühl- flüssigkeit
End- produkt
Meßwarte
51 Einführung
- Entwicklung der Automatisierung (Beispiel
Rührkesselreaktor)
1950-1960 Zweite Stufe der Automatisierung
Kühlung
Rohstoff1
Rohstoff2
Kühl- flüssigkeit
End- produkt
Meßwarte
61 Einführung
- ab1980 Integration
- Kennzeichen
- Dezentrale Verarbeitung
- Einführung von NetzenLAN, WAN
- Verknüpfung von
- Produktion
- Lagerhaltung
- Entwicklung
- Auftragsannahme
72 Technische Prozesse
Ein Prozeß ist nach DIN 66201 die Umformung
und/oder der Transport von Materie, Energie
und/oder Information. Ein Technischer Prozeß ist
eine Prozeß, dessen Zustandsgrößen mit
technischen Mitteln gemessen gesteuert und/oder
geregelt werden können.
82.1 Klassifiktion technischer Prozesse
- Klassifikation nach transportierten/umgeformte
Medien - Materialprozesse
- FörderprozesseTransport von Produkten ohne ihre
Form zu verändern (z.B. Paketverteilung,
Pipeline) - Verfahrenstechnische Prozesse und
FertigungsprozesseUmformung von Rohstoffen zu
einem Endproduk (z.B. Raffinerie, Automobilbau) - Energieprozesse
- Energieumwandlung (Energieerzeugung,
-verbrauch)(z.B. Kraftwerke, Heizanlagen) - Energietransport, -verteilung
- Informationsprozesse
- Informationstransport(z.B. Telefon, Funk,
Rundfunk, Fernsehen) - Informationsumformung(z.B. Rechner)
- Informationsspeicherung
92.1 Klassifiktion technischer Prozesse
- Klassifikation nach Zeit- und/oder
Ortsabhängigkeit der Prozeßgrößen - Kontinuierliche Prozesse
- Die Prozeßgrößen (zeit- und/oder ortsabhängig)
ändern kontinuierlich ihren Wert.Diese Prozesse
werden auch als Fließprozesse bezeichnet. - Diskrete Prozesse
- Die Prozeßgrößen sind diskrete Werte. Der Prozeß
besteht aus einer Folge von Einzelereignissen
(Folgeprozeß) - Stückprozesse
- Es sind einezelne identifizierbare Stücke oder
Objekte vorhanden. Diese änderen ihre Position
und/oser ihren Zustand kontinuierlich oder
diskret - Chargenprozesse
- Der Ablauf der Prozesses erfolgt in diskreten
Zeitabständen. Hierbei können aber sich
kontinuierliche ändernte Vorgänge auftreten. Pro
Zeiteinheit wird eine bestimmte Menge eines oder
mehrerer Rohstoffe verarbeitet.
102.2 Modellierung von Prozessen
- Mathematische Prozeßmodelle
- Kontinuierliche ProzesseDie Modellierung erfolgt
üblicherweise durch das Aufstellen von
Differentialgleichungen - Diskrete ProzesseDiese Prozesse können durch
boolesche Gleichungen und/oder Ablaufpläne
modelliert werden - Simulation
- Bei komplexeren Prozessen ist ein geschlossene
analytische Beschreibung oft nicht möglich. Daher
kann versucht werden, aus bekannten Verhalten von
Einzelkomponenten das Gesamtsystem zu simulieren
und so Schwachstellen aufzuspüren. - Verbale BeschreibungIn schwierigen Fällen kann
eventuell nur eine verbale Beschreibung
aufgestellt werden.
112.2 Modellierung von Prozessen
- Mathematische Modellierung von Prozessen
- allgemein
- T ist hierbei ein allgemeiner Operator
- statisch
- statisch linear
- T ist hierbei eine Matrix
Prozeß
x1
y1
x2
y2
...
...
ym
xk
122.2 Modellierung von Prozessen
- Beispiel Prozeß mit einer Eingangs- und einer
Ausgangsgröße - linear statisch
- x c0 c1 y
- nicht-linear, statisch
- x c0 c1 y c2 y2 c3 y3
- linear, dynamisch
- a0x(t) a1 x(t) a2 x (t) ... an x(n)(t)
b0 y(t) b1 y(t) ... bm y(m)(t) - nicht-linear, dynamisch
- a0x(t) a1 x(t)2 a2 x (t) ... an x(n)(t)
b0 y(t) b1 y(t) sin(t) ... bm y(m)(t)
Prozeß
y
x
132.2 Modellierung von Prozessen
- Beschreibung von Prozessen mit Hilfe von
Testsignalen - Gewichtsfunktion
- Sprungantwort
- Frequenzgang
Dirac-Impuls
g(t)
y
Prozeß
d(t)
y
x
t
t
h(t)
s(t)
y
Prozeß
y
x
t
t
F(w)
Prozeß
A0sin(w)
y
x
w
142.3 Prozeßidentifikation
- Prozeßidentifikation
- theoretische Analyse
- Die Gleichungen und die Konstanten werden
aufgrund von physikalischenb / chemischen
Gegebenheiten bestimmt. - experimentelle Analyse
- Das Prozeßmodell wird allein durch Messungen des
Zusammenhangs von Eingangs- zu Ausgangsgrößen
bestimmt. - Kombination beider Verfahren
- Zunächst werden die (Differential-)Gleichungen
durch theoretische Analyse aufgestellt. Diese
Gleichungen werden als Struktur bezeichnet. - Die Bestimmung der Konstanten, d. h. der
Parameter, erfolgt durch Messung
15Prozeßidentifikation
- Die Laplace-Transformation
- Die Bildfunktion F(s) einer Zeitfunktion f(t) ist
gegeben durch - Die Rücktransformation ist gegeben durch
- Es gibt also immer ein Paar Zeit- und
Bildfunktion - Hierbei sind die hier interessierenden Funktionen
tabelliert, so daß auf eine Berechnung verzichtet
werden kann
16Die Laplace-Tranasformation
- Rechenregeln
- Linearität
- Faltungssatz
- Integrationssatz
- Differentiationssatz
172.3 Prozeßidentifikation
- Das Wendetangentenverfahren
- Mathematisches Modell des Prozesses (mit
Parametern) - Bildfunktion (Sprungantwort) Zeitfunktion(Sprungan
twort)
U0
k 3/4 0,75
183 Prozeßregegelung und -steuerung
- Definitionen
- Strecke Die Strecke ist derjenige Teil eines
Systems, in dem technische oder physikalische
Größen gemäß einer Zielfunktion beeinflußt werden
sollen. - Steuerung Die Steuerung ist ein Vorgang in einem
abgegrenzten Systém, bei dem ein oder mehrere
Größen als Eingangs- andere Größen als
Ausgangsgrößen aufgrund der dem System eigenen
Gesetzmäßigkeiten beeinflußt werden. - Regelung Regeln oder die Regelung ist ein
technischer Vorgang in einem abgegrenzten System,
bei dem bei dem eine oder mehrere technische
oder physikalische Größe(n), die Regelgröße(n)
oder Istwert(e), fortlaufend erfaßt und durch
Vergleich ihres Signals mit einer anderen von
außen vorgegebenen Größe(n), der Führungsgröße(n)
oder Sollwert(e) im Sinne einer Angleichung
beeinflußt wird.
193 Prozeßregegelung und -steuerung
Eingangsgrößen y (beeinflußbar) Augangsgrößen
x weitere Größen (z) (Störungen)
- Abgegrenztes System
- Steuerung
- Regelung
203.1 Regelung
- 3.1.1 Führungs(übertragungs)- und
Störungs(übertragungs)funktion - Strukturbild einer Regelung
- w(t) Führunggröße/Sollwert GR(s) Übertragungfunkti
on des Reglers - xw(t) Regeldifferenz GP(s) Übertragungsfunktion
des Prozesses - y(t) Stellwert
- z(t) Stöung(sgröße)
- x(t) Ausgangsgröße/Istwert
- Es gilt
- X(s) Z(s) (W(s) - X(s)) GR(s) ? GP(s)
213.1.1 Führungs- und Störungsfunktion
- Ausgehend von
- X(s) Z(s) (W(s) - X(s)) GR(s) ? GP(s)
- erhält man
- Führungs(übertragungs)funktion (Z(s) 0)
- Störungs(übertragungs)funktion (W(s) 0)
- Zur Untersuchung der Regelungsverhaltens kann
also die Ausregelung einer Änderung des
Sollwertes und einer Störung untersucht werden.
Weiter wird - i. a. das Verhalten unterschiedlich sein.
223.1.2 Klassiche Reglertypen
- Der P-Regler (Proportionalregler)
- Beim P-Regler erhält man die Stellwerte y(t)
durch Multiplikation der Regeldifferenz xw(t) mit
einem konstanten Faktor kP - Der PI-Regler (Proportional-Integralregler)
- Beim PI-Regler wird der Stellwert y(t) aus der
Summe des P-Anteils und der Integration der
Regeldifferenz xw(t) multipliziert mit einem
Faktor kI berechnet. - Der PID-Regler (Proportional-Integral-Differential
regler) - Beim PID-Regler berechnet sich der Stelltwert
y(t) aus der Summe des P-Anteils, I-Anteils und
des ersten zeitlichen Ableitung der
Regeldifferenz xw(t) multipliziert mit einem
Faktor kD. - Zeit- und Übertragungsfunktionen
233.1.2 Klassiche Reglertypen
- Reglerstrukturen
- Zeitalgorithmus Geschwindigkeitsalgorithmus
1
Stelleinrichtung
kP
kI
y(t)
xw(t)
kD
Ein Problem stellt die Bestimmung der
Regelparameter kP, kI und kD dar
243.1.3 Bestimmung der Regelparameter
- Regelparameter nach Ziegler/Nichols
- Methode I Bestimmung der Totzeit TV und der
Anstiegszeit TA
253.1.3 Bestimmung der Regelparameter (Beispiel)
k 1
TV ? 19,35 s
TA ? 209,35 s
26Bestimmung der Regelparameter (Beispiel)
- Berechnung der Regelparameter
- P-Regler
- PI-Regler
- PID-Regler
27Sprungantwort eines P-Reglers (Beispiel)
kP 10,8191
Ausgangsgröße x(t)
Regelabweichung
Stellwert y(t)
Regeldifferenz xw(t)
28Sprungantwort eines PI-Reglers (Beispiel)
kP 9,7372 kI 0,0155
Ausgangsgröße x(t)
Stellwert y(t)
Regeldifferenz xw(t)
29Sprungantwort eines PID-Reglers (Beispiel)
kP 12,9829 kI 0,0258 kD 9,675
Ausgangsgröße x(t)
Regeldifferenz xw(t)
Stellwert y(t)
30Sprungantworten eines PID-Reglers (Beispiel)
kD 22,14 kI 0,0047
kD 11,58
31Sprungantworten eines PID-Reglers (Beispiel)
kI 0,01 KD 54
kI 0,02
kI 0,1
323.1.3 Bestimmung der Regelparameter
- Regelparameter nach Ziegler/Nichols
- Methode II Der Regler wird als P-Regler
konfiguriert. Der Parameter kP wird solange
erhöht bis sich eine Schwingung mit konstanter
Amplitude einstellt. Dieser Wert wird als kP,krit
bezeichnet. Die Schwingungsperiode wird mit Tkrit
bezeichnet. - Problem Oftmals ist es nicht möglich den Prozeß
zum Schwingen zu bringen
333.1.4 Stabilitätskriterien
343.1.5 Digitale Regler (Abtastregler)
- Aufbau eines Abtastreglers
- Arbeitsweise
- Das analoge Eingangssignal x(t) wird zu den
Zeitpunkten t nT mit der konstanten
Abtastperiode T (Abtastfrequenz fT 1/T)
abgetastet. - Die zeitdiskreten Werte x(n) werden im
A/D-Wandler in Digitalwerte umgewandelt - Der Regelalgorithmus berechnet daraus eine Folge
von Stellwerten y(n) - Diese wird im D/A-Wandler wieder in eine analoge
Zeitfunktion y(t) umgewandelt
353.1.5 Digitale Regler (Abtastregler)
- Umwandlung eines analogen Reglers
- Der analoge Regler (PID) sei gegeben durch
- im Zeitbereich im Bilbereich
- Approximation der Funktionen durch
- Digitale Gleichungen
- mit
363.1.5 Digitale Regler (Abtastregler)
- Approximation der analogen Funktion durch
Trapezregel (Bilineare Transformation) - Zeitbereich Bildbereich
Formale Berechnung der Parameter
Wegen der Verzerrung erfolgt die tatsächliche
Berechnung der Parameter durch Plazierung der
Pole im Einheitskreis bzw. durch Entzerrung
(Prewarping) der kritischen Frequenzen
durch Wk analoge Frequenz wk digitale Frequenz
373.1.5 Digitale Regler (Abtastregler)
- Entwurf auf endliche Einstellzeit (Deadbeat
controller) - Prinzip für einen Prozeß 1.Ordnung
- Ziel ist die Einstellung des Sollwerte nach einer
Abtastperiode. Bei einem System n-ter Ordnung
kann der Sollwert nach n Schritten eingestellt
werden. - Arbeitsweise
- Zum Zeitpunkt t 0 wir der Prozeß so angesteuert
(y0), daß er nach dem Zeitpunkt t T den
Sollwert erreicht. - Dies würde zum Uberschwingen x0(t) führen.
- Durch Zurücknahme des Stellwertes auf y1 wird
wird dieses Überschwingen kompensiert
383.1.5 Digitale Regler (Abtastregler)
39PID-Regler
Approximation durch Differenzen
Approximation durch Bilineare Transformation
Entwurf auf endliche Einstellzeit (Deadbeat
response) Alle Regler wurden für den
Anwendungsfall optimiert
403.1.6 Adaptive Regler
- Ein Regler ist nur bei geringen Änderungen der
Prozeßparameter und fester Struktur
funktionsfähig. Allerdings gibt es Prozesse deren
Parameter größeren Schwankungen unterliegen - Beispiele
- Sauerstoffkonzentration Triebwerksregelungen bei
Flugzeugen - Raketenflugbahn (Veränderung des Schwerpunktes
durch Verbrennung des Treibstoffs)
413.1.7 Fuzzy-Regelung
- Bisherige Vorgehensweise
- Erstellung eines mathematischen Prozeßmodells in
Form von Differentialgleichungen. - Vereinfachung der Differentialgleichungen durch
Linearisierung und Approximation - Synthese eines geeigneten Reglers
- Problem Bei komplexeren Systemen muß das
Prozeßmodell stark vereinfacht werden. Manchmal
kann mit den konventionellen Methoden kein Regler
realisiert werden, der einen gegebenen Prozeß
regelt. - Aber Ein Mensch kann nach "Daumenregeln" und
mit Erfahrung den Prozeß regeln. - ? Automatisierung durch Fuzzy-Regler
423.1.7 Fuzzy-Regelung
- Einführung von Unschärfe
- Umgangssprachlich ist ein Begriff nicht exakt
definiert. Es besteht eine gewisser Bereich von
Werten die eine Größe annehmen kann. - Bsp. Bei welcher Temperatur ist es kalt.
- Eine Fuzzy-Menge ist eine Menge von Zweitupeln.
- Jedem Wert x aus einem Grundbereich B wird
hierbei ein Zugehörigkeitsgradzwischen 0 und 1
zugeordnet - Der Zugehörigkeitsgrad ist durch die
Zugehörigkeitsfunktion µ B ? 0,1 gegeben - Bsp.
- Ganze Zahlen nahe bei 5
- Xnahebei5 (3, 0.2), (4, 0.6), (5, 1), (6,
0.6), (7, 0.2) - Hierbei werden nur Werte mit einem
Zugehörigkeitsgrad µ(x) gt 0 aufgenommen. Diese
Menge wird auch als Träger bezeichnet.
433.1.7 Fuzzy-Regelung
- Bei einem kontinuierlichen Grundbereich B wird
die Zugehörigkeit durch eine geeignete
Zugehörigkeitsfunktion m B 0,1 beschrieben. - Beispiele für Zugehörigkeitsfunktionen.
- Die Variable x ? B wird als Basisvariable
bezeichnet. Aus rechentechnischen Gründen werden
meist Zugehörigkeitsfunktionen der Form b)
(abschnittsweise linear) benutzt. Es können
folgenden Typen Unterschieden werden
a)
b)
Z-Typ
P-Typ
L-Typ
S-Typ
443.1.7 Fuzzy-Regelung
- Das Konzept der linguistischen Variablen
- Die linguistische Variable besteht aus einer
endlichen Mengen von k Werten, den Termen Ti i
1 ..k der linguistischen Variablen. Die Terme
sind hierbei Fuzzy-Mengen über dem gleichen
Grundbereich B. Der scharfe Wert x aus dem
Grundbereich B wird als Basisvariable bezeichnet. - Die Träger der einzelnen Terme müssen hierbei
den gesamten Grundbereich beinhalten. Weiter muß
immer gelten - Die Festlegung der Terme und ihrer
Zugehörigkeitsfunktion µ(x) ist
anwendungsabhängig und hat großen Einfluß auf die
Brauchbarkeit des Reglers. - Die Zugehörigkeitsfunktion der Basisvariablen zu
jedem Term ergibt einen unscharfen Wert für jeden
Term. - Die Bestimmung des unscharfen Wertes für jeden
Term bezüglich der Basisvariablen wird als
Fuzzifizierung bezeichnet.
453.1.7 Fuzzy-Regelung
- Beispiel für eine Fuzzifizierung
- Linguistische Variable Drehzahl sehr
niedrig, niedrig, normal, hoch, sehr hoch - Zugehörigkeitsfunktionen (Basisvariable w in 1000
Upm) - Fuzzifizierung für w 4200 Upm liefert
- mnormal(4200) 0,25
- mniedrig(4200) 0,75
mnormal
mniedrig
463.1.7 Fuzzy-Regelung
- Logische Operationen
- Bei Logischen Operationen wird die
Zugehörigkeitsfunktion neu bestimmt. - meist werden die logischen Operationen
folgendermaßen definiert - Die klassische Aussagenlogik kann als Spezialfall
der Fuzzy-Logik interpretiert werden. - Beispiel PA(x) -1 x 1, PB(x) 0 x 3
PA Ù PB
PA Ú PB
mB
mA
473.1.7 Fuzzy-Regelung
- Die Regelbasis
- Die Regelbasis besteht aus einer Menge von
WENN-DANN-Regeln (Daumen-Regeln) der Form - IF (v1 term1,k) Ù (v2 term2,j) . THEN av1
aterm1,m - Hierbei sind die vi die linguistischen
Eingabevariablen und die Terme termi,k ein
dazugehöriger Term. Die avn sind die
linguistischen Ausgabevariablen mit den Termen
atermn,m. Durch die Regeln müssen alle möglichen
Eingangskombinationen erfaßt sein. Bei zwei
Eingabevariablen lassen sich die Regeln als
Tabelle darstellen
483.1.7 Fuzzy-Regelung
- Regelauswertung
- Durch die Regeln werden den Termen der
Ausgangsvariablen Zugehörigkeitswerte zugewiesen.
Die Auswertung erfolgt in zwei Schritten - Aggregation
- Zunächst werden die logischen Ausdrücke in den
Regeln bewertet. Die Terme der Ausgangsvariablen
erhalten zunächst in jeder Regel den
Zugehörikeitswert des Ausdrucks. - Komposition
- Bei der Aggregation können einzelnen Termen der
Ausgangsvariablen widersprüchliche Werte
zugewiesen werden. In diesem Schritt wird durch
eine ODER-Verknüpfung (Maximum-Bildung) für jeden
Term der Ausgangvariablen ein einheitlicher Wert
gebildet.
493.1.7 Fuzzy-Regelung
Drehzahl
Drehzahldifferenz
Stromstärke
503.1.7 Fuzzy-Regelung
- Aus der(den) linguistischen Ausgangsvariablen muß
anschließed ein scharfer Stellwert berechnet
werden. Dieser Vorgang wird als Defuzzifizierung
bezeichnet. - Hierfür gibt es verschiedene Möglichkeiten, die
sich im Rechenaufwand und im Resultat
unterscheiden. - Methoden (Auswahl)
- Plausibelstes Resultat (Es wird nur ein Term zur
Bestimmung herangezogen) - Mean of Maximum MoMDer scharfe Stellwert
berechnet sich als Mittelwert des Terms der
Ausgangs-variable mit dem größten
Zugehörigkeitswert - Bester Kompromiß (Es werden alle Terme
betrachtet) - Mittelwert (Center of Maximum CoM)Der scharfe
Stellwert berechnet sich als gewichtete Summe
über die Mittelwerte aller Terme. - Flächenschwerpunktsmethode (Center of Area
CoA)Der scharfe Stellwert ist der Schwerpunkt
der durch die Zugehörigkeitswerte erhaltene
Fläche, projeziert auf den Grundbereich.
513.1.7 Fuzzy-Regelung
- Darstellung der verschiedenen Methoden
-
A
B
MoM
CoA
CoM
523.1.7 Fuzzy-Regelung
- Regelauswertung durch ein Neuronales-Netz (NN)
(Neuro-Fuzzy) - Biologisches Neuron Technisches Neuron
Arbeitsweise (technisches Neuron) Jeder Knoten
liefert ein Ausgangssignal aj zwischen 0 und 1
Die Knoten i,j sind über Kanten e (i,j)
verbunden Jede Kante trägt ein Gewicht wij
(dieses kann auch negativ sein) Zunächst wird in
der Eingangsstufe die gewichte Summe über alle
Eingangssignale gebildet. Auf das Ergebnis wird
eine Sigmoidfunktion angewendet, die das Ergebnis
in den Ausagngswertebereich transformiert
533.1.7 Fuzzy-Regelung
- Beispiel UND-Verknüpfung
- (Werte aj ³ 0,9 gelten als wahr Werte aj 0.1
gelten als falsch ) - Wir setzen die Gewichte wij auf 3,15
- Üblicherweise wird zur Summe noch ein Bias
addiert. Bias -4,565 - Als Sigmoidfunktion wird der Tangenshyperbolicus
verwendet
543.1.7 Fuzzy-Regelung
- Bei der Neuro-Fuzzy-Regelung werden meist
- Neuronale-Netze mit Schichtstruktur (Layered
nets) verwendet - Aufbau
- Dieses Netz besteht aus
- einer Eingabeschicht (Input layer),
- einer Ausgabeschicht (Output layer) und
- einer variablen Anzahl von verborgen Schichten
(Hidden layers)
Verborgene Schichten
Ausgabeschicht
Konzeptuell sind alle Neuronen einer Schicht
vollständig mit denen der Nachfolgenden
verbunden. Falls Kanten nicht benötigt werden, so
sind die Gewichte auf 0 zu setzen.
Eingabeschicht
553.1.7 Fuzzy-Regelung
- Überwachtes Lernen bei einem Geschichteten Netz
- Es gibt eine Menge von Lernmustern (Beispiele,
Trainingssets) für die sowohl die Eingabe als
auch das gewünschte Ergebnis bekannt sind. - Die Kantengewichte können durch Zufallswerte
oder als vorgegebene Werte (vorstrukturiertes
Netz) belegt sein. - Durch einen Iterationsprozeß wird versucht durch
Veränderung der Gewichte den Gesamtfehler
zwischen den erwartetem Ergebnissen und den
tatsächlichen zu minimieren. - Das Netz gilt als eingelernt, wenn die
Fehlerfunktion ein Minimum annimmt. - Im Betrieb bleiben dann die gelernten Gewichte
erhalten und es wird erwartet, daß das Netz auf
eine beliebige Eingabe mit sinnvollen Ausgaben
reagiert. - Problem
- Es lassen praktische keine Aussagen treffen, wie
das eingelernte Netz auf eine unbekannte Eingabe
reagiert. -
563.2 Steuerung
- Steuerung verknüpft binäre Binäre Prozeßsignale
und beeinflußt den Prozeß durch das Senden von
binären Signalen. - Werden hierbei auch Zeitkriterien berücksichtigt
spricht man von einer Ablaufsteuerung. - Bsp. für binäre Signale
- Sinale von Schaltern und Stellgliedern
- Grenzwertmelder
- Zeitgeber
- Weichenstellungen
- Lichtschranken
- Die Realisierung der Steuerung erfolgt durch
- Verbindungsprogrammierte Steuerung (VPS)
- Speicherprogrammierte Steuerung (SPS)
-
573.2 Steuerung
Digital
- Speicherprogrammierte Steuerungen (SPS)
- Komponenten einer SPS
- Automatisierungsgerät
- Programmiergerät
- Programmiersprache
- Aufbau
Ausgabe
Eingabe
Prozessor
Systemprogramm Systemdaten
Ein-/Ausgabe
Anwenderspeicher
Adreßzähler
Peripheriebus
Programm Daten
Analog
Steuerwerk
Ausgabe
Befehlsregister
Eingabe
583.2 Steuerung
- Programmierung einer SPS Arbeitsweise
- Funktionsplan
- Kontaktplan
- Anweisungsliste
Eingabe und Filterung
E 5.7
A 5.6
E 5.6
Verarbeitung der Daten nach Anwender- programm
Zyklische Verarbeitung
E 5.7
E 5.6
A 5.6
U E 5.7 U E 5.6 A 5.6
Ausgabe und Filterung
593.3 Führung von Prozessen
- Führung bezeichnet die Aufgabe den Prozeß
anhand von überordneten Sollwerten - 3.3.1 Führung nach Festprogramm
- Der Ablauf des Prozesses ist durch ein festes
Programm gegeben. Hierbei werden an den Prozeß
die in einem Speicher abgelegte feste Sollwerte
bzw. festgelegte Aktionen in Abhängigkeit von
logischen oder zeitlichen Bedingungen ausgegeben.
603.3 Führung von Prozessen
- 3.3.3 Führung nach Prozeßgleichungen
613.3 Führung von Prozessen
- 3.3.3 Führung nach Prozeßgleichungen mit Hilfe
von mathematischen Modellen
623.4 Optimierung von Prozessen
- Bei der Optimierung werden vom Rechner die für
eine gegebene Zielfunktion optimalen Sollwerte
errechnet. - Hierbei könnnen zwei Arten unterschieden werden
- Optimierung bei der Planung Falls der Prozeß
- Optimierung während
- Optimierungziele
- Minimierung der Rohstoffkosten
- Minimierung der Betriebskosten
- Minimierung der Fertigungszeit
- Maximierung der Kapazitätsauslastung
- Maximierung der Produktqualität
- Zur Optimierung muß ein geeignetes Verfahren
ausgewählt werden
633.4 Optimierung von Prozessen
- Klassifikation von Optimierungsaufgaben
Optimierungsproblem Konfiguration x (x1, x2, ,
xn) Kostenfunktion C(x) Min/Max (Durch
Vorzeichenwechsel wird aus einem Minimierungs-
ein Maximierungsproblem) evtl Nebenbedingungen
der Form a11 x1 a12 x2 a1n xn b1 a21 x1
a22 x2 a2n xn b2 oder A x b ...
Elemente xi
diskret
kontinuierlich
Kostenfkt. C
Kombinatorische Optimierung
linear
nicht linear
Lineare Programmierung
Nicht lineare Optimierung
643.4.1 Verfahren zur Optimierung
- Bsp. Lineare Optimierung (LP)
- Zielfunktion
- Nebenbedingungen
C
N5
y
N2
x
N1
N4
N3
653.4.1 Verfahren zur Optimierung
- Nicht lineare Optimierung
- C(x) ist die Kostenfunktion
Gradientenverfahren x(i1) x(i) s ÑC(x(i))
(Maximierung) x(i1) x(i)- s ÑC(x(i))
(Minimierung) C muß differenzierbar sein
Startpunkt 1 x(0)
Startpunkt 2 x(0)
ÑC(x(i))
663.4.1 Verfahren zur Optimierung
- Allgemeine Optimierungsmethoden
Relaxationsverfahren
Simplex-Verfahren
Rasterverfahren
673.4.1 Verfahren zur Optimierung
- Kombinatorische Optimierung
- Viele der Verfahren der kombinatorischen
Optimierung gehören zu der Klasse der NP-harten
Probleme. Daher kann meist nur ein annähernd
optimales Ergebnis erzielt werden. - Einige allgemeine Verfahren
- Branch and Bound
- Es wird ein Suchbaum aufgebaut. Eine Kante steht
für eine Entscheidung. (Branch) Für jeden Knoten
(Abfolge von Entscheidungen) kann eine untere
Schranke für das best-mögliche Resultat berechnet
werden. Ein Blatt (keine Entscheidung mehr offen)
stellt eine Lösung dar. Knoten deren deren
Schranke schlechter als die beste bisher bekannte
Lösung brauchen nicht weiter betrachtet werden.
683.4.1 Verfahren zur Optimierung
- Dynamische Programmierung (nicht NP-hart)
693.4.1 Verfahren zur Optimierung
703.4.1 Verfahren zur Optimierung
Selektion
714 Hardware der Prozeßdatenverarbeitung
- Prinzipieller Aufbau einer Prozeßdatenverarbeitung
sanlage - Indirekte Prozeßkopplung (Off-line-Betrieb)
- Stellen und Messenerfolgt manuell
- evtl. werden die Betriebsdatenin einen Rechner
eingegeben - Direkte Prozeßkopplung
- On-line-open-loop-Betrieb
- Eingangsseitig Ausgangsseitig
724 Hardware der Prozeßdatenverarbeitung
- On-line-closed-loop-Betrieb
- Der Prozeßrechner übernimmtalle Funktionen
- Detailierterer Aufbau
Sensor(en)
Prozeß
Stellglied
Signalumformer
Meßumformer
Entkopplung
- Prozeßrechner
- Regelung/Steuerung
- Führung
- Optimierung
Analogdigitalwandlung
Digitalanalogwandlung
734.1 Sensoren/Aktoren
- 4.1.1 Sensoren
- Sensoren wandeln phsikalische Größen wie Druck,
Temperatur, Kraft etc. in eine elektrische Größe
z. B. Spannung, Widerstand, Kapazität um. Eine
wesentliche Eigenschaft ist der funktionale
Zusammenhang zwischen der physkalischen und der
daraus abgeleiteten elektrischen Größe.
Angestrebt wird meist eine direkte
Proportionalität. Diese ist (wenn überhaupt) oft
nur für einen eingeschränkten Bereich, dem
Meßbereich, gegeben. - Beispiel für einfache Sensoren
- Widerstandsthermometer (Temperatur)
- Metallwiderstände (PTC) Meßbereich -200..850C
Meßfehler /-0,5 - Halbleiterwiderstände (NTC) Meßbereich
-100..400C Meßfehler /-1-5 - Dehnmeßstreifen (Kraft)
-
74(No Transcript)
754.1.1 Sensoren
- Brückenschaltung
- Eine Schaltung zur Umwandlung von
Widerstandsänderungen von Sensoren in eine
Spannung ist die Wheatstone Brücke. - Nullverfahren
- Ausschlagverfahren
UV
764.1 Sensoren/Aktoren
- 4.1.2 Aktoren
- Gleichstrommotoren
- Wechselstrommotoren
- Linearmotor
- Schrittmotoren
- Hydraulik/Pneumatik
774.2 Datenübertragung/Entkopplung
- Digitale Signale
- Übertragung durch Leitungen
- Lichtwellenleiter
- Analoge Signale
- Fliegende Kapazität
- Spannungs-Frequenz-Wandlung
784.2 Datenwandler
- 4.2.1 Analogdigitalwandler (A/D-Wandler)
- Grundsätzliche Überlegungen
- Die analoge Eingangsspannung Ue wird durch ein
Codewort fester Länge n repräsentiert. Daher ist
die kleinste und größte zulässige
Eingangsspannung durch die Bauart des Wandlers
festgelegt. - Die minimale Auflösung bei N-Bits beträgt
- Abtastung Umsetzung in ein Codewort
-
Skalenfehler
Integration (Mittelwertbildung)
Code
Ue
Quantisierungs- fehler
N1
N
Nichtlinearität
Offset-Fehler
t
Abtastzeitpunkt
Ue
794.2.1 Analog/Digitalwandler
- Nachlaufverfahren Spannungs-Frequenz-Umsetzung
VCO
Zähler
Sensor
Digtalwert
- Funktionsweise
- Komparator Überwiegt die Spannung am invertieren
Eingang (-) die Spannung am nicht invertierenen
Eingang (), so wird eine log. Null erzeugt. - A/D-Wandler Dieser wandelt einen digital Code in
eine Analogspannung.
804.2.1 Analog/Digitalwandler
- Integrationsverfahren (Dual-Sloop)
UI
Ue1
Ue2
t
Funktionsweise Ruhezustand S1, S2 offen, S3
geschlossen (Kondensator entladen) Meßbeginn S2,
S3 offen, S1 geschlossen. Der Kondensator wird
während der Meßdauer auf die Meßspannung
aufgeladen. Meßauswertung S1, S3 offen S2
geschlossen. Der Kondensator wird mit der
(negativen) Referenzspannung entladen.
Gleichzeitig wird der Ergeniszähler gestartet.
Erreicht die Spannung Null, so entspricht der
Wert des Ergebniszählers der Eingangsspannnung.
814.2.1 Analog/Digitalwandler
- Wägeverfahren (Sukzessive Approximation)
- Prinzipieller Aufbau des Wandlers
u(t)
Steuerung
SOC
Funktionsweise Alle Bits im SAR sind initial auf
Null Ausgehend vom höchsten Bit (z(n-1)) wird
zunächst jedes einzelne Bit probeweise auf Eins
gesetzt. Ergibt sich eine zu große
Referenzspannung UZ, so wird das Bit wieder
zurückgesetzt, ansonsten bleibt es erhalten
-
EOC
Uref
uZ
SAR
z (z(n-1),..,z0)
824.2.1 Analog/Digitalwandler
Eingangsspannung ue 2,3 V Referenzspannung Uref
5 V
- uZ vor dem Vergleich
- uZ nach dem Vergleich
834.2.1 Analog/Digitalwandler
- Parallelumsetzer (Direkte Umsetzung)
ue
R
R
R
R
R
R
Uref
1 aus n Prioritätsencoder
3-Bit
844.2.1 Analog/Digitalwandler
- Delta-Sigma-Wandler
- Die Frequenz des Taktes 1 muß für n Bits das
n-fache der eigentlichen Abtastrate betragen.
854.2.1 Analog/Digitalwandler
- Übersicht DAC (Digital-Analog-Convertor)
864.2.1 Analog/Digitalwandler
- Das Abtasttheorem
- (Shannon-Theorem)
- Eine beliebige periodische Funktion läßt sich als
unendliche Reihe von Sinusschwingungen
darstellen. - (Fourierreihe)
- Die Frequenzen der einzelnen Schwingungen sind
Vielfache der Grundfrequenz. - Ein analoges Signal läßt sich aus einer Folge von
Abtastwerten rekonstruieren, falls die
Abtastfrequenz fT doppelt so hoch ist wie die
höchste im analogen Signal vorhandene Frequenz.
Approximation einer Rechteckschwingung
Bem Die Fourierreihe einer Rechteck-schwingung
ist unendlich.
874.2 Datenwandler
4.2.2 Digitalanalogwandler (D/A-Wandler)
Das Leiternetzwerkprinzip
U
Widerstand 2R
R
U/2
Widerstand R
2R
2R
884.3 Prozeßrechner
- Integrative Verfahren
- Pulsweitenmodulation (PWM)
- Eine Folge von digitalne Werten wird in eine
Impulsfolge umgewandelt. Die Impulsbreite
entspricht dem digitalen Wert.Bspx(n) 6, 12 - Die Realisierung erfolgt durch ladbare Zähler
- Ein-Bit-Wandler
Takt fOS
S
Analogwert
Int.
gt 0
z
Die Taktfrequenz fOS muß bei einem exakten
Ergebnis für N Bits das 2N-fache derAbtastrate
betragen(Oversampling)
-2N 0
894.3.1 Anforderungen an Prozeßrechner
- Echtzeitfähikeit
- Hohe Zuverlässigkeit
904.3.2 Unterbrechungsbehandlung
914.4 Zuverlässigkeit und Sicherheit
- Definitionen
- Sicherheit
- Zuverlässigkeit
924.4 Zuverlässigkeit und Sicherheit
- Die Ausfallrate l(t) von beschreibt die Anzahl
der Ausfälle pro Zeiteinheit. In technischen
Systemen hat sie folgenden Form - Die Verfügbarkeit Q(t) ist die Wahrscheinlichkeit,
daß eine technische Komponente oder ein System
während der Betriebszeit T bis zum Zeitpunkt t
nicht ausgefallen ist - Q(t) p(T gt t)
- Die Verfügbarkeit ist exponetialverteilt mit dem
Parameter l - R(t) e-lt
- Die Ausfallwahrscheinlichkeit P(t) ist gegegeben
als P(t) 1 - R(t)
Frühausfälle
Verschleiß
Zufallsausfälle
934.4 Zuverlässigkeit und Sicherheit
- Die mittlere Betriebszeit
- Es soll nun der Erwartungswert für die
Betriebszeit ohne Störung ermittelt werden.
Formal - Nach dem Gesetz der großen Zahl kann der
Erwartungswert geschätzt werden zu - Die mittlere Reparaturzeit
- Für eine Komponente kann eine Größe MTTR (mean
time to repair) geschätzt werden.
944.3.1 Verfügbarkeit
- Formeln zur Berechnung von Verfügbarkeit q, Q und
Ausfallwahrscheinlichkeit p, P - Zusammenhang
- P 1 - Q , Q 1 - P
- Serienschaltung von n Komponenten
- Parallelschaltung von n Komponenten
- m aus n System (n identische Komponenten, m
intakt)
q1
q2
qn
S
p1
pn
pn
S
mn
p1
pn
pn
S
954.3.1 Konfigurationen von Rechnern
965 Software in der Prozeßdatenverarbeitung
975.1 Echtzeit-Betriebsysteme
985.2 Echtzeit-Sprachen
995.2.1 Semaphor-Konzept
1005.2.2 Monitore
101Petri-Netze
- Petri-Netze dienen der Beschreibung von
nebenläufigen Prozessen - Ein Petri-Netz PN ist ein Fünftupel N (P, T, I,
O, M0) mit - P pi i 1...m ist eine endliche Menge
Plätzen - T ti i 1...n ist eine endliche Menge
von Transistionen - Es muß gelten P ? T ? ? und P ? T ?. P und T
sind über gerichtete Kanten verbunden und bilden
eien gerichteteen bipartiten Graph. - I P ? T ? N ist die Eingangsfunktion die
- O T ? P ? N ist die Ausgangsfunktion die
- M0 P ? N ist die initiale Markierung
- Ein wichtiges Modellierungsmittele sind die
Token. Diese befinden sich in den Plätzen.
102Petri-Netze
- Arbeitsweise
- Zunächst werden alle Plätze mit der Anzahl von
Token belegt, die in M0 vorgegeben ist. Eine
Belegung der Plätze mit Token wird als Markierung
bezeichnet. - Sind alle Eingangplätze einer Transition mit
mindestens der in I angegebenen Anzahl von Token
belegt so ist die Transistion bereit. -
103Petri-Netze
104- Sei PN ein Petri-Netz mit m Plätzen und n
Transitionen - Die Matriz A (Inzidenzmatrix) ist eine n ? m
Matrix A aik - wobei aik gegeben ist durch
- mit
- Eine Markierung oder Zustand ist ein m ? 1
Spaltenvektor - Mk (M(p1), M(p2), ..., M(pm)T
- mit M(pi) ist die Anzahl der Marken auf dem Platz
pi - Die Feuerregel kann nun formiliert werden durch
- Die Transistion ti ist bereit falls
- Der n ? 1 Spaltenvektor ur wird als Steuervektor
bezeichnet. Eine 1 an der i-ten Position mit
sonst nur 0 bedeutet daß in einer Feuerfolge
105- Die Markierung Mr nach dem feueren einer
Transition ti in Markierung Mr-1 läßt sich
ausdrücken durch - Hierdurch erhält man eine notwendige
Erreichbarkeitsbedingung durch - Eine Markierung Mr ist durch eine Feuerfolge U
u1,u2,...,ur erreichbar falls
1065.4 Aufbau von Automatisierungssystemen
Geschäftsführung
Auftragsannahme Bestellung
Buchhaltung
Entwicklung
Externer Transport
Interner Transport
Fertigung
Lager
1076 Bussysteme
1086.1 Bushierarchie
1096.2 Beispiele
1106.2.2 IEC-625-Bus (IEEE 488)
- Der IEC-Bus entstand als Norm aus dem von HP
vorgestellten GPIB (General Purpose Interface
Bus) - Eigenschaften
- Byte-paralleler Bus für Laborautomatisierung
- Zentrale Busvergabe
- maximale Buslänge 20 m
- Übertragungsraten 330 KB/s, 500KB/s bis 1MB/s
1116.2.2 IEC-625-Bus (IEEE 488)
- Aufbau eines IEC-Bussystems
DIO 1-DIO 8
16 Bus-Leitungen
Steuerbus
Controller Busvergabe
Talker Daten senden
Listener Daten empf.
Listener Daten empf.
...
1126.2.3 VME-Bus
1136.2.1 CAN-Bus
1146.2.4 Profi-Bus