Académique Documents
Professionnel Documents
Culture Documents
Simatic
S7-1200
Olivia Neila1, Samira Roshany-Yamchi2, Bartlomiej Gnyszka2, Daniel Lim_on1
1 Departamento de Ingenier__a de Sistemas y Autom_atica. Universidad de Sevilla.
Espa~na
2 Nimbus Centre. Cork Institute of Technology. Cork. Irlanda
E-mails: olineijim@alum.us.es, samira.roshany@cit.ie, bartlomiej.gnyszka@cit.ie,
dlm@us.es
Resumen
En este trabajo se describe la implementaci_on con
optimizaci_on online y o_ine de un Controlador
Predictivo Generalizado (GPC) en un Controlador L_ogico Programable (PLC) Simatic S7-1200.
Los resultados del GPC ser_an comparados con los
resultados de un controlador Proporcional Integral
(PI) en un sistema real. En primer lugar se hace
uso de la herramienta de MATLAB de identi_caci_on de par_ametros, Ident Toolbox, para obtener
un modelo aproximado de un tanque de agua. Para
conseguir un modelo m_as preciso se hace uso de la
t_ecnica de Gain Scheduling para aproximar el modelo no lineal a un conjunto de modelos lineales en
diferentes puntos de operaci_on. Para la implementaci_on del controlador GPC en el sistema se ha
hecho uso de una conexi_on OPC entre el aut_omata y MATLAB, donde se encuentra el algoritmo
de control. Despu_es se ha usado la herramienta de
MATLAB Hybrid Toolbox para obtener una soluci_on expl__cita del optimizador del GPC la cual sea
implementable en el propio aut_omata, donde _nalmente se podr_a comprobar que los resultados son
similares al del controlador GPC con optimizaci_on
online.
Palabras clave: Control Predictivo Generalizado, Gain Scheduling, Programmable Logic
Controller, Soluci_on Expl__cita, Soluci_on Impl__cita, Identi_cation Toolbox, Hybrid Toolbox, OPC.
z1_
y (t) = B
z1_
u (t 1) (3)
El problema GPC hace uso de una funci_on de
coste la cual trata de minimizar. De_nida en este
proyecto como:
J (N1;N2;Nc) =
PN2
j=N1
f0 = (f w)T (f w)
Debido a la existencia de limitaciones en el sistema,
las restricciones han de tenerse en cuenta.
Para resolver el problema GPC toda restricci_on
debe tener la forma siguiente [3]:
Au _ B (7)
Las restricciones de la planta son:
umin = 6;6 _ u(t) _ 75 = umax 8t
ymin = 0 _ y(t) _ 15 = ymax 8t (8)
Teniendo en cuenta la ecuaci_on de predicci_on (5)
y las restricciones en funci_on de la secuencia de
actuaciones u quedan de_nidas como:
A=
2
664
+G
G
+T
T
3
775
B=
2
664
_ymax Fx_x
_ymin + Fx_x
_umax 1Ncu(t 1)
_umin + 1Ncu(t 1)
3
775
con T 2 <Nc_Nc , _ymax 2 <N, _ymin 2 <N, _umax 2
<Nc y _umin 2 <Nc .
Queda as__ de_nido el problema GPC, donde la secuencia
de actuaciones _optimas se calculan resolviendo:
u_ = argminuJ(u) (9)
sujeto a Au _ B
La estrategia de control resuelve el problema QP
(9) en cada tiempo de muestro calculando la mejor
secuencia de actuaciones y aplicando solo la
primera de ellas al sistema.
4. Implementaci_on gpc
Para implementar el controlador en el sistema real
ha hecho falta un ordenador adicional donde poder
trabajar con MATLAB ya que el algoritmo que se
utiliza para resolver el problema QP de optimizaci
_on necesita hacer ciertos c_alculos de gran carga
num_erica y computacional que el PLC S7-1200 no
puede desarrollar por s__ mismo. Por ello se hace
uso de MATLAB, como programa que dispone de
funciones para realizar todos los c_alculos necesarios
del controlador en cuesti_on de microsegundos.
Por lo tanto ha hecho falta una conexi_on
OPC (Open Platform Communications) entre el
aut_omata y el PC donde se encontraba instalado
el programa.