计算机控制系统设计方法称为
计算机控制系统设计方法称为:计算机控制系统(ComputerControlSystem,简称CCS)。计算机控制系统就是利用计算机(通常称为工业控制计算机)来实现工业过程自动控制的系统。在计算机控制系统中,由于工业控制机的输入和输出是数字信号,而现场采集到得信号或送到执行机构的信号大多是模拟信号,因此与常规的按偏差控制的闭环负反馈系统相比,计算机控制系统需要有数/模转换器和模/数转换器这两个环节。
计算机控制系统的系统总线硬件设计包括四类通道: 模拟量输入通道、 模拟量输出通道、 数字量输入通道和数字量输出通道。
过程通道是计算机与被控对象之间交换数据信息的桥梁,是计算机控制系统按特殊要求设置的部分。 按传输信号的形式可分为模拟量通道和开关量通道;按信号的传输方向可分为输入通道和输出通道。
扩展资料:
计算机控制系统的硬件设计主要包括:
1)主控机的选型;
2)输入/输出过程通道的设计;
3)系统各类总线形式的选择;
4)特殊功能板卡的设计;
5)执行机构的选择;
6)测量变送环节的选择;
7)接口电路的设计;
8)系统的抗干扰技术设计。
计算机各个部件之间的硬连接是由总线实现的。微型机中总线一般有内部总线、外部总线和系统总线。内部总线指芯片内部连接各元件的总线。外部总线是连接外部设备的。系统总线是连接存储器、输入输出设备等主要部件的总线。 系统总线有数据总线、地址总线和控制总线。
与一般控制系统相同,计算机控制系统可以是闭环的,这时计算机要不断采集被控对象的各种状态信息,按照一定的控制策略处理后,输出控制信息直接影响被控对象。它也可以是开环的,这有两种方式:一种是计算机只按时间顺序或某种给定的规则影响被控对象;另一种是计算机将来自被控对象的信息处理后,只向操作人员提供操作指导信息,然后由人工去影响被控对象。
计算机控制系统由控制部分和被控对象组成,其控制部分包括硬件部分和软件部分,这不同于模拟控制器构成的系统只由硬件组成。计算机控制系统软件包括系统软件和应用软件。系统软件一般包括操作系统、语言处理程序和服务性程序等,它们通常由计算机制造厂为用户配套,有一定的通用性。应用软件是为实现特定控制目的而编制的专用程序,如数据采集程序、控制决策程序、输出处理程序和报警处理程序等。它们涉及被控对象的自身特征和控制策略等,由实施控制系统的专业人员自行编制。
计算机控制系统通常具有精度高、速度快、存储容量大和有逻辑判断功能等特点,因此可以实现高级复杂的控制方法,获得快速精密的控制效果。计算机技术的发展已使整个人类社会发生了可观的变化,自然也应用到工业生产和企业管理中。而且,计算机所具有的信息处理能力,能够进一步把过程控制和生产管理有机的结合起来(如CIMS),从而实现工厂、企业的全面自动化管理。
(1)根据控制要求和运行环境选择合适的主机系统。包括主机模式、实现人机对话的输入装置和 输出装置。
(2)过程通道的设计。过程通道是主机系统与被 控对象之间进行信息交换的通道。它的设计是计 算机控制系统硬件设计的重要组成部分,对系统 的控制精度起到决定性作用。
计算机控制系统的过程通道分为四类:模拟量输入通道、模拟量输出通道、数字量输入通道和 数字量输出通道。
微型计算机控制系统的总体方案包含:确定控制方案、确定系统的构成方式、现场设备选择、确定软硬件分工,这4个方面的内容。
1、确定控制方案:根据系统要求,确定采用开环控制还是混合控制。
2、确定系统的构成方式:控制方案确定之后,需要选择微处理器,确定系统的构成方式。
3、现场设备选择:现场设备选择主要包括传感器、变送器和执行机构的选择,以及人机联系方式确定等。
4、确定软硬件分工:对系统的软硬件功能作出划分。
另外,微型计算机控制系统设计中,控制算法的选定应满足系统控制速度、控制精度和系统稳定性的要求。可以在控制系统中设计多种控制算法,通过数字仿真或试验进行分析对比,选择最佳的控制算法。
扩展资料:
微型计算机控制系统设计中,其软、硬件的设计应分别从哪几方面进行考虑?
软件设计应从以下几方面考虑:1)实时性;2)灵活性和通用性;3)可靠性。
硬件设计应从以下几方面考虑:
1、根据控制任务的复杂程度、控制精度以及实时性要求等选择主机板。
2、根据程序和数量的大小等选择存储器板。
3、根据模拟量输入通道(AI)、模拟量输出通道(AO)点数、分辨率和精度,以及采集速度等选A/D、D/A板。
4、根据开关量输入通道(DI)、开关量输出通道(DO)点数和其他要求选择开关量输入输出板。
5、根据人机联系方式选择相应的接口板。
6、根据需要选择各种外设接口板、通信板、滤波板。
1 线性化处理程序设计
线性化方法:
计算法
查表法
折线法
2 标度变换程序设计 :
线性参数的标度变换
非线性参数的标度变换
3 越限报警程序设计
计算机专业学习的课程主要有大数据技术导论、数据采集与处理实践(Python)、Web前/后端开发、统计与数据分析、机器学习、高级数据库系统、数据可视化、云计算技术、人工智能、自然语言处理、
媒体大数据案例分析、网络空间安全、计算机网络、数据结构、软件工程、操作系统等,以及大数据方向系列实验,并完成程序设计、数据分析、机器学习、数据可视化、大数据综合应用实践、专业实训和毕业设计等多种实践环节。