Práce je věnována problematice implementace soft senzoru v PLC založeného na paradigmatu umělé neuronové sítě. Byla provedena analýza estimace stavových veličin a umělých neuronových sítí a byl navržen algoritmus řízení s využitím PID regulátoru. Je vypracován simulační program regulované soustavy ve výpočetním prostředí Simulink a program pro vytvoření soft senzoru včetně implementace v programovacím prostředí TIA Portal. Provozuschopnost navrženého algoritmu je demonstrována na řízení soustavy nádrží.
Anotace v angličtině
The work is oriented to the issue of implementation of a soft sensor in PLC based on the artificial neural network paradigm. The analysis of state variables estimation and artificial neural networks was realized and the control algorithm using PID controller was designed. A simulation program in Simulink computing environment is developer, together with a program for creating a soft sensor including implementation in the TIA Portal programming environment. The operability of the proposed algorithm is demonstrated on the example of two tanks system control.
Práce je věnována problematice implementace soft senzoru v PLC založeného na paradigmatu umělé neuronové sítě. Byla provedena analýza estimace stavových veličin a umělých neuronových sítí a byl navržen algoritmus řízení s využitím PID regulátoru. Je vypracován simulační program regulované soustavy ve výpočetním prostředí Simulink a program pro vytvoření soft senzoru včetně implementace v programovacím prostředí TIA Portal. Provozuschopnost navrženého algoritmu je demonstrována na řízení soustavy nádrží.
Anotace v angličtině
The work is oriented to the issue of implementation of a soft sensor in PLC based on the artificial neural network paradigm. The analysis of state variables estimation and artificial neural networks was realized and the control algorithm using PID controller was designed. A simulation program in Simulink computing environment is developer, together with a program for creating a soft sensor including implementation in the TIA Portal programming environment. The operability of the proposed algorithm is demonstrated on the example of two tanks system control.
Postup: Cílem práce je návrh a implementace soft senzoru založeného na dopředné vícevrstvé umělé neuronové síti v prostředí programovatelného logického automatu. Student v rámci práce vytvoří soft senzor, tedy estimátor jedné stavové veličiny ve vybraném reálném dynamickém procesu. Tento soft senzor následně bude použit při výpočtu akčního signálu pro řízení procesu. Soft senzor i řídicí systém budou realizovány pomocí jediného programovatelného logického automatu.
Teoretická část: Stručná rešerše problematiky estimace stavových veličin a soft senzorů. Stručná rešerše problematiky umělých neuronových sítí pro aproximaci funkcí a modelování dynamických systémů. Popis rodiny programovatelných logických automatů použitých při řešení práce. Popis řídicího algoritmu vybraného pro realizaci praktické části práce.
Praktická část: Výběr, případně návrh a realizace dynamického procesu k řízení. Návrh a implementace soft senzoru založeného na vybraném paradigmatu umělých neuronových sítí. Návrh a realizace řízení procesu s využitím soft senzoru. Komplexní testování a vyhodnocení kvality regulačního pochodu.
Zásady pro vypracování
Postup: Cílem práce je návrh a implementace soft senzoru založeného na dopředné vícevrstvé umělé neuronové síti v prostředí programovatelného logického automatu. Student v rámci práce vytvoří soft senzor, tedy estimátor jedné stavové veličiny ve vybraném reálném dynamickém procesu. Tento soft senzor následně bude použit při výpočtu akčního signálu pro řízení procesu. Soft senzor i řídicí systém budou realizovány pomocí jediného programovatelného logického automatu.
Teoretická část: Stručná rešerše problematiky estimace stavových veličin a soft senzorů. Stručná rešerše problematiky umělých neuronových sítí pro aproximaci funkcí a modelování dynamických systémů. Popis rodiny programovatelných logických automatů použitých při řešení práce. Popis řídicího algoritmu vybraného pro realizaci praktické části práce.
Praktická část: Výběr, případně návrh a realizace dynamického procesu k řízení. Návrh a implementace soft senzoru založeného na vybraném paradigmatu umělých neuronových sítí. Návrh a realizace řízení procesu s využitím soft senzoru. Komplexní testování a vyhodnocení kvality regulačního pochodu.
Seznam doporučené literatury
HAYKIN, Simon S., c2009. Neural networks and learning machines. 3rd ed. New York: Prentice Hall. ISBN 9780131471399.
BALÁTĚ, J. Automatické řízení. Praha: BEN, 2003. 654 s. ISBN 80-7300-020-2.
KWASNIEWSKI, J. Programmable Logic Controllers. Cracow: ROMA-POL, 2002. ISBN 83-86320-45-1.
Seznam doporučené literatury
HAYKIN, Simon S., c2009. Neural networks and learning machines. 3rd ed. New York: Prentice Hall. ISBN 9780131471399.
BALÁTĚ, J. Automatické řízení. Praha: BEN, 2003. 654 s. ISBN 80-7300-020-2.
KWASNIEWSKI, J. Programmable Logic Controllers. Cracow: ROMA-POL, 2002. ISBN 83-86320-45-1.
Přílohy volně vložené
1 CD ROM
Přílohy vázané v práci
ilustrace, grafy, schémata, tabulky
Převzato z knihovny
Ne
Plný text práce
Přílohy
Posudek(y) oponenta
Hodnocení vedoucího
Záznam průběhu obhajoby
Cílem diplomové práce bylo navrhnout soft senzor založený na dopředné vícevrstvé umělé neuronové síti a implementovat jej společně s PID regulátorem v programovatelném logickém automatu (PLC). Autor při řešení použil znalosti a dovednosti spadající do několika předmětů navazujícího magisterského studijního programu Automatické řízení. Student prokázal schopnosti samostatné tvůrčí práce způsobem implementace nástroje na transformaci kódu v Pythonu do jazyka PLC. Práce splňuje zadání a poskytuje řešení daného problému. Student k úkolu přistupoval velmi samostatně a prokázal schopnosti řešit komplexní úkoly zahrnující tvůrčí práci.