基于PLC的模糊神經網絡算法實現方法

　　(5)學習過程中Y值計算由于已把請求數據標志位置位，因此，首先通過通信程序先取樣本，取完樣本值后復位VB703，告知上位機不再傳樣本值，接著計算新的Y值，以便計算新的函數變量、權值以及E值。學習過程下位機主程序實現如圖4所示。

　　3.2模糊神經網絡現場工作過程實現

　　當學習階段結束后，通過現場采集數據，建立數據庫并把采集的數據當做輸人，運用訓練好的權值和模糊神經網絡算法，得到控制對象所需的控制值。要實現以上工作步驟。仍然需要上下位機合作，故而程序設計分為上位機和下位機兩部分。

　　3.2.1上位機程序實現

　　現場工作中上位機程序設計功能與學習階段相一致，主要區別；在學習階段初始化的和需要給下位機傳送的樣本值變成了通過外接設備現場采集到的數值。在PLC程序的初始化中，把采集值從外接設備的地址中賦值到發送區的數據區。（http://www.diangon.com/版權所有）因為采集值是在一定的周期內變化的，所以是實時的。故無需地址指針使兩者工作同步。

　　3.2.2下位機程序實現

　　由圖5現場工作過程中下位機程序流程可知．下位機在現場工作過程中的具體步驟：

　　(1)初始化下位機初始化首先要把學習過程訓練好的θji、σji、η的值，通過PLc指令把其賦給存儲單元；其次要對后續Y值計算過程中用到的常數賦值，同樣也要賦給存儲單元；最后，要把請求數據傳送的標志位VB703置位。并發送給上位機。

　　(2)接收采集值 首先接收上位機的采集值，接著把采集的值賦給即將進行Y值運算的儲存地址。同時將請求數據傳輸標志位VB703復位，并傳送給上位機，要求停止繼續向下位機傳輸采集值。

　　(3)輸出y值計算利用上一步提供的采集數據、初始化步驟中的權值和模糊神經網絡算法，以PLC為平臺進行計算，將計算所得值賦給外接輸出設備的存儲地址．同時根據現場情況控制請求數據接收標志位VB703是否置位。

　　(4)VB703判斷若VB703=16#FF，那么啟動新的數據接收，即跳轉到第二步。如果VB703≠16#FF，則跳轉到結束。但要知道的是這兩種結果是工作人員根據現場情況在第3步中已確定的。現場工作過程中下位機主程序實現如圖6所示。

　　4、結論

　　通過對模糊神經網絡學習過程和現場工作過程的PLC程序的仿真，結果表明：學習過程的PLC程序，利用模糊神經網絡自學習能力，當不滿足性能指標時，系統則根據梯度下降策略自動的調整權值、隸屬函數的和，直到輸出滿足要求為止。現場工作過程PLC程序，在采集值確定情況下．能夠得出確定的輸出值，達到預期效果。