上海电机学院
毕业设计(论文)开题报告
课 题 基于PLC的选煤厂生产设备集中监控系统研究与实现
学 院(系) 电气学院
专 业 电气工程及其自动化
年 级 BG074
学 号 BG07440
姓 名 杨立松
导 师 曹云峰
定稿日期:2010 年 1 月4日
基于PLC的选煤厂生产设备集中监控系统研究与实现
摘 要
选煤厂由多个执行不同任务工艺环节的多台工艺设备和辅助设备所组成,其主要任务就是把原煤按照不同的产品要求加工成质量合格的产品过去选煤厂所有的设备都是通过人来操作,但由于选煤厂有些设备之间互相联系和制约,设备启停控制复杂,为了安全生产、提高生产效率,因此需要实现选煤厂生产设备的集中监控;以S7-300型PLC为核心控制器,以计算机为人机交互界面,以组态软件WINCC为开发平台,通过对选煤厂生产设备的集中监控的硬件设计、PLC的控制程序设计、计算机程序的设计,从而实现选煤厂生产设备的集中监控[1]。
关键词: 集中监控系统 WINCC PLC
1.文献综述
1.1 选煤集中控制系统概述
选煤厂自动化控制系统的任务是完成各生产设备的控制和闭锁,选煤工艺自动调节以及信息上传和共享,选煤厂自动化控制系统按照安全,实用,可靠,先进开放指导思想进行设计,吸收以往选煤厂成功的经验,选用新进的技术设备来保证整个系统安全可靠正常地运行。
传统的选煤厂集中控制系统一般采用逻辑元件实现集控,通过硬件接线实现连锁[2]。由于元件的特性不一,在生产过程中经常会出现烧毁元件的现象,对生产影响很大,若需要修改连锁关系时,必须改变框内的接线方式,灵活性不高。由于计算机实现的集中控制系统对全场设备实现自动化管理,由操作员在集控室内直接控制设备的启停及过程参数的调节,在上位机界面中能够直观显示设备的启停状态及故障状态,便于操作员即使掌握现场情况 。
通过以太网,可以将生产过程中的各种产品指数和过程参数传递至调度室,从而使全矿能够统一地安排人力资源及物力资源,实现安全,高效的生产[3]。
选煤厂由于环境恶劣,对设备及设备的控制水平较高,一般情况下系统采用PLC+计算机+总线模式等工业控制网络,提高系统管理水平。
1.2 可编程控制器应用技术
可编程控制器(Programmable Controller)简称PC,他是在继电气控制和计算机控制的基础上开发出来的,并逐渐发展成为以微处理器为核心,把自动化技术,计算机技术,通讯技术融为一体的新型工业自动控制装置,广泛用于生产机械和生产过程的自动控制中,目前可编程控制应用技术成为工业自动化领域最重要,应用最多的控制装置[4]。
计算机作为编程装置,配备专用的通信卡(如CP5412) ,运行S7 - 300 编程软件包STEP7 ,首先对计算机进行相应参数设置,如通信端口的设置,MPI 地址设定,选择数据传输速率等[5 ]然后通过MPI 端口对S7 - 300 进行硬件组态,即对S7 - 300 的机架、电源、CPU、信号模件、通信处理器CP 等按其实际配置类型和物理地址进行组态,其中在CPU 的组态中设置MPI 地址,最后将组态程序下载到PLC 以确认在STEP7 中, 可用梯形图(Ladder ) 、语句表(STL) 或流程图(Flow Chart) 进行编程,若选择“线性程序设计”方法,则把所有程序放在组织块OB1 中即,OB1 是PLC 操作系统与用户程序间的接口,PLC 周期性地调用此块。若选择“结构式程序设计”方法,则通过组织块OB1 调用其它块如功能块FB、数据块DB 等[6]。
1.3 组态控制技术
S7-300可编程控制器[1]与工控组态软件WinCC之间,经编程计算机设置通信端口、多点接口网络MPI地址、传输速率等参数,通过MPI端口对S7-300进行硬件组态,再将组态程序下载到PLC以确认,依次完成各PLC的组态后,便构建成MPI网络,形成基于组态软件控制的PLC实验平台[7]
1.4 传感器
传感器是一种物理装置或生物器官,能够探测、感受外界的信号、物理条件(如光、热、湿度)或化学组成(如烟雾),并将探知的信息传递给其他装置或器官。
打滑传感器:(belt track slip transducer)检测胶带运行时的打滑状态,并转换成约定输出信号的装置。
跑偏传感器:(belt disalignment transducer)能按预设位置测出胶带跑偏极限状态,并将其转换成开关量信号输出的装置。
输送机堆煤传感器:(conveyor coal blocking transducer)在输送机上能按预设位置测出煤炭堆积极限状态,并将其转换成约定信号输出的装置[8]
2.选题背景及其意义
选煤是采用物理、物理化学方法,将原煤分成不同质量、规格产品的加工过程。选煤可以除去煤中的杂质,包括矸石和50%~70%的硫,提高煤炭产品的质量、增加煤炭品种的数量、减少无效运输、提高热效率、节约能源、减少SO2、NOx和烟尘的排放量。选煤还是综合利用资源,提高煤炭企业经济效益的重要手段。随着工业自动化技术及各种先进技术在选煤工业中的普遍应用,对煤炭筛选的精确度和效率都大幅提高。因此,选煤已成为煤炭工业现代化生产中必不可少的重要环节和洁净煤技术的源头技术,是煤炭深加工的基础和前提。发展煤炭洗选加工即可满足国民经济持续、快速、健康发展对煤炭的需求,又能使煤炭污染在总量上有所减少,改变生态环境的恶化状况,实现经济与环境的协调发展[9]
以计算机实现的集中控制系统在选煤厂选煤过程中,集中控制集成各生产设备的数据与管理信息,实现信息的综合利用,彻底改变传统选煤过程安全生产方式管理水平,提高选煤过程中的劳动效率。
3.研究内容
3.1 设备
筛分机:用带孔的晒面把颗粒大小不同的混合物分成各种颗粒的作业,筛分作用的机器叫筛分机或筛子。
破碎机:把大块物料粉碎成小颗粒的(所需要大小),过程。
皮带:传送物料的设备。
3.2 过程
图1-1选煤过程见图
选煤过程简述:原煤通过皮带运输过程中,先人工挑选后,经过筛子将大块煤粒选出进入破碎机破碎后,在与筛子下的煤混合后在经过皮带运输到下一个环节。
3.3 PLC
图1-2 选煤过程集中控制结构
控制简述:本研究课题对选煤过程中各设备采用闭锁控制,在选煤过程开始先启动皮带,在启动筛子,然后启动粉碎机,再启动其他设备。在选煤过程中通过安装在各设备上的传感器来在线监测各设备运行情况,发生故障时由各设备上的执行器执行相应的动作,在选煤结束后按启动的顺序来关闭各运行设备。
皮带运输故障主要包括打滑,跑偏,输送机堆煤,温度过高等,通过相应的传感器进行在线检测,以S7-300型PLC为核心控制器,以计算机为人机交互界面,以组态软件WINCC为开发平台,通过选煤厂皮带运输等生产设备的集中监控的硬件设计,PLC的控制程序设计,计算机程序的设计,从而实现选煤厂生产设备的集中监控。
(1)通过PLC集中控制选煤过程中各环节设备的运行。
(2)通过皮带在运输过程中可能出现的各种故障,安装相应的各种传感器,随时检测皮带运行状态,并进行保护。
4.工作特色及其难点,拟采取的解决措施
4.1 工作特色
通过皮带运输过程可能出现的各种故障的传感器所采集的各种数据,在线监测皮带运行的各种状态,以保证选煤过程各设备的安全运行,提高工作效率。
4.2 难点
(1)PLC编程
(2)上位机监控界面的设计,建立数据库;
(3)传感器的选择
(4) 系统调试
4.3 拟采取的解决措施
(1)熟悉实际选煤过程,解决硬件设计、软件调试、系统调试等问题。
(2)通过不断的PLC编程和调试达到所需控制要求
(3)通过组态软件WINCC,设计监控界面,建立数据库,并进行运行仿真调试。
5.论文工作量及预期进度
2010/11/1~2010/11/22: 收集资料,确定设计系统总体方案,翻译有关外文资料及阅读技术文献,撰写开题报告
2010/11/23~2011/1/23: 熟悉选煤选煤的控制过程
2011/1/24~2011/2/23: 学习PLC硬件,进行系统硬件的配置
2011/2/24~2011/3/23: 学习PLC软件,进行系统控制软件的编程
2011/3/24~2011/4/23: 进行上位机软件的编程
2011/4/24~2011/5/27: 撰写毕业设计报告
2011/5/28~2011/6/8: 毕业设计答辩准备
2011/6/11~2011/6/15: 毕业设计答辩
6.预期成果及其可能的创新点
(1)开发出一个相应的监控系统;
(2)实现选煤过程个设备的稳定运行;
参考文献:
[1] 李建兴. 可编程控制器应用技术[M].北京:机械工业出版社,2004.
[2] 高钦和.可编程控制器应用技术与设计实例[M].北京:人民邮电出版社 ,2004
[3] 袁秀英主编.组态控制技术。电子工业出版社,2003年8月.
[4] 赵继文.传感器与应用电路设计[M].北京:科学出版社,2002
[5] 邱公伟.程控制器网络通信及应用[M]1北京:清华大学出版社,1999.
[6] 曲波.工业常用传感器应用选型指南[M].北京:清华大学出版社,2002:58-62.
[7] 展在宏 西门子S7 - 300及工控组态软件MCGS的应用 内蒙古新联信息产业有限公司,内蒙古2002.
[8] 王家桢、王俊杰编著.传感器与变送器。清华大学出版社,1996年8月。
[9] 李立君, 刘晓利. 可编程控制器与变频器连接时应注意的问题[J]. 科技信息(学术研究) , 2007,(21)
[10]CHOWDHURY B H,CHELLAPILLA S. Double-fed induction generator control for variable speed wind power generation[J] .Electric Power System Research, 2006, 76 (9/10) :786-800 .