news 2026/3/11 13:59:23

模拟量滤波防抖PLC程序实现

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
模拟量滤波防抖PLC程序实现

模拟量滤波防抖PLC程序 1,能实现电流电压和热电阻模拟量信号的采集,有滤波,原理就是去掉最大值及最小值,在取平均值 2,采用for循环指令和间接寻址,让程序简单好用,可多次代参重复调用 有详细注释

在工业自动化控制领域,对于电流、电压以及热电阻等模拟量信号的准确采集至关重要。然而,实际环境中的干扰往往会导致信号波动,影响采集数据的准确性。今天咱就来聊聊如何通过PLC程序实现模拟量滤波防抖,让采集的数据更靠谱。

1. 基本原理

咱这个滤波算法的核心思想很简单,就是在采集到的一组数据中,去掉最大值和最小值,然后对剩余的数据取平均值。这样一来,那些因为干扰产生的异常大或异常小的值就不会影响最终的结果啦,从而让采集的数据更平滑、准确。

2. 代码实现

下面以常见的西门子S7 - 1200 PLC为例,给大家展示具体的程序代码及分析。

数据结构定义

// 定义一个结构体,用于存储模拟量采集数据及相关参数 STRUCT AnalogData // 模拟量采集值数组 Values : ARRAY[1..10] OF REAL; // 数组中有效数据的个数 Count : INT; // 滤波后的平均值 FilteredValue : REAL; END_STRUCT

这里我们定义了一个结构体AnalogData,它包含一个用于存储模拟量采集值的数组Values,数组大小为10,可根据实际需求调整。Count记录数组中有效数据的个数,FilteredValue则用于保存滤波后的平均值。

主程序实现

PROGRAM FilterAnalogValues VAR Analog1 : AnalogData; i, j : INT; Temp : REAL; BEGIN // 假设这里模拟采集到10个数据 Analog1.Count := 10; Analog1.Values[1] := 4.5; Analog1.Values[2] := 5.2; Analog1.Values[3] := 3.8; Analog1.Values[4] := 6.1; Analog1.Values[5] := 4.9; Analog1.Values[6] := 5.5; Analog1.Values[7] := 4.2; Analog1.Values[8] := 5.9; Analog1.Values[9] := 3.5; Analog1.Values[10] := 5.0; // 使用冒泡排序法对采集值进行排序 FOR i := 1 TO Analog1.Count - 1 DO FOR j := 1 TO Analog1.Count - i DO IF Analog1.Values[j] > Analog1.Values[j + 1] THEN Temp := Analog1.Values[j]; Analog1.Values[j] := Analog1.Values[j + 1]; Analog1.Values[j + 1] := Temp; END_IF; END_FOR; END_FOR; // 去掉最大值和最小值后计算平均值 Analog1.FilteredValue := 0; FOR i := 2 TO Analog1.Count - 1 DO Analog1.FilteredValue := Analog1.FilteredValue + Analog1.Values[i]; END_FOR; Analog1.FilteredValue := Analog1.FilteredValue / (Analog1.Count - 2); END_PROGRAM

代码分析

  • 初始化部分:我们先给结构体Analog1中的Count赋值为10,表示本次采集了10个数据,然后给Values数组填充模拟采集值。实际应用中,这些值应该是从模拟量输入模块获取的。
  • 排序部分:使用经典的冒泡排序法对采集到的数据进行排序。冒泡排序的原理就是通过多次比较相邻的两个元素,如果顺序不对就交换它们的位置,这样一趟下来,最大(或最小)的元素就会“浮”到数组的末尾(或开头)。这里的双重FOR循环,外层循环控制排序的轮数,内层循环用于每一轮比较相邻元素并交换位置。
  • 计算平均值部分:排序完成后,去掉数组开头的最小值和末尾的最大值,然后对中间的数据进行求和并计算平均值。这里再次使用FOR循环遍历数组中从第二个到倒数第二个元素,并累加到FilteredValue中,最后除以有效数据的个数(总个数减去2,因为去掉了最大值和最小值),得到最终的滤波后平均值。

3. 间接寻址与代参重复调用

为了让程序更加通用,我们可以利用间接寻址和代参的方式,使得这个程序可以多次重复调用,处理不同的模拟量信号。不过在S7 - 1200中,间接寻址相对复杂一些,涉及到指针的操作。以下简单示意如何实现间接寻址读取模拟量值并存入数组:

VAR Pointer : POINTER TO REAL; Index : INT; BEGIN // 假设模拟量输入地址为PIW256,转换为REAL类型后存储 Pointer := PWR 'PIW256'; FOR Index := 1 TO Analog1.Count DO Analog1.Values[Index] := *Pointer; Pointer := Pointer + 2; // 假设每个模拟量值占2个字节 END_FOR; END

上述代码通过指针Pointer间接读取模拟量输入地址的值,并依次存入Analog1.Values数组中。这样,我们在采集模拟量数据时就可以通过间接寻址灵活处理不同的输入地址。

通过这种方式,我们实现了一个简单易用且通用的模拟量滤波防抖PLC程序,能有效处理电流、电压和热电阻等模拟量信号的采集与滤波,在实际项目中大大提高数据采集的准确性和稳定性。大家在实际应用中可以根据具体需求和PLC型号对代码进行适当调整和优化。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/3/9 3:13:09

微电网优化调度:多目标与改进粒子群算法的魅力

微电网优化调度作为智能电网优化的重要组成部分,对降低能耗、环境污染具有重要 意义。 微电网的发展目标既要满足电力供应的基本需求,又要提高经济效益和环境保护。 对此, 提出了一种综合考虑微电网系统运行成本和环境保护成本的并网模式下微…

作者头像 李华
网站建设 2026/3/5 23:52:57

PyTorch模型转TensorFlow全流程实操记录

PyTorch模型转TensorFlow全流程实操记录 在深度学习项目从实验走向落地的过程中,一个常见的现实挑战悄然浮现:研究团队用 PyTorch 快速验证了某个高精度模型,而工程团队却被告知——“请把它部署到生产环境”。问题来了:我们的服务…

作者头像 李华
网站建设 2026/3/10 18:49:05

Apple Silicon M系列芯片上的TensorFlow性能表现

Apple Silicon M系列芯片上的TensorFlow性能表现 在人工智能开发日益向边缘和终端设备迁移的今天,越来越多的数据科学家开始思考一个问题:是否可以在不依赖云端GPU集群的情况下,在自己的MacBook上高效训练一个中等规模的深度学习模型&#xf…

作者头像 李华
网站建设 2026/3/11 20:03:02

FPGA加速TensorFlow推理:Xilinx Alveo实测

FPGA加速TensorFlow推理:Xilinx Alveo实测 在AI模型日益复杂、部署场景愈发严苛的今天,推理性能早已不再只是“跑得快”的问题,而是关乎系统响应能力、能效成本和运维可持续性的综合挑战。尤其是在金融交易风控、工业质检流水线或城市级视频分…

作者头像 李华
网站建设 2026/3/10 10:05:21

AutoGraph源码转换机制深度剖析

AutoGraph源码转换机制深度剖析 在构建高性能机器学习系统时,开发者常常面临一个两难选择:是采用灵活但低效的命令式编程快速验证模型逻辑,还是忍受复杂晦涩的图构建语法来换取执行效率?TensorFlow 的 AutoGraph 正是在这一矛盾中…

作者头像 李华
网站建设 2026/3/7 1:15:51

linux开发——网络配置(含VM网络配置)

使用场景: - 开发板ip:192.168.0.232 - window 电脑有wifi 和 有线网口,其中 wifi 连接了互联网; - window 装有Ubuntu 虚拟机; VM 需要实现的功能: 能够通过SSH连接到开发板;能否访问互联网&am…

作者头像 李华