عنوان پایان‌نامه
تشخیص عیب در سامانه های کنترلی مبتنی بر PLC
- رشته تحصیلی
- مهندسی برق-کنترل
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: E 2503;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 64252
- تاریخ دفاع
- ۱۲ شهریور ۱۳۹۳
- دانشجو
- ایمان حسین زاده
- استاد راهنما
- فرزاد رجایی سلماسی, تورج عباسیان نجف آبادی
- چکیده
- رشد و گسترش سیستم‌های خودکارسازی در سال‌های اخیر و افزایش رقابت میان تولیدکننده‌ها برای تولید بیشتر، باکیفیّت‌تر و بهینه‌تر محصولات، لزوم تولید بدون وقفه و کم‌خطا را در این سیستم‌ها مورد توجّه قرار داده است. در نتیجه واحدهای عیب‌یابی به یکی از ارکان اصلی سیستم‌های مدرن تولید تبدیل شده‌اند. هدف این پایان‌نامه مدل‌سازی یک فرآیند صنعتی با یک روش مناسب و سپس شبیه‌سازی و در نهایت عیب‌یابی در آن است. برای نیل به چنین هدفی، یک سیستم تولید اسپری که خود شامل یک واحد انتقال و ذخیره‌سازی گاز و یک واحد بسته‌بندی است، مورد مطالعه قرار گرفته است. ویژگی‌های سیستم انتخاب‌شده برای بررسی، پیچیدگی کافی، وجود روابط فیزیکی شفّاف و هم‌چنین قابلیّت کنترل آن به کمک کنترل‌کننده‌های منطقی برنامه‌پذیر (PLC) است. بسیاری از فرآیند‌های صنعتی، به ویژه فرآیندهایی که با PLC کنترل می‌شوند، ماهیّتی گسسته‌پیشامد دارند، به این معنی که تحوّل حالت سیستم در این فرآیندها علاوه بر زمان، به وقوع پیشامدهای مختلف هم وابسته است. برای مدل‌سازی چنین سیستم‌هایی باید از مدل‌های ویژه‌ای استفاده کرد که در این پایان‌نامه از شبکه‌های پتری ترکیبی توسعه‌یافته استفاده شده و در مدل‌سازی، جزئیات مختلفی مانند وجود تاخیر در تسمه نقّاله‌ها و انتقال پیوسته‌ی گاز مورد توجّه قرار گرفته است. برای عیب‌یابی با توجّه به ویژگی‌های واحد انتقال گاز، تنها این بخش از سیستم مورد توجّه قرار گرفته و فرآیند عیب‌یابی بر پایه‌ی دو رویکرد مختلف ارائه شده است. رویکرد اصلی بر پایه‌ی مقایسه‌ی مدل هاست که در آن یک مدل مرجع برای سیستم بر اساس روابط فیزیکی ساخته شده و با خروجی‌ها و مشاهدات سیستم مقایسه می‌شود. هرگونه اختلاف میان این دو مدل به معنای وقوع حالت غیرعادی در سیستم است. برای شبیه‌سازی فرآیند، بر خلاف بسیاری از پژوهش‌های پیشین از یک ساختار نرم‌افزاری صنعتی استفاده شده تا شبیه‌سازی شبکه‌ی پتری، فرآیند مورد مطالعه و کنترل‌کننده‌ی PLC جداگانه و به صورت شفّاف انجام شود. هدف از به‌کارگیری چنین ترکیبی نزدیک بودن شرایط شبیه‌سازی به شرایط واقعی در سیستم‌های صنعتی است. کلمات کلیدی: عیب‌یابی، شبکه‌های پتری، سیستم‌های خودکارسازی، سیستم‌های کنترل‌شونده با PLC، مدل‌سازی سیستم‌های گسسته پیشامد
- Abstract
- The increasing development of automation systems in recent years and the overwhelming competition among manufacturers for production with the best quality and in suitable quantity highlights the significant role of fault detection and diagnosis units in manufacturing systems. Accordingly, the objective of this research is to model, simulate and perform the fault detection tasks in an industrial system. Thus an industrial system, including gas storage and transmission unit and packaging unit is modeled. The key features for selecting such a system are its appropriate complexity, available physical equation for modeling its behavior and the possible controllability by PLC controllers. Great classes of industrial processes, especially those which are controlled with PLCs, have discrete event nature, which means that their "state" evolves with some internal or external events, in addition to time. Modeling these systems require special formalisms. In this research, Hybrid Extended Petri Nets are utilized for this purpose and some practical details like delays in conveyor belts and continuous transmission of gas are taken into account. Focusing on gas transmission unit, two different approaches are proposed for fault detection. The first approach is based on appending places and transitions to petri net. In the second and the more important approach, a reference model is built based on physical behaviors of system and is compared with a model which is affected by system input-output. For simulation of system and proposed algorithms, in contrary to most of the previous researches, an industrial-based software framework is implemented, in which different applications simulate PLC controller, the process and the algorithms, separately. Keywords: Fault Detection and Diagnosis, Automation Systems, PLC-based Control Systems, Discrete Event Modeling
