Programovatelné automaty – PLC, nebo PAC?

Programovatelné automaty – PLC, nebo PAC?

Příspěvek stručně shrnuje nejdůležitější vlastnosti současných programovatelných automatů nikoliv z pohledu jejich hardwaru nebo softwaru, ale především z pohledu použití k realizaci inteligentních algoritmů v průmyslové praxi, a to především v oborech řízení, regulace a technické diagnostiky s důrazem na rychle rostoucí oblast řízení technického vybavení budov. Upozorňuje na nebývalé schopnosti komunikace, které dovolují realizovat řídicí, diagnostické a monitorovací systémy v distribuovaném provedení a s využitím matematických i jiných programových produktů. Ukazuje, proč tradičně používané pojmenování Programmable Logic Controller (PLC) již nevystihuje vlastnosti moderního programovatelného automatu, a je proto někdy nahrazováno výstižnějším pojmenováním Programmable Automation Controller (PAC), česky přitom stále „programovatelný automat“.

1. Algoritmické možnosti současných PLC

V současné době představují PLC nejrozšířenější typ řídicího systému v průmyslové praxi, v oboru techniky budov i v mnoha dalších aplikačních oblastech. Moderní PLC se přitom svým provedením, souborem instrukcí a komunikačními schopnosti výrazně odlišují od prvních přístrojů tohoto druhu vzniklých před více než třetinou století.

Pro současné PLC jsou typické: velký výpočetní výkon, značný rozsah paměti, schopnost komunikace a dostupnost vyspělých algoritmů založených na nejnovějších teoretických poznatcích. I s jednoduchými a levnými kompaktními PLC lze mnohdy realizovat poměrně složité a náročné způsoby řízení, regulace a technické diagnostiky, které si zaslouží módní označení smart (chytré) či intelligent.

U současných modelů PLC a na nich založených řídicích systémů a regulátorů, včetně některých z kategorie mikroPLC, se lze vedle tradičních programových instrukcí pro logické operace, čítače a časovače setkat např. s nabídkou souboru aritmetických instrukcí v pevné i pohyblivé řádové čárce (vedle základních výpočetních operací i instrukcí pro odmocniny a mocniny s obecným exponentem, exponenciální a logaritmické funkce, trigonometrické funkce a funkce k nim inverzní), s instrukcemi pro práci s tabulkami a datovými strukturami, prostředky pro vytváření zásobníkových struktur a záznamníků dat a událostí s časovými značkami. S takovýmto „arzenálem“ je možné realizovat téměř libovolné diskrétní číslicové systémy (např. obecné regulátory, číslicové filtry, prediktory, modely spojitých soustav včetně adaptivních, statistické výpočty atd.). Uživatel může mít k dispozici např. instrukce pro výpočet střední kvadratické odchylky, naprogramování PID regulátoru (třeba s momentovým autotunerem), uživatelské instrukce a podprogramy pro fuzzy logiku, interpolaci tabelárně zadaných funkcí jedné a dvou proměnných, prázdné jádro fuzzy regulátoru apod. Aparát tabulkových instrukcí lze využít k realizaci nejen konečných automatů, Petriho sítí a Markovových řetězců, ale také logických funkcí ve vícehodnotové a fuzzy logice a k fuzzy zobecnění sekvenčních strojů, k učení a rozpoznávání apod. S nimi lze velmi efektivně tvořit chytré algoritmy. V PLC lze realizovat i neuronové sítě. Inteligenci a uživatelský komfort nabízejí i moderní vývojové systémy. Některé z nich obsahují výkonné nástroje pro podporu regulačních algoritmů, seřizování a kontrolu regulátorů a simulaci řízených soustav (obr. 1), pro realizaci funkcí komfortního osciloskopu, logického analyzátoru a analyzátoru signálů (obr. 2) nebo pro návrh fuzzy regulátorů a fuzzy řadičů (obr. 3).

2. Komunikace a distribuované systémy

2.1 Všudypřítomné komunikační schopnosti
Charakteristickým rysem moderních PLC jsou jejich komunikační schopnosti. Díky nim lze PLC zapojovat do sítí a vytvářet z nich distribuované systémy s různými topologiemi a způsoby komunikace (obr. 4). Programovatelné automaty mohou být podřízeny počítačovým systémům a počítačové síti. Současně ale mohou v síti počítačů komunikovat i na rovnocenné úrovni. Komunikovat spolu mohou řídicí systémy jednotlivých výrobních strojů, pomocných, dopravních a manipulačních mechanismů, systémy pro řízení skladů a dalších souvisejících pracovišť, které se tak spolupodílejí na realizaci integrovaných systémů pro řízení dílen, provozů nebo celých podniků a mohou být i součástí informačního a řídicího systému celé firmy. Takto pojatá automatizace je mnohdy označována jako úplná (total). Jako distribuovaná je mnohdy řešena i úroveň připojení snímačů a akčních členů, např. prostřednictvím průmyslových sběrnic jako AS-interface, Profibus-DP, CAN aj. V technice budov se k regulaci teploty v jednotlivých místnostech používají distribuované systémy třídy IRC (Individual Room Control). Za extrémní příklad distribuovaného řešení v oboru technického vybavení budov lze považovat elektroinstalační sběrnici EIB (a její obdoby), kde se komunikace účastní i ovladače světel, topidel a žaluzií, stmívače a další ovládací prvky.

Obvyklé je již i využívání sítě mobilních telefonů GSM s její službou krátkých zpráv (SMS) k dálkovému přenosu údajů o stavu technologického zařízení nebo budovy (např. údajů o teplotě v místnostech, o jejich obsazenosti, předávání varovných a poplašných hlášení), ale i k řízení na dálku (např. aktivace či útlum vytápění, zapnutí sauny, spuštění závlahy apod.).

2.2 Integrace do vyšších celků
Standardem se stávají PLC komunikující prostřednictvím výkonného počítačového rozhraní Ethernet i v síti Internet. Tím se automatizovaný provoz či budova může začlenit do globálního řídicího a monitorovacího systému. Takto lze např. řídit, sledovat a optimalizovat chod rozlehlých výrobních provozů, soustav vodních nádrží, čistíren odpadních vod, distribučních sítí (např. pro zásobování teplem, vodou, plynem, elektrickou energií a jinými produkty) a dopravních systémů (např. řešit telematiku vodních cest, optimalizovat dopravní provoz ve městě či regionu, řídit provoz souboru křižovatek a tunelů, optimalizovat multimodální dopravní systémy apod.). Reálnými se tak mohou stát i situace zmiňované zatím jen ve vizích kategorie science fiction (např. dálkové řešení diagnostiky provázené také dálkovým prováděním servisních zákroků na výrobním zařízení továrny v daleké cizině nebo třeba aktivace zálivky skleníku z jachty právě brázdící vody v oblasti Karibiku).

Průmyslové sběrnice (např. Profibus, CAN) a programové komunikační standardy (např. Dynamic Data Exchange – DDE, OLE for Process Control – OPC) dovolují navzájem spojovat řídicí systémy a programové produkty různých výrobců do jednoho heterogenního systému. Standardy DDE a OPC dovolují připojit PLC (nebo distribuovaný systém z nich sestavený) k různým programovým produktům, ať už běžícím na jednotlivých počítačích nebo v síti, např. k vývojovému a servisnímu systému nebo k dokumentačnímu a vizualizačnímu systému kategorie Supervisory Control and Data Acquisition/Human-Machine Interface (SCADA/HMI). Ten nejenom může být prostředkem k realizaci dispečerských pracovišť a velínů, ale může zastávat i funkci komunikačního rozhraní mezi technologickým zařízením a informačním systémem podniku.

2.3 Komunikace a distribuovaná inteligence
Možnost zapojovat PLC do sítí a vytvářet z nich distribuované systémy otevírá také cestu k realizaci paralelních inteligentních systémů, jejichž části (podsystémy) se mohou podílet na realizaci společného algoritmu. Takto lze efektivně řešit např. nejen rozsáhlé úlohy založené na aparátu konečných automatů a Petriho sítí, ale i neuronové sítě, fuzzy-neuronové algoritmy a mnoho dalších úloh náročných na numerické výpočty. Netušené možnosti nabízí rozlehlá počítačová síť, jejíž účastníci paralelně řeší výpočetně náročný společný problém.

Vyspělé PLC a jejich vývojové systémy mohou také komunikovat s výkonnými matematickými a simulačními programovými produkty, které lze s výhodou využít k řešení i těch nejnáročnějších numerických a grafických prezentačních úloh, např. adaptace modelu řízené soustavy podle naměřených dat, optimalizace parametrů regulátoru, náročných úloh optimalizace, rozpoznávání a rozhodování, statistického vyhodnocení a filtrace, regulačních úloh řešených ve frekvenční oblasti, trénování neuronové sítě, realizaci genetického algoritmu apod. Programovatelný automat pak může získávat a využívat jen výsledky těchto složitých operací (např. údaje o struktuře univerzálního regulátoru, optimální nastavení parametrů PID regulátoru, údaje o identifikovaném modelu soustavy, předpověď budoucího vývoje procesu a jeho veličin, váhy natrénované neuronové sítě, údaje o vzniklé nebo pravděpodobné závadě a o její příčině).

Například lze PLC spojit s matematickým a simulačním produktem Matlab/Simulink, a to prostřednictvím vývojového prostředí třeba s použitím komunikačního standardu DDE (obr. 5). Dynamické komponenty prostředí popsaného ve [3], které podporuje standard DDE, mohou měnit svou strukturu v průběhu návrhu. Lze snadno zajistit, aby matematický program získával potřebná data z řízeného procesu, na jejich základě identifikoval řízenou soustavu, optimalizoval regulační proces a zpětnou vazbou předával údaje pro optimální nastavení regulátoru, popř. modifikoval jeho strukturu.

Jinou možností, jak připojit systém Matlab ke zdroji dat z reálného technologického procesu, je jeho propojení s vizualizačním systémem kategorie SCADA, která v poslední dekádě doznala velkého posunu směrem k otevřené komunikaci (obr. 6). Nejčastěji používanými softwarovými rozhraními jsou zde DDE a v současnosti již i OPC. V systému Matlab existuje podpora pro DDE. Spojení může být trvalé nebo časově omezené (např. při jednorázovém řešení identifikace, analýzy nebo optimalizace). Ke spojení lze využít i databázové archivy hodnot měřených veličin, které systémy SCADA mohou vytvářet. Data jsou obvykle ukládána ve standardních formátech (např. DBF, Paradox, MS Access nebo textových), popř. je lze do těchto formátů snadno převést. V současné době se stále častěji používají servery SQL, specializované (IndustrialSQL Server) i obecně použitelné (MS SQL Server, InterBase, MySQL, PostgreeSQL v případech s menšími požadavky). S těmito databázemi lze ze systému Matlab komunikovat prostřednictvím nástroje Database Toolbox přes programové rozhraní ODBC (Open Database Connectivity) nebo JDBC (Joint Database Connectivity). Logickým způsobem přístupu systému Matlab ke zdroji dat z reálného technologického procesu je přímé napojení na fyzickou topologii systému sběru dat např. pomocí sériového rozhraní podle obr. 7. Systém Matlab se tak stává jedním z účastníků komunikace s PLC. Pro sériovou komunikaci lze od systému Matlab verze 6.0 používat objekt sériové komunikace.

3. Inteligence a komunikace nejsou samoúčelné

3.1 Řízení bivalentních a multivalentních soustav
Potřebnost komunikace mezi systémy a účelnost použití inteligentních algoritmů pro řízení a technickou diagnostiku lze ilustrovat na příkladu tepelné techniky a hospodaření s energií v budovách. Spotřeba energie je zde významná a kvalitním řízením je možné dosáhnout výrazných úspor. Trend ve využívání ekologických a obnovitelných zdrojů se projevuje začleněním dvou nebo více různorodých tepelných zdrojů (např. tepelného čerpadla se solárním zdrojem, kotlem na biomasu spolu s elektrickým kotlem a tepelným akumulátorem) do společné otopné soustavy jako bivalentního nebo multivalentního systému. Nestačí ale spojit jen samotné tepelné zdroje potřebným potrubím a armaturami. Stejně důležité je spojit i jejich řídicí systémy a zajistit jejich vzájemnou komunikaci v konečné podobě předávání dat a povelů. Na tuto nutnost často zapomínají jak výrobci dílčích technologií (např. zdrojů tepla), tak i investoři. Není-li zajištěna nejen kompatibilita a komunikace mezi systémy, ale i možnost ovládat a koordinovat jejich pracovní režimy, je vždy výsledkem jen torzo původního záměru.

3.2 Více informací, více užitku
Podobně jako u bivalentních a multivalentních tepelných soustav je užitečné sdružovat do jednoho celku, ve kterém jsou dostupné všechny potřebné informace o stavu celé soustavy, i ostatní řídicí, monitorovací a zabezpečovací systémy. Ty lze efektivně využívat nejen k rozumnému řízení a optimalizaci výrobního procesu nebo energetického režimu budovy, ale i k zajištění dlouhodobé kvality a provozní spolehlivosti všech zúčastněných komponent. V budovách je účelné takto sdružit a zpřístupnit údaje o spotřebě elektřiny, vody a plynu spolu se signály ze zabezpečovacích zařízení (proti vniknutí, požáru, popř. i proti zaplavení). Promyšleným zpracováním projektu lze dosáhnout výrazných synergických efektů, přičemž je možné z dostupných dat vytěžit velmi kvalitní informace cenné z pohledu samotného řízení technických soustav budovy i zajištění pohodlí a bezpečnosti jejích obyvatel.

3.3 Kvalita regulačních procesů
V budovách je rozmístněno podstatně více regulátorů než v průmyslových procesech a spotřebovává se zde i velmi významná část celkem potřebné energie (nejčastěji na vytápění a chlazení). Současně je známo, že značná část regulátorů je zastaralá a nesprávně nastavená, a že regulační procesy jsou proto nekvalitní. Nedostatečný uživatelský komfort a tepelná nepohoda (pocit horka nebo chladu) jsou jen jedněmi z důsledků, ale významnější jsou zbytečné ztráty energie. V mnoha případech je obtížné zajistit dlouhodobě vyhovující nastavení regulátorů (nejčastěji zesílení složek PID regulátoru a nastavení tvaru a polohy ekvitermních křivek) v důsledku proměnlivosti řízených soustav (otopných či klimatizovaných) i v důsledku vnějších vlivů. Obvykle platí, že nastavení vhodné pro jednu roční dobu nevyhovuje pro ostatní roční období. Proto mají velký význam adaptivní a samonastavující se regulátory (které se průběžně automaticky seřizují s měnícími se podmínkami v řízené soustavě) nebo robustní regulátory, které zajišťují vyhovující kvalitu regulace i pro podmínky lišící se od jmenovitých. Nemusí se vždy jednat jen o adaptaci tradičních parametrů PID regulátoru nebo úpravu tvaru ekvitermní křivky. Užitečná může být i adaptace doby přechodu mezi aktivním a útlumovým režimem. Současný stav poznání dovoluje realizovat prediktivní regulační algoritmy, které dovedou předvídat budoucí vývoj regulované veličiny nebo poruchy (na základě vnitřního modelu, vhodné výpočetní a statistické metody nebo s využitím neuronové sítě) a v předstihu na ně reagovat.

3.4 Pravidlové systémy, fuzzy a vícehodnotová logika
Teorie regulace automaticky předpokládá, že je znám přesný popis (matematický model) řízené soustavy. A mlčky se předpokládá, že jde o soustavu lineární, neměnící se v čase, obvykle s jedním vstupem a jedním výstupem. To ale v praxi není téměř nikdy splněno. Jiný přístup vychází ze slovního popisu zásad regulace v podobě souboru pravidel. Využít lze i záznam vzorového reagování operátora, který soustavu úspěšně řídí v ručním režimu na základě svých zkušeností, technického citu a „selského rozumu“. Pravidla nebo vzory (etalony) lze poměrně snadno převést na program pro PLC, operátora tak (více či méně úspěšně) nahradit a provoz automatizovat. V této souvislosti se obvykle mluví o fuzzy logice, mnohdy ale stačí pouhá vícehodnotová (Lukasiewiczova) logika, popř. kombinace obou, spolu s dvouhodnotovou (booleovskou logikou).

V literatuře se v souvislosti s fuzzy regulací obvykle uvádí jen „nešťastný příklad“ fuzzy analogie PI regulátoru, který je pro praxi téměř nepoužitelný. Podstatně více užitku mohou přinést jednoduché pravidlové systémy, které modifikují parametry tradičních regulátorů (např. „jestliže je odchylka velká, zmenší zesílení integrační složky“) nebo spojitě přepínají výstupy několika standardních regulátorů, seřízených pro různé provozní režimy. Pravidlové systémy je vhodné použít i pro popis regulace multivalentních soustav a soustav s několika vstupy a výstupy (vícerozměrových soustav). Mohou v předstihu respektovat měřené nebo jen odhadované poruchové veličiny (např. vnější teplotu, rychlost a směr větru, teplotu vstupní a vratné vody, teplotu v referenční místnosti, oslunění fasády a oslunění místností, akumulované teplo či chlad, příkon přídavných zdrojů nebo počet přítomných osob). Formou pravidel lze popsat i obvyklé situace v technické diagnostice.

3.5 Neuronové sítě a genetické algoritmy
Analytické metody návrhu struktury a nastavení regulátorů lze použít v situacích, kdy existuje (a je znám) dostatečně přesný, jednoduchý a stálý model řízené soustavy. Pokud podstatu soustavy a jejího řízení chápeme alespoň na intuitivní úrovni a jsme schopni je slovně popsat, lze použít pravidlový systém. Existují ale případy, kdy podstatu probíhajících dějů nechápeme a neumíme je popsat, přesto je potřebné je modelovat a předvídat. Obvykle se jedná o zpracování rozsáhlých vzorků měřených a archivovaných dat, ze kterých je třeba vytěžit potřebné informace (problém DM – Data Mining, tj. získávání informací z rozsáhlých souborů dat), rozlišení význačných situací apod. Používají se různé statistické, filtrační a prediktivní algoritmy i algoritmy umělých neuronových sítí. K jejich trénování se vedle tradičních metod (např. zpětného šíření odchylky) používají i genetické algoritmy. Genetické algoritmy se mohou výhodně uplatnit i v jiných optimalizačních úlohách, např. při seřizování regulátorů. Časté a přínosné jsou kombinace různých přístupů a principů.

3.6 Technická diagnostika, spolehlivost a bezpečnost
Při řízení technologických procesů a technického zařízení v budovách je v paměti řídicích systémů dostatek údajů pro technickou diagnostiku – k tomu, aby v případě výskytu poruchy bylo možné ji včas detekovat a stanovit její příčinu, popř. analyzovat vývoj kritické situace a její zavinění. V lepším případě lze závadu včas předvídat a zabránit jejímu vzniku, popř. načasovat odstávku a opravu na vhodný termín. Účelným způsobem řízení s využitím diagnostických dat lze minimalizovat opotřebení kritických komponent (např. hořáků kotle nebo oběhových čerpadel) a výrazně prodloužit dobu jejich provozního života. Současně lze také minimalizovat zatížení životního prostředí a spotřebu energie. Technická diagnostika může zachránit velké finanční částky i předejít nenahraditelným škodám a haváriím. Je nepochopitelné, proč je dosud tak málo žádána a proč je oddělována od procesu řízení.

4. PLC, nebo PAC?

Popsané současné řídicí systémy, jejichž dominantními vlastnostmi jsou schopnosti komunikace, velký výpočetní výkon, algoritmická univerzálnost a možnost realizovat inteligentní algoritmy, jsou stále označovány tradičním názvem Programmable Logic Controllers (PLC), v němž přívlastek „logický“ působí do značné míry již jako anachronismus. Jeho vypuštění ale má za následek zkratku PC, která odpovídá ustálenému pojmenování osobních počítačů (Personal Computers) – i když norma IEC 61131, pojednávající o programovatelných automatech, označuje předmět svého zájmu právě jako Programmable Controllers (PC). Někteří výrobci razí pro novou třídu svých řídicích systémů pojmenování Programmable Automation Controllers (PAC). Je zřejmé, že hranice mezi tradičními PLC a novou kategorií PAC je neostrá (lze říci, že je „fuzzy“), PAC má i nádech novosti a reklamně-marketingového odlišení od tradičních produktů. S překladem Programmable Automation Controllers do češtiny si ostatně nemusíme dělat starosti, protože tradiční české pojmenování programovatelný automat vystihuje i vlastnosti současné generace přístrojů, jejichž aplikačním možnostem byl věnován tento článek.

Ladislav Šmejkal (smejkal@tecomat.cz),
Luboš Urban (urban@tecomat.cz),
Teco a. s., Kolín