西門子代理商 西門子一級代理 西門子SM321數字量擴展模塊 西門子SM321數字量擴展模塊

為此，位于慕尼黑的西門子智能系統與控制技術領域（GTF）部門的Volkmar Sterzing及其CT團隊開發了一種可以實現以上功能的新方法。使用所謂的遞歸神經網絡，研究人員可以描繪燃氣輪機的整個運轉過程，并準確預測其產出。Sterzing解釋說：“過去，我們只能了解到這些過程在某一時刻的狀態。而現在，使用這個新方法，我們可以掌握在這個特定時刻之前及之后的運行情況。”Sterzing表示，利用這種方法，研究人員不僅可以查明過去發生了什么，還可以預見未來會發生什么。這種動態的描繪可以確認其中的變化，充分利用有利的變化，同時弱化可能產生負面影響的變化，并相應地調整維保計劃。

未來，個人能源代理將使用裝有學習軟件的專業電表箱（左圖）來操作顧客和電力公司之間的電力交易。

CT研究人員已經將他們從燃氣輪機中學到的知識應用在相關領域內，例如優化風電機組及整個風電場。作為熱心航海比賽船員的一份子，Sterzing知道在比賽中每時每刻都需要關注波浪、風速和對手的船只，這樣才能決定駕馭船只的方式。否則，如果無法預測未來的變化，就不能規劃合適的路線。在這種辦法的啟發下，他為風電機組發明了一種軟件系統，這種系統的基礎是能夠測量大約十種因素的傳感器，包括風速、亂流度、溫度和氣壓。算法將這些數據和風電場發電量聯系起來，這樣軟件就能夠從數以千計的關系中學習并學會如何在新情況下應用已有的知識。

西門子研究人員現在正在測試該系統。

隨著對不同情況的學習，系統越來越擅長獨立預測，知道哪種情況下，旋轉葉片的入射角或發電機速度快慢的改變，使得風電機組能夠從風中獲得大的產出。這種方法可以將風電機組的產出提高0.5個百分點。聽起來似乎不多，但是對一個大型風電場而言就是很顯著的效果。在過去的六個月里，瑞典Lillgrund風電場進行的實驗已經表明，正是得益于從自己的行為中獨立學習的能力，即所謂的自主學習，風電場提高了發電量，這相當于額外添加了一臺風電機組所生產的電量。

從聲音中學習——高效節能

將電弧爐中的鐵塊熔煉成鋼板會產生大量噪聲。重量各異的鐵塊，有的甚至像汽車那么大，在三個強大的電弧下熔化時來回滑動。雖然電弧的溫度高達一萬攝氏度，有時也不能將熔化的鐵塊焊接起來，而將能量消耗到爐壁上。熔爐產生的噪聲震耳欲聾。三相交流電電極的電弧產生大約120分貝的噪聲，比噴氣式飛機的噪聲都大。Detlef Rieger是慕尼黑西門子中央研究院的非破壞性試驗技術領域（GTF）部門的項目經理，Thomas Matschullat就職于愛爾蘭根的冶金技術部門。正是這樣巨大的噪聲使兩位科學家不得不認真思考這一問題。兩人想知道該如何監視和控制熔煉過程，以減少能源的浪費。

他們在熔爐外壁掛上傳感器，這樣就可以測出熔爐內部產生的聲波。除此之外，他們還持續不斷地監視電極產生的電流。Rieger說：“把電極數據和聲波測量結果結合起來。我們的算法可以計算出電弧和爐壁之間產生的是哪種聲音振蕩。通過這個信息，我們可以推斷出熔爐內部每時每刻的情況。”在熔化的初階段，系統已經掌握足夠的信息可以確定熔爐內部各個鐵塊的位置，從而判斷出單個電極的輸出是增加還是減少。在熔煉的第二階段，確保鐵塊中碎屑異物形成的礦渣盡可能均勻地分布在熔化的金屬表層，這很關鍵。為此，將煤灰吹入熔爐中，在礦渣上形成一層一氧化碳泡沫。這一層泡沫保護了電弧和熔化的金屬，避免爐壁的溫度過高。這樣就減少了能源消耗。軟件不斷地通過解讀聲波數據來測量含有泡沫的礦渣是否足夠厚，分布是否均勻，因此該過程被命名為“IMELT Foaming Slag Manager（IMELT泡沫煤渣管理器）。”德國的兩家煉鋼廠和白俄羅斯的一家煉鋼廠都在使用這個系統，并成功地將能耗降低了2.3%。Rieger說：“例如，按照100噸鋼材的成本計算，差不多相當于每小時節省了920 度電。”而且，煉鋼廠每年的煤炭消耗量降低了25%，二氧化碳排放量減少了12,000噸。

在S7-400 CPU側調用“S7Put”完成向S7-300 CPU寫入數據，調用“S7Get”從S7-300 CPU側讀出數據：

圖3-5 功能塊調用

在上圖左側“S7Get”的功能塊中，S7-300 CPU站側的DB50里從DBB0開始的10個字節會被讀取到S7-400 CPU側的DB10里DBB18開始的10個字節區域中；
在上圖右側“S7Put”的功能塊中，S7-400 CPU站側的DB11里從DBB52開始的10個字節會寫入到S7-300 CPU側的DB51里從DBB0開始的10個字節區域中。

3.2 與S7-400 HCPU通訊

3.1.1 組態S7連接
由于S7-300 CPU和S7-400H CPU之間無法建立S7容錯連接，所以在連接創建的時候，需要分別從S7-400H CPU的兩個CPU分別建立到S7-300 CPU（或者Unspecified）的連接：

圖3-6 HCPU中0機架上的連接

圖3-7 HCPU中1機架上的連接

從S7-400H CPU的兩個CPU分別創建一個到“Unspecified”的S7連接，可以看到，這兩個連接的ID號是不同的。參照前文所述修改連接參數之后將連接下載到S7-400 CPU中。
HCPU到S7-300 CPU站點的通訊鏈路由兩個S7連接實現，如何基于這兩個連接可靠地完成數據交換則是需要考慮的重點。具體的方案較多，可以采用兩個連接同時工作，接受方通過判斷連接狀態來選擇數據的方式，也可以采用“心跳信號”的方式判斷出可用的連接之后再完成傳輸等。
在下載中心網頁上提供了一個“H_Status”的功能塊可以方便地顯示HCPU的冗余狀態?；?ldquo;H_Status”提供的冗余狀態來選擇具體的通訊連接，具體編程如下：

圖3-8 HCPU下的通訊程序組態

上圖中，“H_Status”功能塊讀取0機架和1機架上CPU的主備狀態，通過管腳“R0_MSTR”/“R1_MSTR”輸出。這兩個輸出連接到負責通訊讀寫的“S7Put”和“S7Get”功能塊的使能管腳，這樣，當機架0為主CPU時，“R0_MSTR”為1，其所連接的通訊功能塊被使能，通訊從S7連接1中進行，反之亦然。

4、分層操作
PCS 7系統一般可以劃分多個操作層級，如中央控制室、區域控制室、就地控制室、就地操作等等，每個層級都可以對同一現場設備進行操作。例如，現場控制站S7-300 CPU會配合一個操作員面板實現設備的就地監控，而控制室的PCS 7 OS負責整體的監控。有些情況，用戶希望只是位于就地的操作員面板可以操作設備，而位于中控室的計算機禁止操作，或者要求不能同時操作設備，防止多點操作造成設備的誤動作，保證人身安全、設備可靠穩定運行，因此分層操作控制是*的。分層操作可以在工廠范圍內協調各個層級的操作，提高工作效率、優化人員調配。