Программирование STEP7-Micro/Win 1: Изучение логических команд

Основы программирования STEP7-Micro/Win Siemens SIMATIC S7-200

Промышленные логические контроллеры (ПЛК, англ. PLC) являются широко используемыми средствами, применяемыми для автоматизации технологических процессов. Они позволяют производить управление каким-либо объектом автоматизации на основе заданного (запрограммированного) алгоритма, а также данных, получаемых с различных датчиков.

Программирование ПЛК осуществляется в специально разработанных средах разработки. Одной из наиболее популярных является STEP7-Micro/Win для контроллеров SIMATIC S7-200 фирмы Siemens. Контроллеры Siemens на сегодняшний день являются одними из наиболее востребованных. Основы и принципы программирования промышленных контроллеров идентичны во всех системах, однако широкое распространение оборудования Siemens делает целесообразным обучение именно на этой платформе.

Данная серия руководств на примере решения различных задач поможет вам ознакомиться с основными логическими командами промышленного контроллера Siemens Simatic S7-200.

Язык релейной логики (LD) является наиболее популярным способом составления программ для контроллеров Siemens SIMATIC. Данный способ программирования используется в нижеследующем примере.

Основы моделирования систем 1: Проверка гипотезы по критерию Пирсона (в Matlab)

Скачать файл с текстом программы для Matlab (.m-файл)

1. Теоретическая часть.

Общие сведения

Оценка репрезентативности выборки с определенной вероятностью по­зво­ля­ет судить о границах генеральной выборки, сделать некоторые пред­по­ло­же­ния об отдельных параметрах случайной величины, таких, как математическое ожидание, дисперсия и др. Но при этом нельзя сделать вывод о характере распределения случайной величины. Полную харак­теристи­ку случайной величины дает закон ее распределения. Однако об этом законе в генеральной совокупности можно получить информацию только из частичных выборок. Поэтому необходимо иметь критерии оцен­ки соответствия статистических законов распределения, полученных из частичных выборок, теоретическим законам распределения, характери­зующим генеральную совокупность. Такими критериями являются крите­рии согласия. Наиболее известны критерии согласия Пирсона, Колмого­рова и Смирнова.

Параметрические критерии согласия

Критерий согласия Пирсона

В ходе эксперимента нередко возникает необходимость проверки гипотезы о виде распределения исследуемой выборки. В этом случае пространство значений исследуемой величины разбивают на r интервалов S₁, S₂,..., S_r, каждый из которых содержит примерно одинаковое число собы­тий. Для определения числа интервалов имеется несколько рекомен­даций, которые сводятся, например, к использованию следующих зависи­мостей:

Справочник Matlab: как построить гистограмму

Для построения гистограммы в системе Matlab имеется встроенная функция histfit. Однако её применение удобно не во всех случаях. Ниже представлен способ построения диаграммы без использования функции histfit.

Скачать Matlab-файл (.m)

clc

clear

% Построение гистограммы

nu(1)=1; %частота попадания в квант

nu(2)=2;

nu(3)=3;

nu(4)=5;

nu(5)=10;

nu(6)=7;

nu(7)=5;

nu(8)=3;

nu(9)=2;

j = 0;

k = 0;

n  = 40; % объём выборки

xmin = -4;

xmax = 4;

dx = 1;

m = 100;

mx = 0.9;

s = 1.5; % дисперсия

for x=xmin:dx:xmax

   k=k+1;

   otnhast = nu(k)/n; %относительная частота

   for i=1:m

      j=j+1;

      osx(j)=x;

      osy(j)=otnhast;

      % формируем массив плотностей

      f(j) = (1/(s*sqrt(2*pi)))*exp((-(x-mx)^2)/(2*s^2));

      x=x+dx/m;

   end

end

hold off

    figure;

    plot(osx, osy); % график гистограммы

hold on

plot(osx,f,'g'); % график теоритической плотности 

  

Пример работы данной программы: