基于事件圖的網(wǎng)絡(luò)化PLC控制程序編譯方法

陳晨，仲崇權(quán)

大連理工大學(xué)電子信息與電氣工程學(xué)部，遼寧大連116023

1 引言

大規(guī)模網(wǎng)絡(luò)化PLC控制系統(tǒng)的程序邏輯遠(yuǎn)比單個PLC結(jié)點復(fù)雜，設(shè)計針對多PLC控制系統(tǒng)的程序建模與編譯方法具有重要意義。目前分布式網(wǎng)絡(luò)化PLC系統(tǒng)編程需要開發(fā)人員了解設(shè)備拓?fù)浣Y(jié)構(gòu)，并針對每一個PLC控制器進行單獨開發(fā)。K.Thramboulidis提出了以分布式功能塊為基礎(chǔ)的網(wǎng)絡(luò)化監(jiān)控以及批處理流程控制系統(tǒng)的實現(xiàn)方法，通過在控制節(jié)點的網(wǎng)絡(luò)層之上擴展各種總線的適配層，實現(xiàn)同種或異種總線設(shè)備間功能塊的互操作，從而進行分布式應(yīng)用[1-2]。M ohamed Khalgui等通過UM L語言對控制邏輯進行建模，并自動生成分布式控制程序框架，輔助開發(fā)人員進行程序開發(fā)[3]。在現(xiàn)有控制程序編譯方法中，Liu提出狀態(tài)空間編譯法對控制程序進行化簡[4]，Xu通過線性矩陣不等式對程序中的混雜變量進行分離[5]，尚無一種面向網(wǎng)絡(luò)的控制程序編輯與編譯方法。對于大規(guī)模網(wǎng)絡(luò)化PLC控制系統(tǒng)，應(yīng)以網(wǎng)絡(luò)中的設(shè)備為整體進行編程編輯，通過程序建模與編譯方法對控制邏輯的依賴關(guān)系進行分析，將指令與變量分散下載到各控制器中，并自動協(xié)調(diào)設(shè)備間的數(shù)據(jù)同步，實現(xiàn)控制任務(wù)的并行處理。

離散事件系統(tǒng)是分析事件依賴關(guān)系的常用工具，廣泛應(yīng)用于各類工程領(lǐng)域之中[6]。M a X和Xie J使用離散事件系統(tǒng)分析網(wǎng)絡(luò)化控制系統(tǒng)中控制器與執(zhí)行器的動作特點，并推導(dǎo)網(wǎng)絡(luò)延時對控制精度的影響[7]。Kwong和Yonge-M allo通過離散事件系統(tǒng)建模進行故障分析與診斷[8]。Tord A lenljung介紹了一種適用于含有如RFID等二進制識別傳感器的控制系統(tǒng)的離散事件建模語言[9]。Li等提出了模糊離散事件系統(tǒng)控制方法，并將其在大規(guī)模分布式空調(diào)控制中進行應(yīng)用[10]。通過將控制程序映射為離散事件系統(tǒng)，能夠有效分析變量、指令的依賴關(guān)系，進而將串行控制程序轉(zhuǎn)換為并行離散事件，分配給不同設(shè)備執(zhí)行。目前離散事件系統(tǒng)的主要分析工具主要包括自動機（Automata）、定時Petri網(wǎng)（Timed Petri-Net）、事件圖（Event Graph）等[6]。自動機、定時Petri網(wǎng)的分析難度會隨著系統(tǒng)復(fù)雜度升高，難以應(yīng)用于復(fù)雜控制系統(tǒng)。事件圖是一種圖形化的分析工具，具有精簡的表達方式與強大的建模能力，近年來在離散事件系統(tǒng)領(lǐng)域逐漸成為研究熱點[11]。Luisella Balbis給出了離散事件系統(tǒng)以及混雜系統(tǒng)的建模與控制方法概述[12]，Siamak Nazari提出了事件圖中網(wǎng)絡(luò)阻塞與結(jié)點阻塞的判定依據(jù)[13]，Philippe Declerck進行了事件圖極值曲線與令牌終止條件分析方法[14]，Abir Benabid-Najjar給出了定時加權(quán)事件圖的最大處理能力計算方法[15]等。

本文提出了一種針對網(wǎng)絡(luò)化PLC控制系統(tǒng)的程序建模與編譯方法。將控制系統(tǒng)描述為離散事件系統(tǒng)，為統(tǒng)一編寫的控制程序建立了事件圖模型。應(yīng)用改進的深度優(yōu)先算法識別模型中可并行執(zhí)行的事件序列。通過優(yōu)化分組，將其對應(yīng)的控制程序與變量分散下載至不同的PLC控制器中。在程序中自動插入網(wǎng)絡(luò)通信指令，以實現(xiàn)控制器間的變量同步。最后，通過智能樓宇控制系統(tǒng)對建模與編譯方法的有效性進行評估。

2 基本概念

2.1 離散事件系統(tǒng)

離散事件系統(tǒng)是指受事件驅(qū)動、系統(tǒng)狀態(tài)跳躍式變化的動態(tài)系統(tǒng)。離散事件系統(tǒng)的系統(tǒng)狀態(tài)僅在離散的時間點上發(fā)生變化。這類系統(tǒng)中引起狀態(tài)變化的原因是事件，通常狀態(tài)變化與事件的發(fā)生是一一對應(yīng)的，事件的發(fā)生沒有持續(xù)性，在一個時間點瞬間完成[16]。下面給出離散事件系統(tǒng)有關(guān)概念。

定義1 （實體）構(gòu)成系統(tǒng)的各種物理對象稱為實體?？刂葡到y(tǒng)中，PLC為構(gòu)成系統(tǒng)的基本物理對象，因而PLC為實體。

定義2 （屬性）反映實體某些性質(zhì)的參數(shù)稱為屬性，如PLC中的變量值、配置參數(shù)等。

定義3 （狀態(tài)）在某一確定時刻，實體的狀態(tài)是實體所有屬性的集合，而系統(tǒng)狀態(tài)是實體狀態(tài)的集合。PLC是實體，PLC的狀態(tài)是參數(shù)、指令的集合，控制系統(tǒng)的狀態(tài)是所有PLC狀態(tài)的集合。

定義4 （事件）事件是引起系統(tǒng)狀態(tài)發(fā)生變化的行為，它是在某一時間點上的瞬時行為。PLC中變量值的改變造成控制系統(tǒng)狀態(tài)的改變，因而變量值的改變是事件。

PLC的系統(tǒng)狀態(tài)僅在指令執(zhí)行時發(fā)生變化，且在一個時間點立即完成，因而一段完整的PLC程序即為一個離散事件系統(tǒng)[17]。

2.2 事件圖模型

事件圖是Schruben于1983年首先提出的一種圖形化的離散事件建模方法[18]，它通過事件以及事件之間的邏輯、時序關(guān)系來刻畫離散事件系統(tǒng)的動態(tài)特性。圖1是事件圖示例，其中結(jié)點代表事件對象，弧代表調(diào)度活動，i為事件調(diào)度條件，t為事件調(diào)度延時，j為事件調(diào)度標(biāo)識。圖1中模型行為解釋如下：對于任意調(diào)度活動，當(dāng)事件A發(fā)生，系統(tǒng)狀態(tài)改變?yōu)镾A，如果條件i為真，則事件B將在t時間延遲后發(fā)生，系統(tǒng)狀態(tài)改變?yōu)镾B；當(dāng)B發(fā)生時，參數(shù)k將被設(shè)置為表達式j(luò)的值。事件圖的優(yōu)勢在于能夠直觀地表達事件間的調(diào)度關(guān)系，并能支持基于圖理論的事件調(diào)度分析和優(yōu)化[16]。

圖1 事件圖示例

可以將事件圖表示為一個二元組G=(V，E)，這里V={v1，v2，…，vi，…}表示圖中結(jié)點v的集合，結(jié)點v在事件圖中代表單個事件對象，vi表示第i個事件。E={e1，e2，…，ei，…}表示圖中有向弧e的集合，ei表示第i條弧，e=(vn，vm)在事件圖中表示vn對vm的調(diào)度關(guān)系，f(vn,vm)=(t,j,i)是定義在事件圖中vn與vm間弧上的一個三元組，t表示事件調(diào)度延時，i為事件調(diào)度條件，j為事件調(diào)度標(biāo)識，表示一輪任務(wù)執(zhí)行過程中，在第j個時刻vn對vm產(chǎn)生影響[19]。

2.3 控制程序依賴關(guān)系

控制程序是描述PLC資源分配與執(zhí)行邏輯的控制語句，由存儲信息的變量與處理信息的指令組成。設(shè)PV={pv1，pv2，…，pvi，…}為變量集，pvi代表PLC程序中的唯一變量，PV中包含輸入變量與輸出變量，輸入變量的值由設(shè)備物理IO讀取，輸出變量的值寫入設(shè)備物理IO。記輸入變量集合為PVI?PV；輸出變量集合為PVO?PV；狀態(tài)變量為PVM?PV。設(shè)EV={ev1，ev2，…，evi，…}為指令集，evi=(T，k，m)是代表PLC程序中唯一指令的三元組，T代表指令執(zhí)行時間，k代表指令執(zhí)行順序，m代表指令EN引腳參數(shù)。稱P=(PV，EV)為一個PLC程序，它是變量與指令組成的集合。

在一段PLC程序中，若確定變量α的值之前，變量β的值必須確定，則稱α依賴于β，稱這種關(guān)系為依賴關(guān)系，依賴關(guān)系是分析控制程序邏輯的基礎(chǔ)。設(shè)控制系統(tǒng)包含A、B、C三個設(shè)備，控制程序如圖2所示，PV={pv1，pv2,…，pv10}，EV={ev1，ev2，…，ev5}，其中，pv1、pv6為A的輸入變量，pv5為A輸出變量；pv2為B的輸入變量，pv7為B輸出變量；pv10、pv11為C輸出變量。ev1={t1，1，1}為指令“==W”在集合中對應(yīng)的元素，執(zhí)行時間為t1，在程序中第1個執(zhí)行，不存在“EN”引腳，輸入為pv1和pv2，輸出為pv3，依賴關(guān)系記為pv1→pv3，pv2→pv3。其他指令對應(yīng)依賴關(guān)系同理，記為：pv3→pv5，pv4→pv5；pv2→pv7，pv6→pv7；pv8→pv10，pv7→pv10；pv2→pv11，pv9→pv11。

圖2 控制程序示例

3 事件圖模型的建立與分析

事件圖模型是對PLC程序進行分析優(yōu)化的基礎(chǔ)，它描述了程序中變量間的依賴關(guān)系，通過遍歷事件圖可以有效提取相互獨立的事件序列。對PLC程序中的變量、指令進行分析，逐步完成事件圖建模過程，進而通過改進的深度優(yōu)先搜索算法分析建立好的模型，提取并行離散事件序列。

3.1 建立事件圖模型

指令對變量的每次改變均為事件，將程序中每個變量映射為一個事件結(jié)點，每遍歷一次該結(jié)點，即發(fā)生一次變量改變事件。變量集合映射關(guān)系如式（1）所示，輸入輸出映射關(guān)系如式（2）所示：

其中VI為輸入事件，VO為輸出事件，VM為狀態(tài)事件。PLC指令包含多個輸入、輸出變量，若指令存在N個輸入變量，M個輸出變量，則存在N×M組依賴關(guān)系，每組依賴關(guān)系將對應(yīng)事件圖中一個調(diào)度活動，即一條連接兩個事件結(jié)點的有向弧，弧起始結(jié)點為前一時刻發(fā)生事件，弧終止結(jié)點為后一時刻發(fā)生事件。

PLC指令包含多個輸入、輸出變量，存在多組依賴關(guān)系，因此一條PLC指令對應(yīng)事件圖中多個調(diào)度弧，弧起始結(jié)點為前一時刻發(fā)生事件，弧終止結(jié)點為后一時刻發(fā)生事件。指令執(zhí)行時間T對應(yīng)調(diào)度時間t，執(zhí)行順序k對應(yīng)調(diào)度標(biāo)識j，EN引腳參數(shù)對應(yīng)調(diào)度條件i。映射關(guān)系如式（3）所示：

設(shè)eva指令輸入變量個數(shù)為N，輸出變量個數(shù)為M，則ea1～eak為指令eva對應(yīng)調(diào)度弧，且k=N×M。每條指令對應(yīng)的調(diào)度弧個數(shù)不同，因此式（3）中每行包含的元素個數(shù)存在差別，即a、b及k的值彼此獨立，僅與各自對應(yīng)的指令有關(guān)。

f(vn，vm)=(t，j，i)為調(diào)度弧eai=(vn，vm)的屬性，t為指令eva執(zhí)行時間，j為eva執(zhí)行順序，i為eva的“EN”引腳對應(yīng)變量，若eva指令不存在“EN”引腳，則恒有i=1。生成事件圖具體流程如圖3所示。

式（4）為圖2所示程序的指令映射，5條原始指令均映射為事件圖中的調(diào)度弧。由于每個指令均包含2個輸入變量，1個輸出變量，存在兩組依賴關(guān)系，因而1條指令映射為2條調(diào)度弧。

圖3 事件圖構(gòu)造流程圖

圖4顯示了構(gòu)造事件圖模型的過程，原始PLC程序如圖2所示。首先遍歷“==W”指令，添加結(jié)點v1、v2、v3，添加v1指向v3的弧，f(v1，v3)=(t1，1，1)，再添加v2指向v3的弧，f()v1，v3=(t1，1，1)。然后遍歷“AND”指令，添加結(jié)點v4、v5，添加v3指向v5的弧，f(v3,v5)=(t2,2,1)，再添加v4指向v5的弧，f(v4,v5)=(t2,2,1)。同理，遍歷剩余指令，逐步構(gòu)造事件圖模型。

圖4 事件圖構(gòu)造示例

3.2 事件圖遍歷算法

事件圖模型描述了PLC程序中變量的依賴關(guān)系，為進一步分析這種關(guān)系，需要對事件圖進行遍歷。以改進的深度優(yōu)先搜索算法（Depth First Search，DFS）[19]為基礎(chǔ)，將f(vn,vm)=(t,j,i)中的j項作為弧的權(quán)值，通過分析模型中結(jié)點的依賴關(guān)系，將事件圖分解為相互間無依賴關(guān)系的若干事件序列，從而將PLC程序解耦，稱這些事件序列為事件樹。

定義5 （事件樹）用結(jié)點表示事件，用結(jié)點間的路徑表示調(diào)度活動，用路徑的權(quán)值表示調(diào)度順序的樹型數(shù)據(jù)結(jié)構(gòu)。一顆完整的事件樹是通過改進的DFS算法遍歷得到的一條路徑，根結(jié)點為調(diào)度活動開始的源事件。

調(diào)度活動描述了事件躍遷條件，影響遍歷方向，因而需要對傳統(tǒng)DFS算法進行一定改進。通過改進的DFS算法得出一條最短路徑，該路徑即為一棵事件樹，它包含經(jīng)過的所有結(jié)點與弧的信息——事件與調(diào)度活動的信息，描述了起始變量經(jīng)過若干指令處理后會對哪些變量產(chǎn)生影響，生成事件樹是將PLC程序分解為并行離散事件的中間過程。事件樹生成流程如圖5所示。

依據(jù)結(jié)點入度、出度，將結(jié)點劃分為單入單出、單入多出、多入單出、多入多出、單入0出、多入0出，共6種類型，改進的DFS算法在處理這些結(jié)點時的遍歷規(guī)則不同。

V={v1，v2，…，vk}表示事件圖結(jié)點集合，k為事件圖中的結(jié)點數(shù)量。OUT={outi1，outi2，…，outin}。表示以vi為弧尾的弧的集合，集合中元素為弧對應(yīng)的事件調(diào)度標(biāo)識，n為以vi為弧尾的弧的個數(shù)。IN(vi)={ini1，ini2，…，inim}表示以vi為弧頭的弧的集合，集合中元素為弧對應(yīng)的事件調(diào)度標(biāo)識，m為以vi為弧頭的弧的個數(shù)。innow為當(dāng)前遍歷路徑結(jié)點輸入弧對應(yīng)的事件調(diào)度標(biāo)識。F(inab)表示弧對應(yīng)的事件調(diào)度條件，若F(inab)=1，則va對vb的調(diào)度一定生效。

記事件樹中弧的權(quán)值為事件調(diào)度標(biāo)識，改進的DFS算法處理結(jié)點規(guī)則如下：

（1）單入單出結(jié)點。訪問下個鄰接點，同時將當(dāng)前結(jié)點及連接兩個結(jié)點的弧加入事件樹。

（2）單入多出結(jié)點。先遍歷權(quán)值小的弧對應(yīng)的鄰接點，同時將當(dāng)前結(jié)點及連接兩個結(jié)點的弧加入事件樹。

（3）多入單出結(jié)點。首先判斷當(dāng)前結(jié)點是否已經(jīng)遍歷過，若尚未被遍歷，則依據(jù)結(jié)點輸入、輸出弧權(quán)值確定遍歷路徑，并將經(jīng)過的結(jié)點與弧加入事件樹。記唯一的輸出弧權(quán)值為out，用inx表示任意輸入弧的權(quán)值，則多入單出結(jié)點的處理流程如圖6所示。

圖6 多入單出結(jié)點處理流程圖

（4）多入多出結(jié)點。依次隨機選擇某個輸出弧，將當(dāng)前結(jié)點視為多入單出結(jié)點，按照多入單出的判斷依據(jù)進行操作，然后選擇下一個輸出弧，重復(fù)進行以上操作，以此類推。

（5）單/多入0出結(jié)點。添加當(dāng)前結(jié)點到事件樹，停止遍歷該路徑。

4 并行事件的優(yōu)化

自動控制系統(tǒng)的IO點可能存在于不同設(shè)備之中，由于工業(yè)現(xiàn)場總線傳輸效率低，PLC設(shè)備無法共享內(nèi)存，因而對大規(guī)模數(shù)據(jù)處理的瓶頸不在于設(shè)備性能，而在于網(wǎng)絡(luò)帶寬。通過對并行事件序列進行優(yōu)化，使計算自動更加靠近IO源，將計算盡可能“本地化”，能夠節(jié)約網(wǎng)絡(luò)帶寬而獲得高效率的計算性能。業(yè)界對此評價為“移動計算比移動數(shù)據(jù)更經(jīng)濟”[20]。

4.1 事件樹優(yōu)化分組

事件樹描述了變量通過指令相互影響的關(guān)系，但同一條指令可能存在于多個事件樹之中，不同變量可能通過相同的指令對同一個變量產(chǎn)生影響，因而需要對包含相同指令的事件樹進行優(yōu)化分組，保證每組事件樹中各個變量不受其他組中事件樹的影響。事件樹優(yōu)化分組步驟如下：

（1）優(yōu)化開始時，將每棵事件樹劃分為獨立的一組。

（2）檢查兩組事件樹中是否包含權(quán)值相同的弧。

（3）若包含權(quán)值相同的弧，且弧上箭頭指向的結(jié)點相同，則將其合并為一組事件樹。

（4）重復(fù)第（2）步，直到任意兩組事件樹均不滿足步驟（3）的條件為止。

經(jīng)過優(yōu)化分組，各組事件樹中包含的事件與活動不存在耦合，可以分配給不同處理結(jié)點執(zhí)行。

4.2 歸屬設(shè)備優(yōu)化

并行事件的優(yōu)化涉及事件在不同設(shè)備間的合理分配，既要保證設(shè)備間的正常通訊，又要避免單個設(shè)備負(fù)載過大，因而為各組事件樹劃分設(shè)備存在兩種基本模式：

（1）同步最優(yōu)。減少設(shè)備間的通訊延時，將指令盡量下載給通訊開銷小的設(shè)備。

（2）負(fù)載均衡。在保證IO變量能夠正常傳遞的前提下，通過對調(diào)度延時t求和，獲得各組事件樹預(yù)期調(diào)度時間，從而將指令均勻地下載給不同設(shè)備，減少單個設(shè)備的執(zhí)行周期[21]。

優(yōu)化后的每組事件樹彼此獨立，可以劃分給不同設(shè)備，同一組事件樹可以劃分給多個設(shè)備。設(shè)存在N組事件樹的集合L={l1，l2，…，lN}，li中包含變量集合Vi={vi1，vi2，…，vik}，其中1≤i≤N，ξi為li的預(yù)期調(diào)度時間，是li中調(diào)度弧的調(diào)度時間之和，單位為ms。優(yōu)化設(shè)備歸屬的依據(jù)是物理IO所在位置，設(shè)存在設(shè)備集合D={d1，d2，…，dM}，di為具有實際物理IO的設(shè)備，di中包含變量集合VDi={vi1，vi2，…，vik}，VDi中元素為該設(shè)備的物理IO，其中1≤i≤M。設(shè)Ψa為da當(dāng)前的預(yù)期執(zhí)行時間，通過公式（5）對Ψa的值進行求解：

其中，num為da當(dāng)前包含的控制指令數(shù)量，Ti為第i條指令的執(zhí)行時間。設(shè)?ab為da與db間傳遞一個變量所需時間，單位為ms，ρia為Vi∩VDa包含的元素數(shù)量，Wi={wi1，wi2，…，wiM}為li分配給各個設(shè)備后產(chǎn)生的通訊開銷，將li分配給設(shè)備da的通訊開銷如式（6）所示：

將li分配給產(chǎn)生通訊開銷最小的設(shè)備。若存在wia=wib，且Ψa＜Ψb，則將li分配給da。

圖7顯示了為事件樹劃分設(shè)備的結(jié)果，以圖2所示程序進行說明。存在設(shè)備集合D={dA，dB，dC}，存在事件樹集合L={la，lb，lc}，設(shè)?AB=50，?BC=20，?AC=80?？疾焓录鋋，得出waA=50，waB=100，waC=180，waA最小，因此將事件樹a劃分給設(shè)備A。同理，考察事件樹b，得出wbA=180，wbB=70，wbC=120，wbB最小，因此將事件樹b劃分給設(shè)備B；考察事件樹c，得出wcA=130，wcB=20，wcC=20，wcB與wcC同為最小值，又有ψb＞0，ψc=0，ψc＜ψb，因此將事件樹c劃分給設(shè)備C。

4.3 變量同步優(yōu)化

不同事件樹可能包含相同事件，即包含同一個變量，為事件樹劃分設(shè)備后，相同變量可能存在于不同設(shè)備中。為保證程序正常執(zhí)行，當(dāng)前設(shè)備應(yīng)實時讀取其他設(shè)備中的變量信息，經(jīng)過處理后同步到本地對應(yīng)變量[22]，變量同步基本原則如下：

（1）若變量V被分配到兩個及兩個以上設(shè)備中，則V被復(fù)制為多個副本運行于各個設(shè)備中。

（2）為每個設(shè)備開辟一塊緩存區(qū)，存儲從不同設(shè)備讀取的V的副本的值。

（3）插入通訊指令，從其他設(shè)備讀取V值到本地輸入緩存，或?qū)值寫入其他設(shè)備輸出緩存。

內(nèi)部變量不用于物理輸入、輸出，且不受其他設(shè)備影響，因而不需要進行設(shè)備間同步，僅需要同步輸入、輸出變量即可。

圖7 確定事件樹歸屬設(shè)備

輸入變量不會被程序的運行邏輯改變，僅受設(shè)備的物理輸入影響，且僅在每輪程序執(zhí)行之前讀取一次。因而在程序開頭插入通訊指令，讀取變量值到本地輸入緩存，再插入指令讀取輸入緩存中的數(shù)據(jù)，從而實現(xiàn)輸入變量同步。輸出變量僅在每輪程序結(jié)束后寫入物理輸出端口。若V為設(shè)備B輸出變量，而V的值由設(shè)備A計算得出，則在A程序結(jié)尾插入通訊指令，將V的值寫入設(shè)備B輸出緩存。設(shè)備B在程序結(jié)尾插入指令讀取輸出緩存中的數(shù)據(jù)，從而實現(xiàn)輸出變量同步。

圖8顯示了變量同步的方法，以圖2所示程序為例進行具體說明。A中指令用到B的輸入變量pv2，因而在A程序開頭插入通訊指令，定時讀取B中pv2的值到輸入緩存，然后插入讀取緩存指令，在每輪程序開始執(zhí)行前刷新本地pv2，從而實現(xiàn)B對pv2的遠(yuǎn)程讀取。C的輸出變量pv10是B的運算結(jié)果，因而在B程序末尾插入通訊指令，將B中pv10的值寫到C的輸出緩存，在C的程序末尾插入讀取輸出緩存指令，刷新本地pv10，從而實現(xiàn)B對pv10的遠(yuǎn)程寫入。其他I/O變量的遠(yuǎn)程刷新方法同理。

5 運行實例與分析

圖8 同步變量示例

圖9 樓宇監(jiān)控系統(tǒng)圖

圖9為樓宇監(jiān)控系統(tǒng)拓?fù)浣Y(jié)構(gòu)圖。樓宇綜合監(jiān)控系統(tǒng)由5個主要控制模塊組成，分別為云臺控制模塊、照明電控制模塊、操作臺控制模塊、電梯監(jiān)測模塊與電力監(jiān)控模塊，控制模塊之間通過工業(yè)以太網(wǎng)互聯(lián)。監(jiān)控工作站是一臺高性能計算機，充當(dāng)樓宇監(jiān)控系統(tǒng)的服務(wù)器使用。電視墻受工作站的控制，用于顯示樓宇系統(tǒng)各個模塊的運行狀態(tài)。LED顯示屏直接連入樓宇監(jiān)控網(wǎng)絡(luò)，用于顯示通知等信息，可以由連入控制網(wǎng)絡(luò)的計算機直接操作。監(jiān)控終端可以是任意連入控制網(wǎng)絡(luò)的計算機，通過訪問監(jiān)控工作站對系統(tǒng)進行監(jiān)視與控制。

以照明控制為例，部分控制程序如圖10所示。

圖10 照明控制部分程序

網(wǎng)絡(luò)1、網(wǎng)絡(luò)2實現(xiàn)物理開關(guān)控制，網(wǎng)絡(luò)3、網(wǎng)絡(luò)4實現(xiàn)定時開關(guān)燈控制。Q0.0與Q0.1分別為控制電燈的物理開關(guān)，在編寫程序時已經(jīng)指定所屬設(shè)備，Q0.0歸屬于

功能塊網(wǎng)絡(luò)中包含多條邏輯連線，建模之前需要將邏輯連線轉(zhuǎn)換為臨時變量，建立控制程序到離散事件系統(tǒng)的映射，進而完成建模過程，建立好的事件圖模型如圖11所示。

模型中V1～V10為動態(tài)添加的臨時變量，分別對應(yīng)程序中的10條邏輯連線。事件圖共包含23個事件結(jié)點，26個調(diào)度弧，描述了電燈控制設(shè)備的執(zhí)行邏輯。通過對事件圖進行分析與遍歷，優(yōu)化事件樹分組，并確定指令的設(shè)備歸屬，完成分散下載工作。

對樓宇綜合監(jiān)控系統(tǒng)的控制程序進行編譯優(yōu)化，下載到各個控制模塊中執(zhí)行，如表1所示。比較統(tǒng)一編寫的原始程序與具體下載到各個控制模塊中的程序，統(tǒng)計功能1～3樓的電燈控制設(shè)備，Q0.1歸屬于4～6樓的電燈控制設(shè)備。VW 101～VW 104為用戶指定的開關(guān)燈時間，SMW 55、SMW 56為控制器時鐘，通過比較兩者的值實現(xiàn)電燈的定時開關(guān)。塊網(wǎng)絡(luò)數(shù)量、指令數(shù)量、動態(tài)插入的通訊指令數(shù)量，進而對控制系統(tǒng)的負(fù)載、執(zhí)行效率進行分析，評估分散下載的效果，驗證本文提出的控制程序編譯算法的有效性。

表1 控制程序分散下載效果

圖11 控制程序建模

原始程序被分散下載到9臺PLC控制器中，除了操作臺控制模塊，剩余模塊中均自動添加網(wǎng)絡(luò)通訊指令。這是由于其他設(shè)備需要從操作臺讀取控制信息，而操作臺的輸入、輸出變量及相關(guān)指令均被下載給本地設(shè)備，不需要從其他設(shè)備讀取輸入數(shù)據(jù)或向其他設(shè)備寫入輸出數(shù)據(jù)。云臺控制主設(shè)備與照明電控制主設(shè)備中添加的通訊指令數(shù)量較多，這是由于它們的從設(shè)備與操作臺控制設(shè)備進行通訊時，需要以其對應(yīng)的主設(shè)備作為中轉(zhuǎn)，因而需要在主設(shè)備中額外建立通訊通道，添加通訊指令。對比各組結(jié)果，設(shè)備負(fù)載較為均衡，云臺與操作臺控制設(shè)備由于的運算邏輯復(fù)雜，且存在大量與I/O變量有耦合關(guān)系的指令，負(fù)載稍大。編程人員可以通過模塊化的程序設(shè)計，減少控制程序耦合關(guān)系，使設(shè)備負(fù)載更為均衡。

6 結(jié)束語

提出了一種針對網(wǎng)絡(luò)化PLC控制系統(tǒng)的程序建模與編譯方法。通過將控制系統(tǒng)映射為離散事件系統(tǒng)，建立了控制程序的事件圖模型；通過改進的深度優(yōu)先搜索算法，實現(xiàn)了事件圖解耦，提取并行事件序列；通過優(yōu)化分組以及變量同步方法，實現(xiàn)了控制程序的分散下載與同步。實驗結(jié)果表明，本文方法可以有效地將統(tǒng)一編寫的控制程序分散下載給不同設(shè)備，并保持系統(tǒng)控制邏輯正確。研究成果已應(yīng)用于國內(nèi)某公司智能樓宇監(jiān)控系統(tǒng)，有效平衡了系統(tǒng)各個部分的負(fù)載，同時降低了系統(tǒng)開發(fā)周期與維護成本。同時提出的以網(wǎng)絡(luò)中的設(shè)備為整體進行程序編輯與編譯的方法，也為大規(guī)模PLC控制系統(tǒng)的程序開發(fā)與分析提供了新的思路。

[1]Thramboulidis K.Development of distributed industrial control applications：the CORFU framework[C]//Proceedings of the 4th IEEE International Workshop on Factory Communication Systems Vasteris，Sw eden，2002：39-46.

[2]Thramboulidis K，Sierla S，Papakonstantinou N，et al.An IEC 61499 based approach for distributed batch process control[C]//Proceedings of the IEEE International Conference on Industrial Informatics，Vienna，2007：177-182.

[3]Khalgui M，H ramboulidis K.An IEC61499-based development approach for distributed industrial control applications[J].Int J Modelling，Identification and Control，2008，4（2）：186-204.

[4]劉潔.FBD程序建模優(yōu)化技術(shù)研究及實現(xiàn)[D].遼寧大連：大連理工大學(xué)，2009.

[5]許文靚.基于LM I的PLC功能塊圖和順序功能圖的相互轉(zhuǎn)換技術(shù)[D].遼寧大連：大連理工大學(xué)，2010.

[6]羅繼亮，吳維敏，蘇宏業(yè)，等.事件圖的混合控制器設(shè)計[J].自動化學(xué)報，2007，33（2）：218-221.

[7]M a X H，Xie J Y.An observer-based compensator for networked control systems[J].Int J Modelling，Identification and Control，2007，2（2）：169-175.

[8]Kwong R H，Yonge-Mallo.Fault diagnosis in discrete-event system s：incomplete models and learning[J].IEEE Transactions on System s，M an，and Cybernetics：Part B Cybernetics，2011，41（1）：118-130.

[9]A lenljung T，Lennartson B，Hosseini M N.Sensor graphs for discrete event modeling applied to formal verification of PLCs[J].IEEE Transactions on Control Systems Technology，2012，20（6）：1506-1521.

[10]Li D，Lan W，Zhou H，et al.Control of fuzzy discrete event systems and its application to air conditioning system[J].Int J Modelling，Identification and Control，2009，8（2）：122-129.

[11]夏薇，姚益平，慕曉冬，等.基于事件圖的離散事件仿真模型并行檢驗方法[J].軟件學(xué)報，2012，23（6）：1429-1443.

[12]Balbis L，Ordys A W，Grimble M J，et al.Tutorial introduction to the modelling and control of hybrid systems[J].Int J modelling，Identification and Control，2007，2（4）：259-272.

[13]Nazari S，John G.Blocking in fully connected networks of arbitrary size[J].IEEE Transactions on Automatic control，2012，57（5）：1233-1242.

[14]Declerck P.From extremal trajectories to token deaths in P-time event graphs[J].IEEE Transactions on Automatic Control，2011，56（2）：463-467.

[15]Benabid-Najjar A，Hanen C，Marchetti O，et al.Periodic schedules for bounded timed weighted event graphs[J].IEEE Transactions on Automatic Control，2012，57（5）：1222-1232.

[16]劉剛.并行離散事件仿真可視化組件建模技術(shù)研究[D].長沙：國防科學(xué)技術(shù)大學(xué)，2009.

[17]陳宜濱，席寧，李洪誼.基于事件的控制理論研究及其應(yīng)用[J].機械工程學(xué)報，2012，48（17）：152-158.

[18]Savage E L，Schruben L W，Yücesan E.On the generality of event-graph models[J].INFORMS Journal on Computing，2005，17（1）：3-9.

[19]Cordes D，Marwedel P，Mallik A.Automatic parallelization of embedded software using hierarchical task graphs and integer linear programming[C]//Proceedings of the Conference on Parallel Architectures and Compilation Techniques，Scottsdale，2010：267-276.

[20]胡彧，封俊.Hadoop下的分布式搜索引擎[J].計算機系統(tǒng)應(yīng)用，2010，19（7）：224-228.

[21]Yao Yong，Wang Yingfeng，Liu Zhijing.An algorithm used to improve task parallelization for directed acyclic graphs[C]//In Advances in the Dempster-Shafer Theory of Evidence，Hong Kong，China，2010：238-240.

[22]廖育武，胡家勤.多PLC的分布式控制系統(tǒng)的通訊方法[J].礦山機械，2009，37（14）：38-41.