通过开发接口和算法模块，让工控软件更加智能。
前言
在控制领域，各家都说采用了模糊算法，神经网络算法。但仅仅凭PLC或DDC的运算能力和可编辑性，这种说法是否可信，大家都心知肚明。就模糊算法而言，用PLC尚能编辑，一个程序块也就30~50行；笔者也自己用西门子S7-1200编辑过自学习迭代的负荷预测模型，基本上占用了CPU程序空间的一半以上。至于要实现神经网络算法，只能借助于电脑的算力。方案1是把数据汇总到云平台，由云平台处理后再回传进行控制。方案2是在本地进行数据的处理。这里都需要开放小型化的数据处理模块。
BCVTB
EnergyPlus，MATLAB/Simulink，这些都是经常出现在算法论文里的软件。做理论、写论文（吹牛皮）的人，说起来都是一套套的，而且也往往能自圆其说。但是其论文或者理论的验证部分，却往往缺失实践的检验，终止于实验室阶段（实验室小能手表示，想要的数据、曲线都能凑出来）。就很少有真正用于项目，经受过项目考验的算法理论。而且在控制理论如此先进的情况下，实践跟不上，宣传却跟上了，真正做了一点什么也不会得到什么重视，因为人家的PPT可比你做的要多多了。最后的结果就是劣币驱逐良币，一个认真施工、认真做画面（美不美观都是其次，功能到了即可）、认真调试PID参数（注：就算法而言，并没有绝对意义上的优劣，而是有各自的适用场景。经典的PID算法之所以经典，就是因为其泛用性。在很多工控场合，认真调试参数的算法，其响应性和控制精度完全能满足项目需求了。模糊算法更多的是不用调参数，在较大范围内都可以控制好，比如基于权重规则的模糊PID算法可以通吃某些场景，不需要每一个项目都调试）和联动控制加上结合了物联网 大数据 5G技术 神经网络算法内容PPT/方案的项目就是优质项目了。
要迈出这一步，需要沟通理论和实践。其实理论在高价值领域也早已应用于实践，比如航空航天等等，但是在传统的工控领域，需要一种性价比方案。BCVTB是一个可以让用户耦合使用不同仿真模拟编程软件的平台，由EP同一个实验室开发。比如：其可以实现EnergyPlus和MATLAB/Simulink的实时联合仿真，在每一个计算步长内都交换数据。目前主要在做两个工作在进行，一个是利用BCVTB开发属于自己行业场景的模块，一个是用matlab打包一些算法软件，用JAVA部署，现场调用。
负荷预测
以某地铁项目而言，项目需要做负荷预测。像我之前提到的用PLC写的负荷预测模型，受限于运算性能，其只能适用于3个以内影响因素的情况。对于事情建模有两种方式，一种是通过科学，如物理学、传热学、力学等传统科学，分析清楚其中内在关系，然后加以分析，抽丝剥茧简化到最佳模型；一种是通过算法，把模型当成黑箱，通过神经网络算法，通过数据训练形成一定的输入输出模型。前者需要深厚的行业知识，后者可以简化，更有效率。以地铁场景为例，我用7组输入，10个内在关系，1个输出的神经网络进行训练，实现了2%误差以内的负荷预测模型，具体过程就不在这展开了。我拿到了这个负荷预测模型，最大的问题是如何和工控软件结合起来，实现数据实时互通。
如果觉得《让工控软件更智能》对你有帮助，请点赞、收藏，并留下你的观点哦！
