力控学习笔记(二)【变量】

力控软件基本的运行环境分为三个部分,包括HMI(人机界面)、数据库DB、通讯程序(驱动)、变量是人机界面软件数据处理的核心。它是View进行内部控制、运算的主要数据成员,是View中编译环境的基本组成部分,它只生存在View的环境中。

人机界面程序View运行时,工业现场的状况要以数据的形式在画面中显示,View中所有的动态表现手段,如数值显示,闪烁、变色等都与这些数据相关。同时操作人员在计算机前发送的指令也要通过她发送到现场,这些代表变化数据的对象为变量,运行系统View在运行时,工业现场的生产状况将实时地反映在变量的数值中。

力控提供多种变量,包括:数据库变量、中间变量、间接变量、窗口中间变量等。

数据库变量与数据库DB中的点参数进行对应,完成数据交互,数据库变量是人机界面与实时数据库联系的桥梁,其中的数据库变量不但可以访问本地数据库,还可以访问远程数据库,来构成分布式结构。

 

定义变量:变量名、说明、类型、类别、数据库指定、安全级别、读写属性、范围。

 

变量类型:

1.窗口变量:窗口中间变量作用域仅限于力控应用程序的一个窗口,或者说,在一个窗口内创建的窗口中间变量,在其它窗口内是不可引用的,即它对其它窗口是不可见的。窗口中间变量是一种临时变量,它没有自己的数据源,通常用作一个窗口内动作控制的局部变量、局部计算变量,或用于保存临时结果。

2.中间变量:中间变量的作用域范围为整个应用程序,不限于单个窗口。一个中间变量,在所有窗口中均可引用。即在对某一窗口的控制中,对中间变量的修改将对其它引用此中间变量的窗口的控制产生影响。窗口中间变量也是一种临时变量,它没有自己的数据源。中间变量适于作为整个应用程序动作控制的全局量、全局引用的计算变量或用于保存临时结果。

3.间接变量:间接变量是一种可以在系统运行时被其它变量代换的变量,一般我们将间接变量作为其它变量的指针,操作间接变量也就是操作其指向的目标变量,间接变量代换为其它变量后,引用间接变量的地方就相当于在引用代换变量一样。

4.变量数组:间接变量可以作为一个一堆数组,下界为0,上界10000.数组的每个元素都可以作为一个独立的间接变量来使用。数组的每个元素的指向可以动态指定,和间接变量一样,在数组元素使用前,首先要对其指向的变量进行指定,然后才可以对其进行各种操作。数组元素可以像普通变量一样使用。

5.数据库变量:当要在界面上显示处理数据库中的数据时,需要使用数据库变量。一个数据库变量对应数据库中的一个点参数。

 

系统中间变量:

力控提供了一些预定义中间变量,称之为系统变量。每个系统变量均有明确的意义。

 

变量的位处理

 

 

  • 2
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
卡尔曼滤波器学习笔记(二) 在上一篇笔记中,我们介绍了卡尔曼滤波器的基本原理和数学模型。现在,让我们继续深入学习卡尔曼滤波器的实际应用。 1. 状态方程(State Equation): 卡尔曼滤波器的核心是状态方程,描述系统的状态如何随时间变化。通常表示为x(k+1) = A * x(k) + B * u(k) + w(k),其中x(k)表示系统在时刻k的状态,A是状态转移矩阵,u(k)表示输入,B是输入矩阵,w(k)表示过程噪声。 2. 观测方程(Measurement Equation): 观测方程描述了系统状态与观测值之间的关系。通常表示为z(k) = H * x(k) + v(k),其中z(k)表示观测值,H是观测矩阵,v(k)表示观测噪声。 3. 卡尔曼增益(Kalman Gain): 卡尔曼增益决定了如何将先验估计与观测值相结合,得到更准确的后验估计。卡尔曼增益的计算公式为K(k) = P(k|k-1) * H^T * (H * P(k|k-1) * H^T + R)^-1,其中P(k|k-1)表示先验误差协方差矩阵,R表示观测噪声的协方差矩阵。 4. 预测步骤(Prediction Step): 预测步骤用于根据系统的模型预测下一时刻的状态和误差协方差矩阵。预测步骤的计算公式为x(k+1|k) = A * x(k|k) + B * u(k),P(k+1|k) = A * P(k|k) * A^T + Q,其中x(k|k)表示先验估计,P(k|k)表示先验误差协方差矩阵,Q表示过程噪声的协方差矩阵。 5. 更新步骤(Update Step): 更新步骤用于根据观测值修正先验估计,得到后验估计和后验误差协方差矩阵。更新步骤的计算公式为x(k+1|k+1) = x(k+1|k) + K(k+1) * (z(k+1) - H * x(k+1|k)),P(k+1|k+1) = (I - K(k+1) * H) * P(k+1|k),其中x(k+1|k+1)表示后验估计,P(k+1|k+1)表示后验误差协方差矩阵,K(k+1)表示卡尔曼增益。 以上就是卡尔曼滤波器的基本概念和计算步骤。在实际应用中,我们需要根据具体问题来确定状态方程、观测方程和相关参数。卡尔曼滤波器的优势在于可以有效地处理噪声和不确定性,广泛应用于目标跟踪、导航、机器人等领域。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值