模塊

模塊如圖所示，添加步驟：基本指令，原有，LEAD_LAG超前和滯后算法。也可以直接搜索。

主要設置參數，除模塊中所示四個參數外，超前和之后時間需要通過模塊靜態變量設置。如下圖所示。
LD_TIME為超前時間，LG_TIME為延時時間。

測試

參數采樣頻率10ms，分別延時100ms和10ms。

仿真測試結果：

LG_TIME=100ms

LG_TIME=10ms

注意：

LEAD_LAG算法中超前、滯后時間與采樣時間單位相同，當采樣時間為ms，超前和滯后時間同樣為ms。

參考學習視頻

B站

幫助文檔

LEAD_LAG：提前和滯后算法 (S7-1500)

LEAD_LAG：提前和滯后算法

說明

可以使用“提前和滯后算法”(Lead and lag algorithm) 指令，通過模擬量變量處理信號。GAIN 參數的增益值必須大于零。使用以下等式計算“提前和滯后算法”指令的結果：

僅當在固定的程序周期中運行指令“提前和滯后算法”時，才生成正確的結果。參數 LD_TIME、LG_TIME 和 SAMPLE_T 中必須指定相同的運算單元。計算 LG_TIME > 4 + SAMPLE_T 時，該指令與以下函數類似：

OUT = GAIN * ((1 + LD_TIME * s) / (1 + LG_TIME * s)) * IN

當參數 GAIN 的值小于或等于零時，將不進行計算，并在參數 ERR_CODE 中輸出錯誤信息。

“提前和滯后算法”指令可與回路一起用作動態前饋控制中的補償器。該指令由兩項操作組成。“提前”操作將輸出 OUT 的相位進行移位，使得輸出提前于輸入。相反，“滯后”操作對輸出進行移位，使得輸出滯后于輸入。由于“滯后”操作相當于積分，因此可用作噪聲抑制器或低通濾波器。“提前”操作相當于微分，因此可用作高通濾波器。同時使用兩種操作（“提前”和“滯后”），將導致在較低頻率時輸出的相位滯后于輸入，而在較高頻率時輸出的相位提前于輸入。這意味著“提前和滯后算法”指令可用作帶通濾波器。

參數

下表列出了“提前和滯后算法”指令的參數：

參數

聲明

數據類型

存儲區

說明

EN	Input	BOOL	I、Q、M、D、L 或常量	使能輸入
ENO	Output	BOOL	I、Q、M、D、L	使能輸出
IN	Input	REAL	I、Q、M、D、L、P 或常量	待處理的當前采樣時間（周期）輸入值。 參數 IN 中也可指定常數。
SAMPLE_T	Input	INT	I、Q、M、D、L、P 或常量	采樣時間 參數 SAMPLE_T 中也可指定常數。
OUT	Output	REAL	I、Q、M、D、L	指令的結果
ERR_CODE	Output	WORD	I、Q、M、D、L	錯誤信息
LD_TIME	Static	REAL	I、Q、M、D、L、P 或常量	提前時間的單位與采樣時間的相同。
LG_TIME	Static	REAL	I、Q、M、D、L、P 或常量	滯后時間的單位與采樣時間的相同。
GAIN	Static	REAL	I、Q、M、D、L、P 或常量	%/% 的增益（穩態下輸出變化與輸入變化的比率）。
PREV_IN	Static	REAL	I、Q、M、D、L、P 或常量	上一次輸入
PREV_OUT	Static	REAL	I、Q、M、D、L、P 或常量	上一次輸出

ERR_CODE 參數

下表列出了 ERR_CODE 參數值的含義：

錯誤代碼*
(W#16#...)

說明

0000	無錯誤
0009	參數 GAIN 的值小于或等于 0。
* 在程序編輯器中，錯誤代碼可顯示為整數或十六進制值。有關切換顯式格式的更多信息，請參見“另請參見”。

示例

以下示例說明了該指令的工作原理：

說明 可以初始化數據塊中的靜態參數。

下表通過具體的值對該指令的工作原理進行了說明。

執行前

在本例中，輸入參數使用以下值：

參數

操作數

值

IN	Tag_Input	2.0
SAMPLE_T	Tag_InputSampleTime	10

以下各值保存在該指令的背景數據塊“LEAD_LAG_DB”中：

參數

地址

值

LD_TIME	DBD12	2.0
LG_TIME	DBD16	2.0
GAIN	DBD20	1.0
PREV_IN	DBD24	6.0
PREV_OUT	DBD28	6.0

執行后

執行該指令之后，將以下各值寫入輸出參數：

參數

操作數

值

OUT	Tag_Output_Result	2.0

以下各值保存在該指令的背景數據塊“LEAD_LAD_DB”中：

參數

操作數

值

PREV_IN	DBD24	2.0
PREV_OUT	DBD28	2.0

有關以上示例中編程代碼的更多信息，請參見“Sample Library for Instructions”。

---

總結

以上是生活随笔為你收集整理的LEAD_LAG：提前和滞后算法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。