下载文档原格式
自主创新实践报告设计题目P LC在流水灯中的应用学生姓名专业班级指导教师目录第一章绪论 (2)1.1引言 (2)1.2采用流水灯的意义和目的 (2)1.3 本次设计的主要内容 (2)第二章主要硬件设备的介绍 (3)2.1可编程控制器的发展历史 (3)2.1.1 可编程控制器的定义 (4)2.1.2 可编程控制器的特点 (4)2.1.3 PLC的基本结构和工作原理 (5)2.2西门子S7-200的硬件组成 (8)第三章电路及软件设计 (10)3.1硬件电路设计 (10)3.1.1流水灯分布图 (10)3.1.2控制系统I/O点及地址分配 (10)3.2软件设计 (11)3.2.1梯形图 (11)3.2.2指令表 (19)第四章系统调试 (21)4.1 系统的连接与运行 (21)4.2 流水灯闪烁 (21)4.3 流水灯的调试 (22)总结 (23)第一章绪论1.1引言随着改革的不断深入,社会主义市场经济的不断繁荣和发展,各大中小城市都在进行亮化工程。
企业为宣传自己企业的形象和产品,均采用广告手法之一:流水灯广告屏来实现这一目的.当我们夜晚走在大街上,马路两旁各色各样的广告灯均可以见到,一种是采用流水灯管做成的各种形状和多中彩色的灯管,另一种为日光等管或白炽灯管作为光源,另配大型广告语或宣传画来达到宣传的效果。
这些灯的亮灭,闪烁时间及流动方向等均可以通过PLC 来达到控制的要求。
可编程控制器PLC：英文全称Programmable Logic Controller ,中文全称为可编程逻辑控制器，是一种数字运算操作的电子系统，专为在社会环境应用而设计的。
它采用一类可编程的存储器，用于其内部存储程序，执行逻辑运算,顺序控制，定时，计数与算术操作等面向用户的指令，并通过数字或模拟式输入/输出控制各种类型的机械或生产过程.作为自动控制装置的核心,它具有功能强,可靠性高等诸多优点。
该装置可以完成各种指令系统训练以及多种控制对象的程序设计训练。
习题第一章绪论2、根据环境化学的任务、内容和特点以及发展动向，你认为怎样才能学好环境化学这门课？环境化学是一门研究有害化学物质在环境介质中的存在、化学特征、行为和效应及其控制的化学原理和方法的科学。
环境化学以化学物质在环境中出现而引起环境问题为研究对象，以解决环境问题为目标的一门新型科学。
其内容主要涉及：有害物质在环境介质中存在的浓度水平和形态，潜在有害物质的来源，他们在个别环境介质中和不同介质间的环境化学行为；有害物质对环境和生态系统以及人体健康产生效用的机制和风险性；有害物质已造成影响的缓解和消除以及防止产生危害的方法和途径。
环境化学的特点是要从微观的原子、分子水平上来研究宏观的环境现象与变化的化学机制及其防治途径，其核心是研究化学污染物在环境中的化学转化和效应。
目前，国界上较为重视元素（尤其是碳、氮、硫和磷）的生物地球化学循环及其相互偶合的研究；重视化学品安全评价、臭氧层破坏、气候变暖等全球变化问题。
当前我国优先考虑的环境问题中与环境化学密切相关的是：以有机物污染为主的水质污染、以大气颗粒物和二氧化硫为主的城市空气污染；工业有毒有害废物和城市垃圾对水题和土壤的污染。
3、环境污染物有哪些类别？主要的化学污染物有哪些？按环境要素可分为：大气污染物、水体污染物和工业污染物。
按污染物的形态可分为：气态污染物、液态污染物和固体污染物；按污染物的性质可分为：化学污染物、物理污染物和生物污染物。
主要化学污染物有：1.元素:如铅、镉、准金属等。
2.无机物：氧化物、一氧化碳、卤化氢、卤素化合物等3.有机化合物及烃类：烷烃、不饱和脂肪烃、芳香烃、PAH等；4.金属有机和准金属有机化合物：如,四乙基铅、二苯基铬、二甲基胂酸等；5.含氧有机化合物：如环氧乙烷、醚、醛、有机酸、酐、酚等；6.含氮有机化合物：胺、睛、硝基苯、三硝基甲苯、亚硝胺等；7.有机卤化物：四氯化碳、多氯联苯、氯代二噁瑛；8.有机硫化物:硫醇、二甲砜、硫酸二甲酯等；9.有机磷化合物:磷酸酯化合物、有机磷农药、有机磷军用毒气等。
第一章第一部分学习指导生理学、机体、机体功能的概念；人体生理学研究的内容；学习生理学的目的。
生理学的发展简史。
生理学的研究方法及研究的三个水平。
第一节兴奋性兴奋性：机体感受刺激繁盛反应的能（特征）。
一、刺激与反应刺激：引起机体发生反应的环境变化，是引起反应的条件。
按刺激性质分为：物理刺激、化学刺激、生物刺激、社会心理性刺激(生理学多用电刺激)。
刺激具备的条件：强度、时间、强度-时间变化率。
反应：刺激引起的机体功能活动的改变，是刺激引起的结果。
反应的形式：兴奋：机体受刺激后，由相对静止变为活动，或者活动由弱变强。
抑制：机体受刺激后，由活动变为相对静止，或者活动由强变弱。
二、衡量兴奋性的指标——阈值阈刺激刚能引起组织发生反应的刺激刺（激强度等于阈值）。
阈值：刚能引起组织发生反应的最小刺激强度。
阈下刺激：小于阈值的刺激。
兴奋性与阈值的关系：兴奋性∝1/阈值。
可兴奋组织：神经、肌肉、腺体（兴奋性搞、反应迅速明显、能产生动作电位）。
三、组织兴奋时兴奋性的变化呈规律性变化（表1-1）表1-1 组织兴奋时兴奋性的变化分期对刺激的反应兴奋性绝对不应期对任何强大的刺激不起反应基本消失相对不应期对阈上刺激其反应降低超常期对阈下刺激其反应稍微增高低常期对阈上刺激其反应稍微降低绝对不应期的意义：决定组织单位时间内反应的最多次数。
第二节人体与环境一、人体与外环境外环境：人体生活的自然界，人体与外环境相互影响。
二、内环境与稳态内环境：人体细胞直接生活的环境（细胞外液）稳态：内环境理化因素保持相对稳定的状态。
稳态的意义：人体生命活动正常进行的必要条件。
第二节人体功能的调节一、人体功能的调节方式神经调节：通过神经系统的活动对人体功能进行的调节，基本方式是反射。
反射：在中枢神经系统参与下，人体对刺激产生的规律性反应。
反射的结构基础：反射弧。
反射弧组成：感受器、传入神经、反射中枢、传出神经、效应器反射的分类：非条件反射：先天遗传的反射。
第一章绪论1.1问题的提出小波分析是20世纪80年代中后期发展起来的一门应用数学分支，由于其数学的完美性和应用的广泛性，使其在科学应用上得到了迅速发展。
目前，小波分析的应用领域十分广泛，它包括:信号处理、图象处理]、理论物理、模式识别、音乐与语言的人工合成、医学成像与诊断、地震勘探数据处理、机械的故障诊断等方面。
其中，在数学上，小波分析己用于数值分析、构造快速数值算法、曲线曲面构造、微分方程的求解等;在信号处理方面，小波分析己用于信号滤波、去噪、压缩、特征提取等;在图象处理方面，小波分析己用于图象压缩、分类、识别、去噪等。
小波分析是当今泛函分析、调和分析、时一频分析、数值分析、逼近论和广义函数论等诸多学科交叉融合后最完美的结晶。
小波变换的概念是由法国地质物理学家J.Morlet在 1974年首先提出的，他通过物理的直观和信号处理的实际需要建立了反演公式，但在当时他的努力未能得到数学家的认可。
正如1807年法国的热学工程师Fourier提出的任一函数都能展开成三角函数的无穷项级数的创新概念未能得到著名数学家Lagrange，Laplace以及Legendre的认可一样。
早在20世纪70年代，A.calderon表示定理的发现空间的原子分解仪和无条件基的深入研究为小波变换理论的诞生做了理论上的准备。
1984年，Morlet和Grossman在对地质信号的分解中提出了伸缩、平移的概念，第一次提出了‘，wavelets’’一词。
1985年，Meyer证明了一维小波基的存在性侧]，并显示构造了小波函数，YMayer和S.Mallet合作建立了构造小波基的多尺度分析之后，小波分析才开始在国际上成为了科学界研究的热点。
小波变换与Fourier 变换、窗口Fourie:变换相比，这是一个时间和频率的局域变换，因而能有效的从信号中提取信息，通过小波母函数的伸缩和平移对原始信号函数进行多尺度分析，解决了Fourier 变换不能解决的许多困难，从而小波变换被誉为“数学显微镜”，它是调和分析发展史上里程碑式的进展。
伴随着信息科学的发展，信号处理已经成为当代科学技术工作的重要部分，实际应用中信号处理的目的就是:准确的分析原始信号或图象、编码压缩和量化、快速传递或存储、精确地重构信号或图象。
从数学的角度考虑，图象可以看作是二维信号，信号与图象处理可以统一看作是信号处理，信号通常分为稳定的与非稳定的。
如果一个信号的性质随时间是稳定不变的，则称这个信号是稳定的。
稳定信号能够出现不期望的事件，但是我们可以知道这些事件的先验概率，这些是由统计推断的未知事件。
对稳定信号，因其性质随时间是稳定不变的，我们可将稳定信号分解为正弦波的线性组合，因此，Fourier分析对稳定信号的处理是有效可行的。
但实际应用中的信号大多是非稳定的，非稳定信号其中的瞬间事件是不能事先知道的，随着小波分析理论的深入发展，利用小波分析对非稳定信号进行处理是有效可行的。
信号去噪是信号处理中的一个重要应用，随着小波分析理论的不断发展，利用小波方法给信号去噪已得到了越来越广泛的应用。
如此同时，小波理论在信号处理中的应用也推动了小波理论的不断发展，小波包分析是比小波分析更为精细的多尺度分析，小波包分析的出现也给信号去噪方法带来了新的活力，利用小波包分析给信号去噪也成为了信号处理领域中的研究热点。
1.2信号去噪方法的研究状况伴随着信息科学的发展，信号处理越来越显示出其重要性，在科学实验中，我们往往都要获得大量的原始信号，由于各种人为的或非人为的因素，实际中获得的原始信号都不可避免的含有噪声，噪声的存在必然会给我们的研究结果带来一定的误差，为了减小实验研究结果的误差，在对原始信号进行信号处理之前，对信号去噪是很有必要的。
长期以来，Fourier变换是信号去噪的主要手段，利用Fourier:变换给信号去噪等价于信号通过一个低通或高通滤波器。
它利用Fourier:变换把信号映射到频域内加以分析，但是Fourier 变换在给信号去噪的同时，也模糊了信号的位置信息，并且在实际应用中，大多数信号都是非平稳的，非平稳信号谱沿时间轴无限扩展，此时Fourier:变换的基函数很难与其匹配，这给Fourier 变换对非平稳信号去噪带来了困难。
近年来，小波理论得到了迅速的发展，由于其良好的时频特性，因而应用非常广泛。
在信号去噪领域，小波理论同样受到了许多学者的重视。
1988年，S.Mallet 提出了多分辨分析的概念，使小波具有带通滤波的特性，因此可以利用小波分解与重构的方法进行滤波去噪;1992年，S.Mallam 提出了信号奇异性检测的理论，从而可以利用小波变换模极大值的方法给信号去噪;1995年，D.L.Donah 。
提出了利用非线性小波变换闰值法给信号去噪;同年，confnian 和 D.LDonoho 在阑值法的基础上提出了利用平移不变量小波去噪法给信号去噪;1999年，s.chem 和D.L.Donor 。
提出了利用原子分解的基追踪去噪法给信号去噪;随着小波理论的不断发展，多小波(muti 一wavelet)和小波包分析 (wavelet packet analysis)的出现给信一号去噪带来了新的方法，由于小波包分析是比小波分析更为精细的时频局部分析方法，因此，利用小波包分析给信号去噪越来越受到科学界的关注。
例如:基于最优小波包基的信号去噪算法，基于小波包分析的自适应闽值算法，基于传统的闽值小波包去噪算法等等。
第二章 小波变换2.1 Fourier 变换与窗口Fourier 变换Fourier 分析是分析数学中的一个重要分支，在数学发展史上，虽然早在18世纪初期，有关三角级数的论述已在D.Bernoulli ，L.Euler 等人的工作中出现，但真正重要的一步是由法国数学家J.Fourier 迈出的。
他在他的著作《热的解析理论》(1822年)中，系统地运用了三角级数和三角积分来处理热传导问题。
此后，科学界有众多数学家，如:Dirichlet ，Riemann ，Lipschitz 以及Jordan 等都曾从事于这一领域的研究，不仅弥补了Fourier:工作中的不足，而且还极大地发展了以Fourier 命名的级数理论，扩大了Fourier:分析的应用范围，使得Fourier 分析理论得到了迅速的发展。
2.1.1 Fourier 变换在信号分析中，对信一号的基本刻化往往采取两种最基本的形式，即时域形式和频域形式。
把时间或空间位置看作自变量，而把信号的某一数值化特征作为因变量来描述信号是常用的方式，此时自变量的取值范围称为时域。
另一方面，我们常要求对信号作频域刻化即Fourier 变换。
设原始信号为 ()t f ，其Fourier 变换为：()()iwt F w f t e dt+∞--∞=⎰（2-1）其Fourier 逆变换为：()12iwt F w e dwπ+∞-∞=⎰（2-2）()F w 确定了()f t )在整个时间域上的频谱特性。
Fourier 变换将信号的时域特征和频域特征联系起来，能分别从时域和频域上观察信号，但不能把二者有机结合起来。
无论在时域或是在频域，Fourier:变换都是定义在R 上的全局积分。
在用Fourier 变换对原始信号进行处理时，识别出的频率在什么时一候产生并不知道，因此Fourier:变换是一种全局的变换，不能反映某一局部时间内信号的频谱特性，也即Fourier 变换在时间域上没有任何分辨率。
这样在利用Fourier 变换做信号分析时就面临着一对矛盾:时域和频域的局部化矛盾。
Fourier 变换对非平稳的信号，如地震波信号、故障诊断信号、脑电波信号等的分析带来了诸多的困难。
因此，为了更好地对原始信号进行处理和分析，我们有必要去寻求一种信号时频局部分析的新方法。
2.1.2 窗口Four1er 变换为克服Fourier 变换在时频局部化方面的不足，也为了对时域信号作局部分析和处理，D.Gabo:于1946年提出了窗口Fourier:变换 (Window Fouriertransform[36]138])，窗口Fourier:变换又称为短时Fourier:变换，其基本思想是:把信号划分成许多小的时间间隔，用Fourier:变换去分析每一个时间间隔，以确定该间隔存在的频率，以达到对原始信号进行时频局部化分析的目的。
窗口Fourier 变换的数学表达式为:()(),()iwt g F f w f t g t e dtττ+∞--∞=-⎰（2-3）其窗口Fourier 逆变换表达式为：()21(),2()()g f t F f w dwd g t L R ττπ+∞+∞-∞-∞=∈⎰⎰ （2-4） 其中()g t τ-为()g t τ-的共轭，()g t 为时限函数，又称窗口函数，在窗口Fourier 变换中起到时限作用;iwt e -起频限作用。
()g t 与iwte -结合时可以起时频局部化作用。
(),g Ff w τ大致反映了f(t)其在时刻:时，频率为。
的信号成分的相对含量。
对于一个非平凡函数()g t 为具备作为一个窗函数的资格，它必须满足要求:22()()tg t L R ∈。
最早的窗函数是由D.Gabor 于1946年在它的论文中提到的Gaussian 函数，正因为Gaussian 函数的Fourie:变换还是一个Gaussian 函数，因此用Gaussian 函数作为窗口Fourier 变换中的窗函数能很好的起到对信号进行时频局部化分析。
加窗傅里叶变换发展了傅里叶变换，能够满足信号处理的某些特殊需要。
但是当窗口函数选定以后，它不能随着所要分析的的信号成份在高频信息和低频信息而相应变化，对非平稳信号的分析能力是很有限的，不适合分析频带较宽的频谱。
而我们希望对高频信号进行分析时窗口要窄一些，对低频信号分析时窗口要宽一些，而小波变换可以根据频率的高低自动调节窗口的宽度，具有敏感的变焦距特性，能够满足我们分析的需要。
2.2 小波分析基础 2.2.1预备知识从数学的角度讲，小波是构造函数空间正交基的基本单元，是在能量有限空间2()L R 上满足允许条件的函数，这样认识小波需要2()L R 空间的基础知识，特别是内积空间中空间分解、函数变换等的基础知识。
从信号处理的角度讲，小波(变换)是强有力的时频分析(处理)工具，是在克服傅立叶变换缺点的基础上发展而来的，所以从信号处理的角度认识小波，需要傅立叶变换、傅立叶级数、滤波器等的基础知识。
一个信号从数学的角度来看，它是一个自变量为时间t 的函数f(t)。
因为信号是能量有限的，即满足条件（2-5）的所有函数的集合就形成2()L R图像是二维信号，同样是能量有限的。
