一种基于可编程逻辑的智能体流程自动化控制方法及系统与流程

本技术涉及智能体自动化控制，特别是涉及一种基于可编程逻辑的智能体流程自动化控制方法及系统。

背景技术：

1、在现代工业生产中，柔性制造产线为适应市场快速变化和个性化需求发挥着关键作用。其核心控制架构通常由多个可编程逻辑控制器构成，这些控制器通过物理端口连接并驱动着产线上的自动化设备，如工业机器人、传输带系统和视觉传感器，以高效完成生产任务。市场需求的波动导致产品种类频繁切换，进而要求产线设备进行物理位置重新布局，使得连接到可编程逻辑控制器的物理端口需要反复插拔。

2、连接器在设计上通常预期长期稳定连接，但频繁插拔操作会超出其设计寿命，导致内部接触片磨损，保护性镀层受损，基底金属暴露。在产线重型设备工作时产生的持续机械振动作用下，磨损的端口接触点发生微米量级的相对滑动或抖动，加速氧化薄膜的形成与破坏，最终形成不稳定的、电阻值不断变化的氧化层。这种不稳定接触点氧化不会导致通信链路完全断开，传统断线检测机制无法触发报警，系统仍认为连接正常。然而，不稳定的氧化薄膜会导致端口接触电阻不规律、瞬时性跳变，影响信号传输质量。模拟传感器信号会叠加不可预测的微小电压波动，数字信号波形发生畸变导致零星位错误，且这些错误偶发、难以复现，低于常规错误率阈值，不触发通信错误报警。

3、现有产线控制系统中的数字滤波规则，其参数根据理想、稳定的电气连接环境设定，用于滤除高频电磁干扰或传感器固有噪声。由物理接触不良引起的非典型信号干扰，其特性与传统噪声存在差异，带有瞬时性、不规律跳变的复杂信号特征。现有数字滤波规则无法有效识别并滤除这种特定类型干扰，可能因截止频率设置不当而无法滤除中低频瞬时电压波动，或错误地将真实但微弱的工艺信号平滑掉，甚至将瞬时波动误判为正常的工艺数据变化，向主控程序提供误导性信息。这导致主控程序无法准确掌握工件的实时位置或设备的确切状态，工业机器人出现毫米级定位偏差，传输带速度同步失准，物料在传输中发生抖动或堆积。

4、针对上述问题，如何在可编程逻辑控制器的物理端口因频繁插拔导致接触不良而产生非典型信号干扰的情况下，通过实时监测和智能评估信号质量，自适应地选择和调整信号处理方法，确保主控程序接收到的信号质量满足柔性制造对控制精度的要求，是本领域亟待解决的技术问题。

技术实现思路

1、本技术提供了一种基于可编程逻辑的智能体流程自动化控制方法及系统，通过持续监测物理端口传输信号的数值偏差、波形平稳性和特征匹配信息，综合评估信号质量，并据此自适应选择和调整信号处理方法，确保主控程序接收到高质量信号。

2、第一方面，本技术提供了一种基于可编程逻辑的智能体流程自动化控制方法，包括以下步骤：

3、持续获取连接到可编程逻辑控制器的物理端口传输的信号的数值偏差信息、波形平稳性信息以及特征匹配信息；

4、综合所述数值偏差信息、所述波形平稳性信息以及所述特征匹配信息，生成所述信号的状态评估结果；

5、当所述状态评估结果指示所述信号质量下降时，根据所述信号的干扰特点，选择对应的信号处理方法，并依据所述信号的实时状态，调整所述信号处理方法的参数；

6、将经过处理的信号输出给主控程序。

7、可选地，所述根据所述信号的干扰特点，选择对应的信号处理方法，并依据所述信号的实时状态，调整所述信号处理方法的参数的步骤包括：

8、获取所述物理端口传输的信号的片段，并将所述信号的片段映射为特征向量，并根据所述特征向量预测所述信号片段的干扰成分；

9、根据所述特征向量重构所述信号片段，得到重构信号；

10、结合所述干扰成分和所述重构信号，得到并输出净化信号；

11、监测输出的所述净化信号的质量，并根据所述净化信号的质量对所述特征向量、所述干扰成分和所述重构信号各自对应的生成参数进行反馈调整。

12、可选地，所述持续获取连接到可编程逻辑控制器的物理端口传输的信号的数值偏差信息、波形平稳性信息以及特征匹配信息的步骤包括：

13、持续获取所述物理端口传输的信号，并获取环境干扰的特征和强度；

14、根据所述环境干扰的特征和强度，获取所述信号的参考值，并计算所述信号的长期平均值与所述参考值的偏差，得到所述数值偏差信息；

15、监测所述信号的波形细节，量化所述信号的瞬时异常事件，得到所述波形平稳性信息；

16、判断所述信号劣化是否由所述物理端口接触不良引起，以及是否由所述环境干扰引起；

17、根据所述判断结果，生成所述物理端口接触不良风险指数，得到所述特征匹配信息。

18、可选地，所述当所述状态评估结果指示所述信号质量下降时，根据所述信号的干扰特点，选择对应的信号处理方法，并依据所述信号的实时状态，调整所述信号处理方法的参数的步骤包括：

19、持续监测所述物理端口传输的信号；

20、对所述信号进行频谱分解，识别是否存在特定频率范围的能量异常；

21、对所述信号进行时域波形分析，检测是否存在瞬时尖峰、抖动或不规律的电平跳变；

22、根据所述频谱分解结果和所述时域波形分析结果，判断所述干扰是单一类型或多种类型叠加；

23、当判断为单一干扰类型时，选择针对该类型优化的单一信号处理方法，并依据所述信号的实时状态和干扰强度，调整所述单一信号处理方法的参数；

24、当判断为多种干扰类型叠加或交替出现时，构建级联或并行的信号处理流程，并依据所述信号的实时状态和干扰强度，调整所述级联或并行的信号处理流程的参数。

25、可选地，所述当判断为多种干扰类型叠加或交替出现时，构建级联或并行的信号处理流程，并依据所述信号的实时状态和干扰强度，调整所述级联或并行的信号处理流程的参数的步骤包括：

26、持续监测经过所述信号处理流程处理的信号，将该信号记为第一处理后信号，并监测所述第一处理后信号的质量；

27、根据所述第一处理后信号的质量，分析所述信号处理流程中各个处理模块对整体净化效果的贡献，以及各个处理模块之间的相互影响，获得贡献分析结果和影响分析结果；

28、根据所述贡献分析结果和所述影响分析结果生成综合分析结果，并根据所述综合分析结果确定所述信号处理流程的参数调整策略，其中，所述参数调整策略中包含对信号处理延迟的考量；

29、执行所述参数调整策略，并评估所述参数调整后的处理效果。

30、可选地，所述持续监测所述第一处理后信号的质量的步骤包括：

31、持续获取所述第一处理后信号；

32、获取产线环境中高频瞬态噪声和低频慢变漂移各自的特征与强度；

33、将所述第一处理后信号与所述高频瞬态噪声和所述低频慢变漂移的特征进行比对，识别与所述环境干扰特征一致的残余成分；

34、将所述第一处理后信号与物理端口接触不良导致的信号劣化特征进行比对，识别与所述物理端口接触不良特征一致的残余成分；

35、将所述第一处理后信号与所述信号处理流程引入的信号失真特征进行比对，识别与所述信号处理流程引入的信号失真特征一致的残余成分；

36、根据识别出的残余成分，判断残余劣化的主要原因，并生成净化信号质量评估报告。

37、可选地，所述分析所述信号处理流程中各个处理模块对整体净化效果的贡献的步骤包括：

38、获取每个处理模块的输入信号和输出信号；

39、对所述每个处理模块的输入信号与输出信号进行频谱分析与时域波形分析，识别所述每个处理模块在不同频率范围内的能量变化以及时域特征的变化；

40、根据所述频谱分析结果和所述时域波形分析结果，判断所述每个处理模块对不同类型干扰的抑制能力，并监测是否存在新的信号失真成分；

41、结合主控程序对净化信号的反馈，评估所述每个处理模块对最终控制精度的影响；

42、根据所述评估结果，区分所述处理模块对特定干扰的抑制不足、对非目标干扰的意外影响以及引入的信号失真。

43、可选地，所述分析所述信号处理流程中各个处理模块之间的相互影响的步骤包括：

44、获取所述信号处理流程中每个处理模块的输入信号和输出信号；

45、对所述每个处理模块的输入信号与输出信号进行时延分析、频率响应分析和幅值响应分析；

46、对所述每个处理模块的输出信号与原始干扰特征进行比对，识别所述每个处理模块对非目标干扰的意外放大情况；

47、根据所述时延分析结果、所述频率响应分析结果和所述幅值响应分析结果，区分所述处理模块之间的负面抵消作用与非线性耦合效应；

48、根据所述非目标干扰放大识别结果，区分所述处理模块对非目标干扰的意外放大。

49、可选地，所述确定所述信号处理流程的参数调整策略的步骤包括：

50、根据所述综合分析结果，建立多维度评估框架，并获取所述净化信号的质量指标、所述信号处理的延迟指标以及系统运行的稳定性指标；

51、对不同的参数调整组合，通过在模拟环境中运行并收集所述质量指标、所述延迟指标以及所述稳定性指标，评估所述参数调整组合对整体性能的综合影响；

52、在评估过程中，关注所述参数调整对所述信号瞬时响应、长期漂移抑制能力、控制系统时序同步和设备间配合精度的影响；

53、通过对所述评估结果进行比较和排序，选择能够最大化净化效果、最小化处理延迟并维持系统稳定性的参数调整组合；

54、根据所述选择的参数调整组合，确定所述信号处理流程的参数调整策略。

55、第二方面，本技术提供了一种基于可编程逻辑的智能体流程自动化控制系统，所述系统包括：

56、信号获取模块，用于持续获取连接到可编程逻辑控制器的物理端口传输的信号的数值偏差信息、波形平稳性信息以及特征匹配信息；

57、状态评估模块，用于综合所述数值偏差信息、所述波形平稳性信息以及所述特征匹配信息，生成所述信号的状态评估结果；

58、处理选择与调参模块，用于当所述状态评估结果指示所述信号质量下降时，根据所述信号的干扰特点，选择对应的信号处理方法，并依据所述信号的实时状态，调整所述信号处理方法的参数；

59、信号输出模块，用于将经过处理的信号输出给主控程序。

60、相比于相关技术，本技术提供的基于可编程逻辑的智能体流程自动化控制方法及系统至少具有以下技术效果：

61、通过持续获取物理端口传输信号的数值偏差信息、波形平稳性信息以及特征匹配信息，并进行综合评估，将信号质量监测从单一的阈值判断升级为多维特征融合的智能评估，有效识别了传统方法无法检测的非典型干扰。随后，在信号质量下降时根据干扰特点自适应选择对应的信号处理方法并动态调整参数，实现了从被动滤波到主动适应性信号处理的升级。最后，将处理后的高质量信号输出给主控程序，使得主控程序能够基于准确的信号进行精确决策，避免了因信号干扰导致的生产精度下降和人工干预增加。

62、综上所述，本技术有效解决了柔性制造产线中因物理端口频繁插拔导致非典型信号干扰影响控制精度的问题，显著提升了生产线的自动化水平和运行效率。

63、本技术的一个或多个实施例的细节在以下附图和描述中提出，以使本技术的其他特征、目的和优点更加简明易懂。