[发明专利]一种基于物联网的民间艺术设计方法

权利要求书

1.一种基于物联网的民间艺术设计系统，其特征在于，所述基于物联网的民间艺术设计系统设置有：

民间艺术文字记录端；

所述民间艺术文字记录端与文字转语音端连接，文字转语音端与民间艺术图片传输端与物联网中控端连接，物联网中控端与二维码生成器、语音广播器、视频播放器、固定设备连接终端、移动设备连接端连接，固定设备连接端、移动设备连接端与评论反馈端连接，评论反馈端与物联网中控端连接；

物联网中控端包括PLC装置、数据传感器、电子元件、通讯模块、数据传输模块、上位机、存储器、继电保护器；所述PLC装置一端与所述数据传感器连接，所述PLC装置另一端与所述通讯模块连接，所述数据传感器与所述电子元件连接，所述通讯模块与所述数据传输模块连接，所述数据传输模块与所述上位机连接，所述上位机连接所述存储器和所述继电保护器；所述通讯模块与所述数据传输模块的连接方式为无线信号连接或光纤信号连接的一种或组合。

2.如权利要求1所述基于物联网的民间艺术设计系统，其特征在于，新型的智能PLC通信系统进一步包括设置有定位装置的PLC系统，所述PLC系统设置有控制装置，对所述定位装置进行控制，并能够与周边装置连接；所述控制装置在连接有所述周边装置时，将所述定位装置的所述存储部的数据传送并写入至所述周边装置，进行所述存储部的存储内容的备份；

所述控制装置在连接有所述周边装置时，将写入至所述周边装置的数据向所述定位装置传送而读出，进行所述存储部的存储内容的恢复；所述控制装置对所述定位装置进行控制，并能够与外部存储介质连接。

所述控制装置在连接有所述外部存储介质时，将所述定位装置的所述存储部的存储内容传送并写入至所述外部存储介质，进行所述存储部的存储内容的备份；

所述控制装置在连接有所述外部存储介质时，将写入至所述外部存储介质的数据向所述定位装置传送而读出，进行所述存储部的存储内容的恢复；

所述的PLC装置为小型PLC装置；所述的数据传感器包括但不限于温度传感器、交流继电器；

所述的通讯模块与所述的数据传输模块的连接方式为无线信号连接或光纤信号连接的一种或组合；所述的上位机为工控机、PC、触摸屏或文本操作器的一种或几种；所述的工控机、PC、触摸屏或文本操作器都具有可触摸液晶显示屏；

所述的存储器可以是移动存储设备；所述的电子元件包括薄膜电阻、半导体；所述的薄膜电阻设置在电子元件的前端，所述的半导体设置在薄膜电阻的后端；所述的通信模块包括接收芯片、发射滤波器；所述的接收芯片设置在通信模块的上端，所述的发射滤波器设置在接收芯片的下端；所述的薄膜电阻具体采用1W 47R碳膜电阻，精密度为5％；

所述的数据传输模块包括传输平台、单片机；所述的传输平台设置在数据传输模块的上端，所述的单片机设置在传输平台的下端；

所述的发射滤波器具体采用315M晶振圆形三脚滤波器；

所述的单片机具体采用嵌入式WIFI转串口无线透明传输模块单片机，设置uart串口转WIFI CE FCC。

3.如权利要求1所述基于物联网的民间艺术设计系统，其特征在于，所述民间艺术图片传输端将图片传输到物联网中控端，民间艺术文字记录端通过文字转语音端将文字与语音传输到物联网中控端。

4.如权利要求1所述基于物联网的民间艺术设计系统，其特征在于，所述物联网中控端可通过二维码生成器生成二维码，通过语音广播器、视频播放器播放当地民间艺术，固定设备连接端与移动设备连接端可查看民间艺术，通过评论反馈端可将评论发聩到物联网中控端。

5.如权利要求1所述基于物联网的民间艺术设计系统，其特征在于，PLC装置采用基于PID算法的PLC控制系统，PID控制算法的模拟表达式为

式中：u(t)为调节器输出信号；e(t)为调节器输入信号；Kp为比例系数；Td为微分时间常数；Ti为积分时间常数；

对式(1)进行离散化处理，并考虑到Δu(n)＝u(n)-u(n-1)，则可得PID增量式

Δu(n)＝u(n)-u(n-1)＝K_p[e(n)-e(n-1)]+

K_ie(n)+K_d[e(n)-2e(n-1)+e(n-2)] (2)

式中：T为采样周期；为积分系数；为微分系数，u(n)为采样时刻t＝n时的输出量；e(n)为采样时刻t＝n时的偏差值；e(n-1)为采样时刻t＝(n-1)时的偏差值；

T、Kp、Ki和Kd确定，根据前后3次测量偏差值即可求出控制增量，加上反馈值，便可得到计算机的全量输出；

在微分部分增加一阶惯性环节，构成不完全微分的PID控制算法，此时传递函数为

由于U_p(s)+U_i(s)与普通PID算式一样，对于微分项有

对其进行离散化并整理，可得

PID指令综合采用反馈一阶惯性环节和不完全微分PID算法，计算公式为

PV_nf＝PVn+α(PV_nf-1-PV_n) (6)

EV_n＝PV_nf-SV(正作用) (7)

EV_n＝SV-PV_nf(负作用) (8)

MV_n＝∑ΔMV (II)

公式(6)—(11)中:EV_N为此次采样时的偏差；D_N为此次的微分项；EV_N-1为1个周期前的偏差；D_N-1为1个周期前的微分项；SV为目标值；K_P为比例增益；PV_NF为此次采样时的测定值(滤波后)；T_S为采样周期；PV_NF-1为1个周期前的测定值(滤波后)；T_i为积分常数；PV_NF-2为2个周期前的测定值(滤波后)；T_D为微分常数；ΔMV为输出变化量；K_D为微分增益。