在Matlab中仿真好的程序可以直接导入到PLC中，省去我们重新编程的时间，本文就通过一个简单的PID控制的例子来演示这一过程。

1　Matlab中的操作

　　在Matlab(2019b版本)中点击Simulink图标就能看到Simulink的启动页面，在搜索框中输入PID即可找到软件自带的例子，如下图所示。我们就以此为例进行讲解。

　　这个例子比较简单，只有一个PID控制器和一个二阶阻尼系统作为被控对象，如下图左。我们可以添加一个Scope示波器来查看控制效果，如下图右，可见被控系统的输出实现了对阶跃参考信号的跟踪。

 

　　为了将仿真好的PID控制器导入到PLC中，下面我们对其进行配置。首先配置系统的仿真参数，打开系统参数配置页面（按Ctrl+E打开Configuration Parameters），在Solver selection项中将仿真类型Type改为Fixed-step。然后打开PID控制器模块的参数配置页面，将Time-domain改为离散时间，如下图所示。你也可以根据自己的经验修改PID的比例微分等增益，也可以选择是否对微分项进行滤波并设置滤波系数，在其它选项卡中还可以设置输出限幅、抗积分饱和等选项。

　　配置好以后，我们回到仿真页面，在Controller模块上右键，选择PLC Code—>Enable “Treat as atomic unit”，把“Treat as atomic unit”勾选上，如下图所示。

　　再次在模块上右键选择PLC Code—>Options，选择你的PLC平台，这里我使用的是Codesys，我的Codesys版本是V3.5 SP13 Patch 1，因此我选择相应的选项，而且在IDE path中输入Codesys的安装位置，输出文件夹也可以设置（我就用默认的了C:\Program Files\Polyspace\R2019b\bin\plcsrc）。

　　然后还是在Controller模块上右键选择PLC Code—>Generate code for subsystem，成功生成代码后会跳出以下页面。

打开输出文件夹可以看到生成的文件有三个，其中st文件和xml文件是我们感兴趣的。st文件中是PID控制程序的代码，我们可以用记事本打开看看里面的内容。除去繁琐的注释，真正的算法代码很简单，就是计算比例项、积分项、微分项，然后三项相加得到最终的控制量Control。我们还能看到程序中对微分项采取了一阶低通滤波，这样可以去除高频噪声。还可以看到整个PID控制程序是作为一个Function Block程序块的形式存在，这方便了我们在正式项目中调用它。

2　Codesys中的操作

　xml文件可以导入到Codesys中。xml是一种标准的存储格式，各大主流PLC厂家都支持这种格式。打开Codesys的IDE编程环境，然后新建一个“Standard Project”工程。在“工程”菜单中选择导入xml文件，如下图所示。

　在POU栏中可以找到导入后的程序，从此以后你就可以在实际工程项目中调用这个PID函数块了，它的名字是默认的Controller，输入是误差量Error，类型是LREAL，输出是控制量Control。

3　导出程序的正确性验证

　　也许你会怀疑，导出的程序是否与我们在仿真中的效果一样呢？Matlab更牛逼的是还支持将自己仿真的数据与Codesys中运行的数据进行对比从而验证导出程序的正确性，操作的步骤如下。在PLC Code—>Options选项页中将Generate testbench for subsystem勾选上，如下图。

　　再次导入到Codesys中后，我们会发现多了一个TestBench程序块，它里面带着仿真数据，如下图所示。注意，在TestBench的函数定义区中有这样一行代码ABS(out_Control - cycle_Control) > (1.0E-5 * ABS(cycle_Control))，显然这是在比较out_Control和cycle_Control两个值的差别，前者是Codesys中调用函数块计算得到的控制量，后者是Matlab在仿真过程中保存下来的控制量。如果二者误差小于一定阈值（程序中是0.00001× \times×扫描周期）则说明导出的程序块与仿真程序是一致的。下面第二幅图就是实际运行的结果，testVerify判断二者之差是否小于阈值，图中它为True，这说明导出的程序与仿真是一样的。由于TestBench是个程序块（FB），所以我们要先实例化，然后调用即可。