工业控制器的云端显示实验

简介:

工业物联网对制造企业的改变

“工业4.0”所构建出的“高效生产”、“高柔性定制”的美好愿景,吸引了众多制造企业的目光,同时也对制造企业的信息化系统提出了更高的要求和挑战。目前,一般制造企业的信息化架构还存在很大的不足:1)收集的信息类型很单一,比如,在设备端,可编程逻辑控制器、SCADA系统(Supervisory control and data acquisition)仍然主导着数据的收集、处理和控制过程。还不能做到对“人、机、料、法、环”的全要素连接。2)信息网络的流动不充分,各个部门的信息分离、孤立。数据的利用率低,分析手段单一。信息最多也只能在单个企业的局域网内部流转,无法汇总得到行业级别的数据。

工业物联网的目标是将“数以亿计”的“设备状态”、“传感器数据”、“在制品信息”及“业务信息”都能高效地汇聚到云端,进行存储、排序、分组和分析,最终转换为对设备、工艺的改进指令,从而驱动业务的优化决策,让制造企业能充分享受“数字技术红利”。因而,制造企业的生产设备、控制系统、工厂网络、企业运营都将发生重大变化。

image1.png | center | 1039x729

阿里云IoT为此打造了“云、管、边、端”一体化的物联网技术能力,来打通和融合制造型企业的IT(Information technology)和OT(Operation technology)这两条路径,实现制造的数字化和智能化。其中,“云”提供了PaaS级的行业服务能力。“边”的内容指“智能网关或是服务器”上搭建一个软件框架,承载应用能力和连接能力。“端”指的是“设备侧”,如:远程仪表、智能传感器等。在“设备端”,阿里云IoT提供了AliOS Things产品。阿里云IoT体系希望通过IoT的技术路线,

工业控制器的云端显示实验

本文聚焦一个很小的工业领域场景,解释如何通过阿里云IoT Link Kit套件和DataV,针对一种工控设备,即“可编程逻辑控制器(Programmable Logic Controller) ”,简单快速的云化实验。即,如何进行简单的云端数据展示实验。实验主要有三个主要步骤:

  • 数据读取——通过OPC协议来读取设备数据;
  • 数据发送——通过Link Kits将数据发送到OTS存储;
  • 数据显示——通过DataV对数据进行显示。

实验中的各个模块的关系如下图所示:

image2.png | center | 1214x337

实验系统简介

首先,对实验系统的硬件进行一个简单的说明。按照设备的功能来划分,硬件实验台所包含的模块如下:

  1. 工业控制器及界面——控制器为Siemens S7-200 PLC,人机界面为Siemens Smart Line,人机界面为控制器提供了交互和界面展示的能力。
  2. 执行装置:步进电机、位置编码器、热电偶及可控硅加热器等;
  3. 开关和输出设备:一组触点开关、LED灯、及蜂鸣器等;

image3.png | center | 694x393

在完成实验台硬件的介绍后,下面就对实现的三个步骤展开说明。

OPC协议来读取设备数据

OPCUA协议的介绍

和PC的操作系统软件不同,在工业终端中的软件中,没有像Windows和iOS垄断性的产品,而是各个工业自动化设备公司提供自用的系统软件,如Siemens的SIMATICS,GE的iFIX,National Instrument的LabVIEW等等。

image4.jpeg | center | 448x400

所以就造成了不同工业设备之间的专属软件和专用协议的壁垒。1996年,OPC基金会提出了一种解决方案——OPC协议 (Open Process Control Protocol)[2]。它实现了设备信息交换,而不再受制于设备供应商的通讯兼容性限制。在2006年,随着OPC-UA (Unified Architect)的提出,有更多的设备模型和数据模型的内容被加入到OPC协议中。

在经典OPC的技术架构中,OPC的结构是Client/Server模型。物理设备的原始数据或经物理接口和驱动直接发送给服务器,或通过SCADA发送给服务器。然后,服务器和客户端进行数据交换。所以,在我们的实验中,我们要首先实现一个OPC Server来收集工业控制器的设备数据。可供选择的OPC Server软件有:Kepware的KEPServerEX, Siemens的PC Access,GE的Industrial Gateway Server (IGS)等等。 在本次实验中,我们采用了KEPServerEX来作为OPC Server来读取设备数据。关于OPC Server的配置和使用,可以参考Kepware的教程,这里就不做展开。

image5.jpeg | center

OPCUA Client SDK 的数据通信实现

当OPC Server可以运行后,我们需要实现一个OPCUA Client来订阅Server上的数据。Client实现的方法比较多,考虑在后面的步骤中,我们需要使用IoT Link Kits的Java SDK,这里就使用OPC Foundation在github上提供OPCUA的JAVA SDK[3]。关于OPC JAVA SDK的工程配置,就不在这里展开。只简单说明两点:1) OPC Server的URL要选择“opc.tcp”声明,而不是http的方式;2) 设备数据的tag层级需要由符号“.”来隔开。

image6.png | center | 607x54

image7.png | center | 746x172

Link Kits的数据发送及OTS存储

当我们得到OPC数据后,就可以通过IoT Link Kits的JAVA SDK,经由MQTT协议将数据内容上云。然后借助IoT Link Kits的“规则引擎”就可以将OPC数据转存到OTS (Table Store)中,实现了数据的存储工作。

OTS创建操作和Link Kit的规则配置步骤如下:

  1. 在OTS控制台,创建一个OTS的数据表,数据表的内容需要同设备的上报内容一致,同时也要和数据的显示内容相一致。

image8.png | center | 1038x460

    1. 在IoT控制台,建立一条规则(如下的toTableStore),其功能是将收到的MQTT数据转发到上一步骤提到的OTS表格数据。

image9.png | center | 1039x323



image10.png | center | 1040x237



image11.png | center | 520x454

DataV的数据显示

显示界面设计和数据源配置

在DataV的显示设计中,设计了三个区域,它们分别对应到了实验台的外部设备中的“触点开关”、“热电偶”及“电机编码器”的三种物理设备。

image12.png | center | 1298x364

当显示画面控件放置完成后,接着就可以绑定“DataV控件”的数据源,也就是将上面提到的Table Store的数据表格和显示控件关联起来。首先进入到“数据”界面,显示如下:

image13.png | center | 1039x531



然后,选择“数据源类型”及“操作”,DataV已经提供了对OTS很好的操作支持。这里,我们选择“getRow”,参数格式如下。

image14.png | center | 445x192

同步显示的界面结果

启动控制器后,就可以观察“本地的HMI显示”和 “DataV的云端显示”的同步效果。同步的显示结果如下视频所示。

embed: Video.mp4

image15.png | center | 1028x319

[1] https://www.isa.org/
[2] https://opcfoundation.org/
[3] https://github.com/OPCFoundation/UA-Java

相关实践学习
基于Hologres轻松玩转一站式实时仓库
本场景介绍如何利用阿里云MaxCompute、实时计算Flink和交互式分析服务Hologres开发离线、实时数据融合分析的数据大屏应用。
阿里云实时数仓实战 - 项目介绍及架构设计
课程简介 1)学习搭建一个数据仓库的过程,理解数据在整个数仓架构的从采集、存储、计算、输出、展示的整个业务流程。 2)整个数仓体系完全搭建在阿里云架构上,理解并学会运用各个服务组件,了解各个组件之间如何配合联动。 3 )前置知识要求   课程大纲 第一章 了解数据仓库概念 初步了解数据仓库是干什么的 第二章 按照企业开发的标准去搭建一个数据仓库 数据仓库的需求是什么 架构 怎么选型怎么购买服务器 第三章 数据生成模块 用户形成数据的一个准备 按照企业的标准,准备了十一张用户行为表 方便使用 第四章 采集模块的搭建 购买阿里云服务器 安装 JDK 安装 Flume 第五章 用户行为数据仓库 严格按照企业的标准开发 第六章 搭建业务数仓理论基础和对表的分类同步 第七章 业务数仓的搭建  业务行为数仓效果图  
目录
相关文章
|
11月前
|
数据采集 传感器 监控
【工业物联网基础】现代企业环境中的DCS(分布式控制系统)和SCADA(站点控制和数据采集)
【工业物联网基础】现代企业环境中的DCS(分布式控制系统)和SCADA(站点控制和数据采集)
|
11月前
|
存储 数据库
PACS系统源码,自主研发,3D重建、三维虚拟内窥镜、心脏动脉钙化分析
RIS/PACS系统源码是按照DICOM3.0和HL7标准,遵循IHE标准工作流程, 100%自主知识产权,以医疗影像的采集、传输、存储和诊断为核心,集流程质控、患者信息管理应用和患者关注服务于一体的,覆盖放射、超声、窥镜和病理等科室的CS架构的综合应用系统。集成三维影像后处理功能,包括三维多平面重建、三维容积重建、三维表面重建、三维虚拟内窥镜、最大/小密度投影、心脏动脉钙化分析等功能。系统功能强大,代码完整。
PACS系统源码,自主研发,3D重建、三维虚拟内窥镜、心脏动脉钙化分析
|
存储 机器学习/深度学习 算法
基于工业大数据的生产设备部件故障诊断 附完代码+论文(中)
基于工业大数据的生产设备部件故障诊断 附完代码+论文
149 0
基于工业大数据的生产设备部件故障诊断 附完代码+论文(中)
|
机器学习/深度学习 存储 算法
基于工业大数据的生产设备部件故障诊断 附完代码+论文(下)
基于工业大数据的生产设备部件故障诊断 附完代码+论文(下)
98 0
基于工业大数据的生产设备部件故障诊断 附完代码+论文(下)
|
机器学习/深度学习 传感器 存储
基于工业大数据的生产设备部件故障诊断 附完代码+论文(上)
基于工业大数据的生产设备部件故障诊断 附完代码+论文
543 0
基于工业大数据的生产设备部件故障诊断 附完代码+论文(上)
|
存储 前端开发 Android开发
移动设备交互应用 实验三 我的校园(下)
移动设备交互应用 实验三 我的校园(下)
61 0
移动设备交互应用 实验三 我的校园(下)
|
XML 存储 数据库
移动设备交互应用 实验三 我的校园(上)
移动设备交互应用 实验三 我的校园(上)
119 0
移动设备交互应用 实验三 我的校园(上)
|
机器学习/深度学习 人工智能 分布式计算
如何通过广泛、集成和自动化的网络安全保护所有边缘设备
通过将安全性和网络结合在一起,安全性不再充当叠加层。与其相反,需要了解网络功能,可以动态调整配置、策略和协议,以确保持续的保护和一致的实施。许多组织都在朝着平台方法迈进,但是平台需要考虑所有因素,而不是只关注某一个领域。平台不能只是端点的平台或是网络中的平台或跨多个云平台的平台。它必须是跨网络所有区域的平台,始终如一地端到端地工作,并使用身份和威胁情报加以增强。
153 0
|
Web App开发 数据采集 Shell
树莓派/PC实现实时摄像头数据共享—最优方法(搭建网络摄像头)
树莓派/PC实现实时摄像头数据共享—最优方法(搭建网络摄像头)
树莓派/PC实现实时摄像头数据共享—最优方法(搭建网络摄像头)
|
机器学习/深度学习 Ubuntu 数据可视化
iNeuOS工业互联平台,实现动态图元、计算平台、远程控制、数据转发等,和大厂相比如何
此次升级主要开发动态图元、计算平台、远程设备控制、数据转发等功能单元,升级后完成了iNeuOS工业互联网操作系统基础建设的整体部分。更适用于工厂及企业的高级信息化、系统集成、5G云端建设及控制等应用场景。
576 0
iNeuOS工业互联平台,实现动态图元、计算平台、远程控制、数据转发等,和大厂相比如何