CN | EN
News
News
Home>News>Trade News

几种基于自动化控制器的数据分析方案

time:2020-04-22    Author: Smart Star


之前我们在谈到运动控制的发展趋势时,曾经提到,更强的数据分析处理能力将会是设备级控制器的一个重要发展方向。那么,当前各自动化厂家在控制器层面,都有着怎样的数据分析处理方案呢?本期,我们一道来盘点下。



我们知道,目前市面上的设备控制器主要分为两大类,一类是传统的模块化可编程控制器 PLC,另一类则是基于 PC 技术的控制器,如:IPC 或嵌入式控制器。相应的,它们在进行数据分析处理功能扩展时,所采取的策略也自然有所不同。对于 PLC 来说,需要基于控制平台扩充新的硬件,它可以是独立的数据分析模块,也可以是集成数据分析与处理功能的 CPU;而对于 IPC 来说,则主要是软件功能的扩展升级,当然这对某些硬件的性能配置也就提出了新的要求。因此,当前各家在自动化控制器上的数据分析处理方案,基本可以分为三类:


1

基于 PLC 控制平台的独立数据分析模块


这种模块通常是自动化厂家为了在边缘侧扩展 PLC 控制系统的数据分析处理功能而推出的专属产品。其最明显的特点,就是与控制平台上的 I/O 扩展模块有着一致的外观结构,也同样须插入到 PLC 的背板插槽中使用,工作时能够通过背板通讯由控制系统获取各类数据,进行分析处理,并与之交互。通俗地说,它其实就是一台插在 PLC 背板上的工业 PC,用户可基于现有系统灵活扩展。这其中比较典型的就要算是西家的 SIMATIC S7-1500 TM NPU 和罗家的 Logix AI 了。



S7-1500 TM NPU 模块搭载 Intel Movidius 中具有 AI 功能的 Myriad X 视觉处理单元芯片,能进行神经网络处理,并可像一般的 SIMATIC 扩展模块一样列装在中央机架的 SIMATIC S7-1500 CPU 或分布式 I/O ET 200MP 接口模块的右侧,从而帮助实现智能算法和 PLC 逻辑的快速融合。



S7-1500 TM NPU 模块使用 SD 卡上的一个经过训练的神经系统运行。用户可以通过集成的千兆以太网和 USB 3.1  端口接入摄像头、麦克风、传感器...等,并借助背板总线通讯从 CPU 获取数据,用于对系统运行状态进行分析评估。




LogixAI 是基于罗家 ControlLogix 平台的一款产品,其外型与普通的 1756 CPU 模块长得几乎没什么差别,并且也同样是需要插接在 ControlLogix 机架上使用的。该模块具备 32GB 存储容量,搭载企业版 Windows 10 IoT 操作系统,可以通过机架背板对 ControlLogix 处理器进行高速数据访问,据知情人士透露,它能在 200 μs 内与控制器完成一组 500 bytes 的数据通讯。



与此同时,它还提供了一套标准的自动化数据分析套件,用户可通过集成的以太网端口接入模块,在 Web 浏览器上对相关应用模型进行参数配置,实现对控制系统数据的分析和预测。可以说,Logix AI 为罗家的自动化系统在控制器层面扩展了对运行数据进行采集存储和挖掘处理的能力。


2

集成数据分析处理功能的控制器


推出集成数据分析处理功能的控制器,是自动化厂家为了在边缘侧扩展控制系统的数据分析处理功能的另一种做法。一般来说,这类控制器都是基于现有产品系列迭代扩充出来的,内部同时集成了逻辑、流程、运动控制…等自动化控制功能和边缘侧数据分析处理功能。比较有特点的产品包括:OMRON欧姆龙的NX/NY系列AI控制器、OMRON欧姆龙的AI控制器 , Keyence 基恩士的 KV8000 … 等。



在硬件上使用的是旗下 NX7和 NY5 平台,除了具备原来 NX 和 NY 的多策略控制功能(如:运控、流程...),还集成了对设备运行数据的自动采集、分析和运用的能力。



它能够通过运行系统软件功能库中的智能运算模组,对与应用目标相关的对象数据进行采集和记录,并基于预设的应用模型,分析设备行为的历史趋势,预测机器可能出现的异常状况,提示和指导用户在适当的时间对机电系统采取合理有效的诊断和维保措施,帮助用户实现机器级别的预测性维护。



Keyence 基恩士也在前段时间推出了一款具备数据处理和分析功能的控制器 KV-8000。这款产品除了具备一般设备控制器的逻辑、运动控制和视觉…等功能,还能够对其运行过程中所产生的数据进行采集、存储、记录、分析和处理。例如:



  • 自动收集、存储设备的各类信息和数据,包括:软件变量、相机、事件…等等,帮助用户快速准确的掌握设备运行状态;

  • 联动播放已存储的各种数据,帮助追溯故障发生的时间;

  • 通过与正常时循环状态的波形对比,自动抽取停机原因相关部位;

  • 分析梯形图程序,并对相关变量进行关系映射,将与故障发生有关的部分自动树形化;

  • 借助运转记录等各类分析功能,帮助用户快速查明故障原因中的机械、人为或软件因素,避免复发。


3

基于 IPC 软件的数据分析


这种方案完全是基于工业 PC 软件的,主要是为了帮助用户在基于 PC 技术的设备控制系统中部署数据分析应用。因为是基于软件的,所以它并不会在具体功能型号上对控制器硬件做严格的限定,只要 PC 控制器达到一定的性能,就能够通过软件配置在边缘层集成数据分析与处理功能。这其中最具代表性的,当属 Beckhoff 倍福的TwinCAT 3ML(Machine Learning)了。



TwinCAT 的 runtime 整合了用于经典机器学习算法的机器学习推理引擎(如:支持向量机 SVM 和主要成分分析 PCA)和用于深度学习和神经网络的神经网络推理引擎(如:多层感知器 MLP 和卷积神经网络 CNN),其学习模型可以在机器学习框架(如:MATLAB 或 TensorFlow)中进行训练,然后通过 ONNX (即:开放式神经网络交换格式 Open Neural Network Exchange Format,一种用于描述训练模型的标准化数据交换格式)导入 TwinCAT 运行。模型结果可以使用 TwinCAT TcCOM 对象实时直接执行完成,对应于 50μs 的 TwinCAT 周期时间,支持小于 100μs 的系统响应时间。



另外,TwinCAT 3 本身所提供的多核支持也同样适用于机器学习应用,因此,不同的任务程序可以访问同一个特定的 TwinCAT 3 推理引擎而不会相互限制;TwinCAT 系统中所有可用的现场总线接口和数据,如:各种事件变量、复杂的传感器数据、执行机构的实时接口…等,也都完全是向机器学习应用开放的,这将使其能够使用到大量数据,帮助实现设备控制流程的优化。



可以说,设备控制层的这些数据分析与处理技术目前仍然处于比较早期的市场培育阶段,大部分用户都还是需要花一段时间去了解和感受其实际的应用价值的,比如:预测分析的效果如何、会对财务数据产生多少积极的影响、需要为此做出怎样的资源投入...等等。目测现阶段其应用主要还是在生产品质管理、重点设备的预测性维护...等一些与经济效益密切相关的场景中使用;而从长远看,自动数据分析技术的普及应该是由行业市场中多方面因素长期合力作用的结果,包括:

  • 系统方案装机数;

  • 应用模型选择的多样性;

  • 各类算法的成熟度;

  • 应用方案的性价比;

  • 相关技术服务提供商的总体数量和综合素质;


星辰科技致力于绿色节能产业与先进制造业二十余载,技术领域涉及伺服控制、电机、电磁兼容、消隙控制等。现有超过30000㎡的研发和生产基地,配备独立的检验试验中心,技术装备水平达到国际先进水平。多年来,星辰科技建立了一支高素质的研发技术团队,公司每年制定科学的研发计划,规划年度研发项目及经费投入,开展各类新产品、新技术的研发与验证,确保技术研发朝着正确的方向发展。

星辰产品多次服务于国家重点工程,天宫一号、“神舟”系列宇宙飞船等航空航天测控领域以及雷达、火炮、导弹护卫舰等军事领域。承担过国家级科研项目五项,省级科研项目二十余项。产品涵盖交流伺服驱动器、直流伺服驱动器、交流永磁同步伺服电机、直接驱动式力矩伺服电机、双电机(多电机)消隙伺服系统等,行业涉及风电变桨控制、机器人、伺服节能型注塑机、纯电动注塑机、伺服液压设备、机床、自动化生产线、雷达、火炮、航空航天测控等高端设备制造、节能及军用装备领域。

Terms of usePrivacy PolicySitemap