CN114827143B - 一种离散数据采集方法、系统及云端服务器、边缘计算端 - Google Patents
一种离散数据采集方法、系统及云端服务器、边缘计算端 Download PDFInfo
- Publication number
- CN114827143B CN114827143B CN202210376779.1A CN202210376779A CN114827143B CN 114827143 B CN114827143 B CN 114827143B CN 202210376779 A CN202210376779 A CN 202210376779A CN 114827143 B CN114827143 B CN 114827143B
- Authority
- CN
- China
- Prior art keywords
- memory area
- plc
- edge computing
- cloud server
- message queue
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000004364 calculation method Methods 0.000 claims abstract description 7
- 125000004122 cyclic group Chemical group 0.000 claims abstract 2
- 230000005540 biological transmission Effects 0.000 claims description 5
- 230000010354 integration Effects 0.000 claims description 4
- 238000013480 data collection Methods 0.000 claims 4
- 238000004519 manufacturing process Methods 0.000 abstract description 13
- 238000000926 separation method Methods 0.000 abstract description 5
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 101000974007 Homo sapiens Nucleosome assembly protein 1-like 3 Proteins 0.000 description 1
- 102100022398 Nucleosome assembly protein 1-like 3 Human genes 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/2866—Architectures; Arrangements
- H04L67/30—Profiles
- H04L67/306—User profiles
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Programmable Controllers (AREA)
Abstract
本发明属于大数据技术领域,公开了一种离散数据采集方法、系统及云端服务器、边缘计算端,包括:边缘计算端接收配置信息并根据PLC信号所属的内存区域分类整合,使属于同一内存区域类型的PLC信号归为一类;将要采集的PLC内存区信息写入边缘计算内存,采集时读取相应信息并执行相应PLC内存区循环扫描和写入消息队列,运算处理时读取消息队列的数据并处理信号逻辑得到处理结果并上传。有益效果:边缘计算端对要采集的离散信号点按PLC内存归类,分类采集提高了采集效率,且使用消息队列实现了采算分离,既保证了运算准确性,也避免了操作现场PLC引起的停机停产。
Description
技术领域
本发明涉及大数据技术领域,特别是涉及一种离散数据采集方法、系统及云端服务器、边缘计算端。
背景技术
目前,在工业大数据处理中,数据的采集是关键,数据的采集需要很高实时性、有效性、准确性,大数据分析所需的数据多种多样,可能会分布在不同的PLC内存区,在采集的过程中就需要访问扫描不同的内存区,同时需要将不同数据区的信号值进行逻辑运算,并将结果存入数据库。
现有技术中存在两种采集方式,第一种采集方式使用采集软件,采集软件大多需要根据配置的PLC数据存储区编号,连续不断的扫描读取每个区域数据,当所需的数据量很大时,往往需要很长的扫描负载和扫描周期。第二种数据采集方式需要在可编程控制器编程处理运算逻辑,先在可编程控制器内部把离散信号点进行处理集中相同的内存区,采集软件每次只需要读同一个区域,节省了采集时间,采集效率虽然高,但存在的问题是需要在可编程控制器里面编程下载,往往需要停机才能做,程序调试迭代需要的时间往往较长,在正常生产的现场影响较大,出于生产产量任务和生产程序安全考虑,客户存在抵触情绪。
发明内容
本发明的目的是:对现有的离散数据采集方法及系统进行改进,在保障数据采集的效率的同时避免数据采集干扰用户的正常生成活动。
为了实现上述目的,本发明提供了一种离散数据采集方法,包括:
云端服务器将配置好的PLC信号及其运算逻辑发送到边缘计算端,以使边缘计算端根据PLC信号所属的内存区域类型进行分类整合,使属于同一内存区域类型的PLC信号归为一类;
云端服务器接收边缘计算段的处理结果,所述处理结果为边缘计算端将采集的PLC内存区信息写入边缘计算内存区,并根据采集命令对边缘计算内存区中PLC内存区信息所对应的PLC内存区进行循环扫描和写入消息队列,读取消息队列的数据并处理信号逻辑得到的。
进一步的,PLC信号及其运算逻辑配置到云端服务器的方法包括:
设置配置表格,所属配置表格包括:动作名称、开始信号和结束信号;所述开始信号和结束信号PLC不同内存区的信号点以及信号点之间的逻辑运算符组成;将配置表格存储到云端服务器。
进一步的,所述消息队列为基于高级消息队列协议的服务。
本发明还公开了一种云端服务器,应用上述的离散数据采集方法进行数据采集。
本发明还公开了一种离散数据采集方法,包括:
边缘计算端接收云端服务器将配置好的PLC信号及其运算逻辑并根据PLC信号所属的内存区域类型进行分类整合,使属于同一内存区域类型的PLC信号归为一类;
边缘计算端将PLC内存区信息由云端服务器写入边缘计算内存区,并根据采集命令对边缘计算内存区中PLC内存区信息所对应的PLC内存区进行循环扫描和写入消息队列,读取消息队列的数据并处理信号逻辑得到处理结果,将处理结果发送到云端服务器。
进一步的,PLC信号及其运算逻辑配置到云端服务器的方法包括:
设置配置表格,所属配置表格包括:动作名称、开始信号和结束信号;所述开始信号和结束信号PLC不同内存区的信号点以及信号点之间的逻辑运算符组成;将配置表格存储到云端服务器。
进一步的,所述消息队列为基于高级消息队列协议的服务。
本发明还公开了一种边缘计算端,应用上述的离散数据采集方法进行数据采集。
本发明还公开了一种离散数据采集系统,包括:边缘计算端和云端服务器。
边缘计算端接收云端服务器将配置好的PLC信号及其运算逻辑并根据PLC信号所属的内存区域类型进行分类整合,使属于同一内存区域类型的PLC信号归为一类;
边缘计算端将PLC内存区信息由云端服务器写入边缘计算内存区,并根据采集命令对边缘计算内存区中PLC内存区信息所对应的PLC内存区进行循环扫描和写入消息队列,读取消息队列的数据并处理信号逻辑得到处理结果,将处理结果发送到云端服务器。
进一步的,所述边缘计算端包括数据采集模块、逻辑运算模块和数据发送模块;
所述数据采集模块,用于根据采集命令对边缘计算内存区中PLC内存区信息所对应的PLC内存区进行循环扫描和写入消息队列;
所述逻辑运算模块,用于读取消息队列的数据并处理信号逻辑得到处理结果;
所述数据发送模块,用于将处理结果发送到云端服务器。
本发明实施例一种离散数据采集方法、系统及云端服务器、边缘计算端与现有技术相比,其有益效果在于:
(1)本发明先在云端服务器配置所需采集的信号点及逻辑运算关系,然后下发到对应的边缘计算端,边缘计算端对要采集的离散信号点进行归类处理,将相同的PLC内存区的信号归类集中,采集开始后扫描需要采集的区域,这样避免了第一种方式每采一个信号都要判断信号所在PLC内存区的严重低效率;
(2)将采集到的数据存入消息队列如RabbitMQ服务生产端,该服务基于高级消息队列协议(AMQP),便于将采集数据结果的高效快速存储;
(3)在消息队列的消费端读取数据并按设定的运算逻辑运算采集的到的信号数据,用读写分离的方式避免了在采集的同时又处理运算逻辑影响数据采集效率,最后将运算结果通过网络发送到云端服务器。避免了第一种采集方式的严重低效率,同时又避免了第二种需要在生产现场停机调试PLC程序的高耗时。
附图说明
图1是本发明一种离散数据采集方法的第一流程示意图;
图2是本发明一种离散数据采集方法的第二流程示意图;
图3是本发明一种离散数据采集方法中配置表格的示意图;
图4是本发明一种离散数据采集系统的结构示意图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
实施例1:
如图1所示,本发明公开了一种离散数据采集方法,应用于PLC的离散数据的采集,包括:
步骤S1,云端服务器将配置好的PLC信号及其运算逻辑发送到边缘计算端,以使边缘计算端根据PLC信号所属的内存区域类型进行分类整合,使属于同一内存区域类型的PLC信号归为一类;
步骤S2,云端服务器接收边缘计算段的处理结果,所述处理结果为边缘计算端将采集的PLC内存区信息写入边缘计算内存区,并根据采集命令对边缘计算内存区中PLC内存区信息所对应的PLC内存区进行循环扫描和写入消息队列,读取消息队列的数据并处理信号逻辑得到的。
在步骤S1中,首先需要对云端服务器进行配置,参照图3,PLC信号及其运算逻辑配置到云端服务器的方法包括:
设置配置表格,所属配置表格包括:动作名称、开始信号和结束信号;所述开始信号和结束信号PLC不同内存区的信号点以及信号点之间的逻辑运算符组成;将配置表格存储到云端服务器。
如图3所示,M10.0、DB1.DBD0、Q43.0等是处于PLC不同内存区的信号点,信号点之间为逻辑运算符号,有与(&)或(|)非(!),不等于(<>)等逻辑运算,如第一行的意思是机器人下料动作(R01_Drop)的开始时间需要满足M10.0与M10.1都为1并且MB20不等于1,结束时间是Q251.0的值为0。
完成配置后,点击下发操作即可将上述的配置表格下发到边缘计算端,边缘端将上面的配置按相同PLC内存区域类型的分类整合,如M10.0、M10.1、M5106.1等归为1类,Q43.0、Q43.2、Q211.2等归为同一类。本领域计算人员知晓PLC信号点的类别,可以设置相应的分类标准进行分类。
在本实施例中,本发明先在云端服务器配置所需采集的信号点及逻辑运算关系,然后下发到对应的边缘计算端,边缘计算端对要采集的离散信号点进行归类处理,将相同的PLC内存区的信号归类集中,采集开始后扫描需要采集的区域,这样避免了第一种方式每采一个信号都要判断信号所在PLC内存区的严重低效率。
在步骤S2中,在完成分类整合后,边缘计算端将采集的PLC内存区信息写入边缘计算内存区。然后等待采集的开始,若在等待期间边缘计算端收到了新下发的配置表格,则将新下发的配置表格按照步骤S1的步骤进行分类整合。
采集开始后,根据采集命令对边缘计算内存区中PLC内存区信息所对应的PLC内存区进行循环扫描和写入消息队列,读取消息队列的数据并处理信号逻辑得到处理结果,将处理结果发送到云端服务器。
为了更好的实现采集,可以在边缘计算端内设置不同的功能模块,一种可选的实施方式为:边缘计算端设置数据采集模块、逻辑运算模块和数据发送模块;所述数据采集模块,用于根据采集命令对边缘计算内存区中PLC内存区信息所对应的PLC内存区进行循环扫描和写入消息队列;所述逻辑运算模块,用于读取消息队列的数据并处理信号逻辑得到处理结果;所述数据发送模块,用于将处理结果发送到云端服务器。
在本实施例中,所述消息队列为基于高级消息队列协议的服务。
在本实施例中,将采集到的数据存入消息队列如RabbitMQ服务生产端,该服务基于高级消息队列协议(AMQP),便于将采集数据结果的高效快速存储。
在本实施例中,RabbitMQ只是基于高级消息队列协议开发的一种软件,还有其他软件也可实现相同功能,本领域技术人员可以根据本发明公开的技术方案自行选择。
在消息队列的消费端读取数据并按设定的运算逻辑运算采集的到的信号数据,用读写分离的方式避免了在采集的同时又处理运算逻辑影响数据采集效率,最后将运算结果通过网络发送到云端服务器。避免了第一种采集方式的严重低效率,同时又避免了第二种需要在生产现场停机调试PLC程序的高耗时。
实施例2:
本发明还公开了一种云端服务器,应用实施例1所述的离散数据采集方法进行数据采集。
基于实施例1公开的技术方案,本领域技术人员可以自行搭建相应的云端服务器以实施本发明的技术方案,但这种实施方式是对本发明技术方案的具体应用,仍落入本发明的保护范围。
实施例3:
本发明公开了一种离散数据采集方法,包括:
步骤S3,边缘计算端接收云端服务器将配置好的PLC信号及其运算逻辑并根据PLC信号所属的内存区域类型进行分类整合,使属于同一内存区域类型的PLC信号归为一类;
步骤S4,边缘计算端将PLC内存区信息由云端服务器写入边缘计算内存区,并根据采集命令对边缘计算内存区中PLC内存区信息所对应的PLC内存区进行循环扫描和写入消息队列,读取消息队列的数据并处理信号逻辑得到处理结果,将处理结果发送到云端服务器。
在本实施例中,PLC信号及其运算逻辑配置到云端服务器的方法包括:
设置配置表格,所属配置表格包括:动作名称、开始信号和结束信号;所述开始信号和结束信号PLC不同内存区的信号点以及信号点之间的逻辑运算符组成;将配置表格存储到云端服务器。
在本实施例中,所述消息队列为RabbitMQ服务生产端,RabbitMQ服务生产端基于高级消息队列协议。
基于实施例1所公开的技术方案,本领域技术人员可以自行配置边缘计算端,以实施本发明的技术方案。实施例1对云端服务器和边缘计算端的说明同样可以用于实施例2,因此不再赘述。
实施例4:
本发明公开了一种边缘计算端,应用实施例3所述的离散数据采集方法进行数据采集。
基于实施例1公开的技术方案,本领域技术人员可以自行设置边缘计算端以实施本发明的技术方案,但这种实施方式是对本发明技术方案的具体应用,仍落入本发明的保护范围。
实施例5:
一种离散数据采集系统,包括:边缘计算端和云端服务器;
边缘计算端接收云端服务器将配置好的PLC信号及其运算逻辑并根据PLC信号所属的内存区域类型进行分类整合,使属于同一内存区域类型的PLC信号归为一类;
边缘计算端将PLC内存区信息由云端服务器写入边缘计算内存区,并根据采集命令对边缘计算内存区中PLC内存区信息所对应的PLC内存区进行循环扫描和写入消息队列,读取消息队列的数据并处理信号逻辑得到处理结果,将处理结果发送到云端服务器。
在本实施例中,所述PLC和边缘计算端通过网络连接。
在本实施例中,所述边缘计算端包括数据采集模块、逻辑运算模块和数据发送模块;
所述数据采集模块,用于根据采集命令对边缘计算内存区中PLC内存区信息所对应的PLC内存区进行循环扫描和写入消息队列;
所述逻辑运算模块,用于读取消息队列的数据并处理信号逻辑得到处理结果;
所述数据发送模块,用于将处理结果发送到云端服务器。
在本实施例中,所述消息队列为RabbitMQ服务生产端,RabbitMQ服务生产端基于高级消息队列协议。
本领域技术人员可以根据本发明的技术方案,实现的离散数据采集,这种采集方式一方面保证了数据的高效采集,保证数据采集的及时性、准确性,另外一方面借助高级消息队列服务AMQP的特性保证采集的数据及时存储,防止丢失,为了保证数据逻辑运算的准确性,需要大量的数据切片、判断等操作,数据逻辑运算处理往往比较耗时,利用消息队列的读写分离的特性既保证了数据采集的高效快速,也保证了数据逻辑处理的慢工出细活,保证数据逻辑运算的准确性。最后将数据计算结果存入缓存数据库,数据发送模块负责连接云端服务器并发送数据。
综上,本发明实施例提供一种离散数据采集方法、系统及云端服务器、边缘计算端与现有技术相比,其有益效果在于:
(1)本发明先在云端服务器配置所需采集的信号点及逻辑运算关系,然后下发到对应的边缘计算端,边缘计算端对要采集的离散信号点进行归类处理,将相同的PLC内存区的信号归类集中,采集开始后扫描需要采集的区域,这样避免了第一种方式每采一个信号都要判断信号所在PLC内存区的严重低效率;
(2)将采集到的数据存入消息队列如RabbitMQ服务生产端,该服务基于高级消息队列协议(AMQP),便于将采集数据结果的高效快速存储;
(3)在消息队列的消费端读取数据并按设定的运算逻辑运算采集的到的信号数据,用读写分离的方式避免了在采集的同时又处理运算逻辑影响数据采集效率,最后将运算结果通过网络发送到云端服务器。避免了第一种采集方式的严重低效率,同时又避免了第二种需要在生产现场停机调试PLC程序的高耗时。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和替换,这些改进和替换也应视为本发明的保护范围。
Claims (10)
1.一种离散数据采集方法,其特征在于,包括:
云端服务器将配置好的可编程逻辑控制器PLC信号及其运算逻辑发送到边缘计算端,以使边缘计算端根据可编程逻辑控制器PLC信号所属的内存区域类型进行分类整合,使属于同一内存区域类型的可编程逻辑控制器PLC信号归为一类;
云端服务器接收边缘计算端的处理结果,所述处理结果为边缘计算端将采集的可编程逻辑控制器PLC内存区信息写入边缘计算内存区,并根据采集命令对边缘计算内存区中可编程逻辑控制器PLC内存区信息所对应的可编程逻辑控制器PLC内存区进行循环扫描和写入消息队列,读取消息队列的数据并处理信号逻辑得到的。
2.根据权利要求1所述的一种离散数据采集方法,其特征在于,可编程逻辑控制器PLC信号及其运算逻辑配置到云端服务器的方法包括:
设置配置表格,所属配置表格包括:动作名称、开始信号和结束信号;所述开始信号和结束信号为可编程逻辑控制器PLC不同内存区的信号点以及信号点之间的逻辑运算符组成;将配置表格存储到云端服务器。
3.根据权利要求1所述的一种离散数据采集方法,其特征在于,所述消息队列为基于高级消息队列协议的服务。
4.一种云端服务器,其特征在于,应用权利要求1-3任意一项所述的离散数据采集方法进行数据采集。
5.一种离散数据采集方法,其特征在于,包括:
边缘计算端接收云端服务器将配置好的可编程逻辑控制器PLC信号及其运算逻辑并根据可编程逻辑控制器PLC信号所属的内存区域类型进行分类整合,使属于同一内存区域类型的可编程逻辑控制器PLC信号归为一类;
边缘计算端将可编程逻辑控制器PLC内存区信息由云端服务器写入边缘计算内存区,并根据采集命令对边缘计算内存区中可编程逻辑控制器PLC内存区信息所对应的可编程逻辑控制器PLC内存区进行循环扫描和写入消息队列,读取消息队列的数据并处理信号逻辑得到处理结果,将处理结果发送到云端服务器。
6.根据权利要求5所述的一种离散数据采集方法,其特征在于,可编程逻辑控制器PLC信号及其运算逻辑配置到云端服务器的方法包括:
设置配置表格,所属配置表格包括:动作名称、开始信号和结束信号;所述开始信号和结束信号可编程逻辑控制器PLC不同内存区的信号点以及信号点之间的逻辑运算符组成;将配置表格存储到云端服务器。
7.根据权利要求5所述的一种离散数据采集方法,其特征在于,所述消息队列为基于高级消息队列协议的服务。
8.一种边缘计算端,其特征在于,应用权利要求5-7任意一项所述的离散数据采集方法进行数据采集。
9.一种离散数据采集系统,其特征在于,包括:边缘计算端和云端服务器;
边缘计算端接收云端服务器将配置好的可编程逻辑控制器PLC信号及其运算逻辑并根据可编程逻辑控制器PLC信号所属的内存区域类型进行分类整合,使属于同一内存区域类型的可编程逻辑控制器PLC信号归为一类;
边缘计算端将可编程逻辑控制器PLC内存区信息由云端服务器写入边缘计算内存区,并根据采集命令对边缘计算内存区中可编程逻辑控制器PLC内存区信息所对应的可编程逻辑控制器PLC内存区进行循环扫描和写入消息队列,读取消息队列的数据并处理信号逻辑得到处理结果,将处理结果发送到云端服务器。
10.根据权利要求9所述的一种离散数据采集系统,其特征在于,所述边缘计算端包括数据采集模块、逻辑运算模块和数据发送模块;
所述数据采集模块,用于根据采集命令对边缘计算内存区中可编程逻辑控制器PLC内存区信息所对应的可编程逻辑控制器PLC内存区进行循环扫描和写入消息队列;
所述逻辑运算模块,用于读取消息队列的数据并处理信号逻辑得到处理结果;
所述数据发送模块,用于将处理结果发送到云端服务器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210376779.1A CN114827143B (zh) | 2022-04-11 | 2022-04-11 | 一种离散数据采集方法、系统及云端服务器、边缘计算端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210376779.1A CN114827143B (zh) | 2022-04-11 | 2022-04-11 | 一种离散数据采集方法、系统及云端服务器、边缘计算端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114827143A CN114827143A (zh) | 2022-07-29 |
CN114827143B true CN114827143B (zh) | 2023-12-12 |
Family
ID=82534722
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210376779.1A Active CN114827143B (zh) | 2022-04-11 | 2022-04-11 | 一种离散数据采集方法、系统及云端服务器、边缘计算端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114827143B (zh) |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2808748A1 (en) * | 2012-01-24 | 2014-12-03 | Omron Corporation | Data setting device |
CN205563224U (zh) * | 2016-02-23 | 2016-09-07 | 西门子公司 | 一种可编程逻辑控制器及数据处理系统 |
CN107908166A (zh) * | 2017-11-20 | 2018-04-13 | 上海亚太计算机信息系统有限公司 | 一种基于工业互联网的汽车制造mes数据采集系统 |
CN108037725A (zh) * | 2017-12-08 | 2018-05-15 | 中冶南方工程技术有限公司 | 一种读写plc数据的方法和装置 |
CN108234614A (zh) * | 2017-12-25 | 2018-06-29 | 华南理工大学 | 一种基于自定义协议及Netty框架的交互方法 |
CN108989358A (zh) * | 2018-09-28 | 2018-12-11 | 郑州轻工业学院 | 一种基于tcp/ip协议纺机运行数据获取方法 |
CN109709811A (zh) * | 2018-12-20 | 2019-05-03 | 中国科学院沈阳自动化研究所 | 一种面向智能制造的边缘计算控制器及其工作方法 |
CN109784408A (zh) * | 2019-01-17 | 2019-05-21 | 济南浪潮高新科技投资发展有限公司 | 一种边缘端的嵌入式时间序列决策树分类方法及系统 |
CN110161950A (zh) * | 2019-05-22 | 2019-08-23 | 北京信息科技大学 | 一种基于plc的高可靠高性能数据采集系统及方法 |
CN110471862A (zh) * | 2019-07-16 | 2019-11-19 | 杭州电子科技大学 | 一种可编程控制器的变量地址分配系统及方法 |
CN110650084A (zh) * | 2019-08-26 | 2020-01-03 | 山东省科学院自动化研究所 | 一种工业物联网智能网关、联网系统及数据处理方法 |
CN111092946A (zh) * | 2019-12-18 | 2020-05-01 | 博依特(广州)工业互联网有限公司 | 一种应用于边缘计算网关的数据处理方法及系统 |
CN111627199A (zh) * | 2020-04-14 | 2020-09-04 | 国电大渡河流域水电开发有限公司 | 一种水电站大坝安全监测系统及监测方法 |
CN111857029A (zh) * | 2020-06-30 | 2020-10-30 | 广州明珞汽车装备有限公司 | 一种数据采集的方法、系统、装置、终端设备及介质 |
CN111918230A (zh) * | 2020-05-29 | 2020-11-10 | 北京寄云鼎城科技有限公司 | 一种数据采集方法、数据传输方法、网关、设备和存储介质 |
CN113014292A (zh) * | 2021-04-02 | 2021-06-22 | 天津索龙电子科技有限公司 | 基于分类模块法的光通信plc及其系统 |
CN113552836A (zh) * | 2021-07-09 | 2021-10-26 | 武汉数信科技有限公司 | 一种可编程控制器的信息交互方法及系统 |
CN113867249A (zh) * | 2021-09-28 | 2021-12-31 | 天翼物联科技有限公司 | 云边协同设备数据采集的多plc协议解析方法、系统和介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008250473A (ja) * | 2007-03-29 | 2008-10-16 | Fujifilm Corp | 通信制御装置及び制御方法 |
-
2022
- 2022-04-11 CN CN202210376779.1A patent/CN114827143B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2808748A1 (en) * | 2012-01-24 | 2014-12-03 | Omron Corporation | Data setting device |
CN205563224U (zh) * | 2016-02-23 | 2016-09-07 | 西门子公司 | 一种可编程逻辑控制器及数据处理系统 |
CN107908166A (zh) * | 2017-11-20 | 2018-04-13 | 上海亚太计算机信息系统有限公司 | 一种基于工业互联网的汽车制造mes数据采集系统 |
CN108037725A (zh) * | 2017-12-08 | 2018-05-15 | 中冶南方工程技术有限公司 | 一种读写plc数据的方法和装置 |
CN108234614A (zh) * | 2017-12-25 | 2018-06-29 | 华南理工大学 | 一种基于自定义协议及Netty框架的交互方法 |
CN108989358A (zh) * | 2018-09-28 | 2018-12-11 | 郑州轻工业学院 | 一种基于tcp/ip协议纺机运行数据获取方法 |
CN109709811A (zh) * | 2018-12-20 | 2019-05-03 | 中国科学院沈阳自动化研究所 | 一种面向智能制造的边缘计算控制器及其工作方法 |
CN109784408A (zh) * | 2019-01-17 | 2019-05-21 | 济南浪潮高新科技投资发展有限公司 | 一种边缘端的嵌入式时间序列决策树分类方法及系统 |
CN110161950A (zh) * | 2019-05-22 | 2019-08-23 | 北京信息科技大学 | 一种基于plc的高可靠高性能数据采集系统及方法 |
CN110471862A (zh) * | 2019-07-16 | 2019-11-19 | 杭州电子科技大学 | 一种可编程控制器的变量地址分配系统及方法 |
CN110650084A (zh) * | 2019-08-26 | 2020-01-03 | 山东省科学院自动化研究所 | 一种工业物联网智能网关、联网系统及数据处理方法 |
CN111092946A (zh) * | 2019-12-18 | 2020-05-01 | 博依特(广州)工业互联网有限公司 | 一种应用于边缘计算网关的数据处理方法及系统 |
CN111627199A (zh) * | 2020-04-14 | 2020-09-04 | 国电大渡河流域水电开发有限公司 | 一种水电站大坝安全监测系统及监测方法 |
CN111918230A (zh) * | 2020-05-29 | 2020-11-10 | 北京寄云鼎城科技有限公司 | 一种数据采集方法、数据传输方法、网关、设备和存储介质 |
CN111857029A (zh) * | 2020-06-30 | 2020-10-30 | 广州明珞汽车装备有限公司 | 一种数据采集的方法、系统、装置、终端设备及介质 |
CN113014292A (zh) * | 2021-04-02 | 2021-06-22 | 天津索龙电子科技有限公司 | 基于分类模块法的光通信plc及其系统 |
CN113552836A (zh) * | 2021-07-09 | 2021-10-26 | 武汉数信科技有限公司 | 一种可编程控制器的信息交互方法及系统 |
CN113867249A (zh) * | 2021-09-28 | 2021-12-31 | 天翼物联科技有限公司 | 云边协同设备数据采集的多plc协议解析方法、系统和介质 |
Non-Patent Citations (2)
Title |
---|
A Secure Cloud-Edge Collaborative Logistic Regression Model;Chen Wang, Jian Xu, Long Yin;《IEEE》;全文 * |
面向工业机器人控制器软PLC系统软件研究与开发;刘军;《中国优秀硕士学位论文全文数据库》;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114827143A (zh) | 2022-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116594857A (zh) | 一种基于人工智能的办公软件智能交互管理平台 | |
CN112084180A (zh) | 一种监控车载应用质量的方法、装置、设备及介质 | |
CN116737482A (zh) | 一种芯片测试数据的实时收集方法、装置及电子设备 | |
CN114827143B (zh) | 一种离散数据采集方法、系统及云端服务器、边缘计算端 | |
JP3139459B2 (ja) | 並列分散システムのデバッグ装置及びデバッグ方法 | |
CN111376255B (zh) | 机器人数据采集方法、装置及终端设备 | |
CN111339090A (zh) | 一种电网配电网络数据处理系统及方法 | |
CN116302989A (zh) | 压力测试方法及系统、存储介质、计算机设备 | |
CN114185938B (zh) | 基于数字金融及大数据溯源的项目溯源分析方法及系统 | |
CN113704215B (zh) | 业务过程事件日志采样方法、系统、存储介质及计算设备 | |
CN115809226A (zh) | 用于洗煤厂智能管理系统的数据对接方法及系统 | |
CN115114805A (zh) | 自主式交通系统架构的信息交互对离散仿真方法 | |
CN102053571A (zh) | 信息采集终端的数据采集方法 | |
CN111124820B (zh) | 一种实现操作系统及进程资源离线型监视和分析的方法 | |
CN112685370A (zh) | 一种日志采集方法、装置、设备和介质 | |
CN102915028A (zh) | Pcs7软件系统的诊断系统和诊断方法 | |
CN114723748B (zh) | 电机控制器的检测方法、装置、设备及存储介质 | |
CN117112402A (zh) | 一种测试用例高效生成方法、系统、设备及介质 | |
CN117389841B (zh) | 加速器资源监控方法、装置、集群设备及存储介质 | |
CN117609348A (zh) | 数据管理方法、终端设备以及计算机可读存储介质 | |
CN114626348A (zh) | 一种智能短信自动生成方法、系统和设备 | |
CN113190581A (zh) | 一种基于大数据动态生成报表的方法及终端 | |
CN111815284A (zh) | 一种基于数据分析的工程流搭建系统 | |
CN117235491A (zh) | 一种样本数据抽取方法、装置、存储介质与电子设备 | |
CN116414777A (zh) | 一种服务器日志管理系统、方法、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |