ERTEC200P-2 PROFINET设备完全开发手册(3-1)

article/2025/9/28 3:49:44

3. 读写周期数据

PROFINET的基本通讯模型如下图:

 Profinet 是基于标准以太网技术的应用层协议,支持4种类型的数据通道

标准通道:参数化及配置,读诊断数据,设备信息(I&M),资产信息 (AMR) ;(基于UDP、TCP)

RT通道:循环数据交换,报警 (直接第二层访问 )

IRT 通道: 周期的, 同步数据交换, 抖动<1μsec(直接第二层访问 )

TSN:循环数据交换和网络管理平面 (基于IEEE 802.x 和IEEE/IEC60802) (直接第二层访问 )

在控制应用中,主要使用的是循环数据交换,例如:通过输入数据(I)获得开关状态,获得驱动器的实时速度等;通过输出数据(Q)控制继电器输出,或者设定驱动器的速度。对于同步性能或通讯抖动的不同需求,周期/循环数据可以基于RT、IRT或者TSN。

PROFINET 使用生产者-消费者模型进行循环数据交换:

  • 生产者循环发送 IO 数据(更新时间),无需显式请求
  • 消费者在没有确认的情况下接收 IO 数据,并使用看门狗监控传入数据的周期
  • 控制器和设备同时是生产者和消费者(即使没有用户数据需要传输)

接下来的部分介绍如何基于ERTEC200P-2实现对周期数据(IO数据)的处理。

3.1连接PN控制器

这里以PLC S7-1511作为控制器,按照下图连接设备

PC的IP地址设为:192.168.1.100。用网线连接:PC的网口到PLC的X1-P1,PLC X1-P2 到EB200P-2的X1-P1。

由于默认的参考代码通过XHIF与单片机交换数据并更新输入数据,因此先把这部分代码屏蔽掉。按照如下方式修改usriod_main.c,屏蔽掉XHIF数据交换部分。

 按照上一节的方式重新编译、调试运行。(注意:每次开始新的调试运行时,一定要把之前的调试彻底停止,点击stop

 确认新的固件运行起来之后( 串口调试终端输入‘?’),开始配置PLC。打开TIA Portal V16,并创建新项目“ERTEC_Test”

 点击创建之后,打开项目视图

如果之前没有导入EB200P-2的GSDML文件,需要导入GSDML文件。在“选项”中选择“管理通用站描述文件”。

 

 选择安装包源路径为\Devkit47\contributions\GSDML文件夹,安装V2.4版本的GSDML文件。

 安装结束后进入“设备和网络”视图

 

 在硬件目录中“Controllers”,双击添加相应型号的PLC CPU,这里用的是CPU1511-1 PN (订货号 6ES7 511-1AK01-0AB0),固件版本为V2.6。选择的PLC的订货号和固件版本号一定要与实际一致。如果不确定,对应的信息可以在“在线访问中”找到。

接着在目录中展开“其它现场设备” “PROFINET IO” “I/O” “SIEMENS AG” “DEVKIT” “ERTEC200P Evaluation Kit”,双击添加“Standard MRP,S2 redundancy,DR”。

 

添加后,点击“未分配”,选择“PLC_1”,为设备分配控制器。

点击PLC深色部分,选择下方属性标签,在“PROFINET 接口” “以太网地址” 中设置PLC的IP地址为“192.168.1.15”,这里可以看到为PLC自动生成的设备名称是“plc_1”

 

 双击展开ERTEC-DEVKit的配置界面,在插槽1 中加入“64 byte I”,在插槽2中加入““64 byte O”。

 

 选中ERTEC-DEVKIT深色部分,选择下方属性标签,在“PROFINET 接口” “以太网地址” 中设置IO设备的IP地址为“192.168.1.10”。这里可以看到自动生成的设备名称是“ertec-devkit”

 为了PLC可以与设备建立连接,我们需要在线修改设备名称。在项目视图 “在线访问” “PC的LAN网卡” 下双击“更新可访问设备”(由于硬件不同,因此实际显示的网卡型号会与下图略有不同)。

 可以找到PROFINET设备如下图所示:

 其中,[08-00-06-02-01-10] 就是EB200P-2。双击打开“在线和诊断”,在“功能” “分配PROFINET设备名称” 中将设备的名称改为“ertec-devkit”。注意:在Profinet网络里,设备名称是设备的唯一标识,不是IP地址。

 选中左侧栏的PLC_1[CPU 1511-1 PN],在工具栏中选择编译下载PLC程序。

PLC程序下载运行后,如果配置正确可以在MobaXterm中显示:

 

 在“设备和网络”中选择“在线”,可以看到PLC和模块工作正常。

 接下来我们测试一下过程数据是否正确。在项目视图中打开“PLC变量” “默认变量表”,

在变量表中按照下图添加Tag “InData0” 对应输入过程映像区地址 “%IB0”。需要注意的是模块的起始地址是由TIA软件自动分配的,可以在插槽配置中看到。如果用的S7-1200或者系统中已有其它I/O,模块对应的过程映像地址并不总是从‘0’开始。在工具栏中选择在线监视(眼镜形状的图标),可以看到第一个字节的值为0x11,这是协议栈默认的初始值。

 

 在MobaXterm中,通过输入测试命令‘Q/q’,我们可以增加或者减小输入过程值。在这里输入‘Q’

 回到TIA,可以看到监视值发生了相应的变化

通过参考命令‘Q/q’对应的代码,我们就可以实现自己的过程值,比如数字量输入输出,模拟量输入输出。

 下一篇:周期读写的回调和API


http://chatgpt.dhexx.cn/article/6Z9efFVO.shtml

相关文章

ERTEC200P-2 PROFINET设备完全开发手册(8-2)

8.2 IRT通讯原理及API PROFINET RT通讯的特点&#xff1a; 典型的PROFINET网络如下图所示。 其中&#xff1a; T1: 采样输入 T2: IO背板周期 T3: Profinet I/O 通讯周期 T4: CPU组织块OB1执行周期 T5: Profinet I/O 通讯周期 T6: IO背板周期 T7: 建立输出 在PRO…

多维IRT模型的EM估计

多维IRT模型的EM估计 MIRT &#xff08;Multidimensional Item Response Theory&#xff09;多维项目反应理论。与一维项目反应理论的区别只是在于对于潜在变量的 θ i \theta_{i} θi​ 的建模&#xff0c;一个是unidimensional latent trait θ i \theta_{i} θi​&#xf…

R语言IRT理论:扩展Rasch模型等级量表模型lltm、 rsm 和 pcm模型分析心理和教育测验数据可视化

最近我们被客户要求撰写关于IRT理论的研究报告&#xff0c;包括一些图形和统计输出。 摘要 我们首先介绍扩展 Rasch 模型的方法论&#xff0c;然后是一般程序描述和应用主题,包括简单的 Rasch 模型、评级量表模型、部分信用模型及其线性扩展。这种线性结构的结合允许对协变量…

ERTEC200P-2 PROFINET设备完全开发手册(8-1)

8.1 IRT通讯实验 这里我们使用APP3 IsoApp&#xff0c;修改源代码usrapp_cfg.h的宏为 #define EXAMPL_DEV_CONFIG_VERSION 3 使能App3&#xff0c;对应的主程序为“usriod_main_isoapp.c” 编译后下载运行。打开4.2建立的TIA项目&#xff0c;添加等时模式组织块&#xff0c…

ERTEC200P-2 PROFINET设备完全开发手册(9-2)

9.2 运行AC1/AC4参考代码 修改源代码usrapp_cfg.h的宏为 #define EXAMPL_DEV_CONFIG_VERSION 44 编译后下载到评估板运行AC4示例程序 在TIA中导入GSDML-V2.35-Siemens-ERTEC200pApp44-20210623.xml。新建项目&#xff0c;添加PLC和Devkit设备。 按照如下图所示配置模块&am…

可解释知识追踪(整理更新)

微观角度的可解释性&#xff0c;一个深度学习模型的可解释性是其内 在的固有性质&#xff0c;指模型的决策在多大程度上可以被人类预测和理解。模型的可解释性越强&#xff0c;代表模 型的行为对人类越透明&#xff0c;模型的不确定性也就越低&#xff1b;反之模型的可解释性越…

IRT模型估计-EM算法

IRT模型中参数估计 IRT(Item Response Theory) 项目反应理论。是教育评估与心理测量理论中的重要模型。主要目的是通过被试(examinees) 的对于一套试题的反应(responses), 对被试 的能力(ability parameters) 参数 θ \theta θ 和题目(item parameters) 作出估计。由于被试的…

技术话题(2)实时通讯RT和同步实时通讯IRT的区别

目前西门子 S7-1200 PLC仅支持RT通讯&#xff0c;与 V90 PN 连接做位置控制和速度控制均是通过PROFINET通讯来实现的。 而 S7-1500 PLC 支持IRT通讯&#xff0c;与 V90 PN 做位置控制和速度控制也是由PROFINET通讯来实现的。 下面我们为大家介绍一下RT通讯的特点&#xff1a;…

IRT模型

IRT模型是用来分析考试成绩或者问卷调查数据的数学模型。这些模型的目标是来确定的潜在心理特征&#xff08;latent trait&#xff09;是否可以通过测试题被反应出来&#xff0c;以及测试题和被测试者之间的互动关系。在IRT模型的理念是一个学生回答一个问题是否正确这个结果是…

浅谈知识追踪(BKT、IRT、DKT)

提示&#xff1a;文章写完后&#xff0c;目录可以自动生成&#xff0c;如何生成可参考右边的帮助文档 文章目录 前言一、知识追踪是什么&#xff1f;二、具体内容1.基于贝叶斯的知识追踪&#xff08;BKT&#xff09;项目反应理论&#xff08;IRT&#xff09;深度知识追踪&#…

IRT

文章目录 CTT(classical test theory)历史定义parallel testCronbachs α \alpha α 项目评估P-valueitem-total correlation 缺点 IRT(Item response theory)对于CTT的改进定义三大假设IRF3PL(three parameter logistic model)IRF形态PL模型分类 逻辑正态模型 模型拟合分析项…

Deep-IRT Make Deep Learning Based Knowledge Tracing Explainable Using Item Response Theory

写在前面&#xff1a; 本文在DKVMN的基础上结合项目IRT&#xff0c;加入了student ability network 和 difficulty network两个网络&#xff0c;增加深度知识追踪的可解释性 1 摘要 基于深度学习的知识追踪模型已被证明在不需要人工设计特征的情况下优于传统的知识追踪模型&…

IRT模型学习小结

文章目录 IRT模型学习小结关于IRT模型 IRT模型原理模型介绍参数估计 应用场景 IRT模型学习小结 关于IRT模型 与IRT模型相对应的经典测量理论CCT。经典测量理论与项目反应理论在测量领域均占有重要地位。经典测量理论形成较早&#xff0c;但是经典测量理论却有一些难以克服的缺…

自适应学习系列(一)IRT简介

2019独角兽企业重金招聘Python工程师标准>>> 自适应学习之IRT简介 一、近端发展区(ZPD) Zone of Proximal Development&#xff08;ZPD&#xff09;是由心理学家Vygotsky提出来的一种学习理论&#xff0c;是目前自适应学习常用的思考模型。他认为&#xff0c;能力高…

IRT模型的参数估计方法(EM算法和MCMC算法)

1、IRT模型概述   IRT&#xff08;item response theory 项目反映理论&#xff09;模型。IRT模型用来描述被试者能力和项目特性之间的关系。在现实生活中&#xff0c;由于被试者的能力不能通过可观测的数据进行描述&#xff0c;所以IRT模型用一个潜变量 θθ 来表示&#xff…

知识追踪常见建模方法之IRT项目反应理论

目录 A.项目反应理论&#xff08;IRT item response theory&#xff09; 概述 历史发展 特点 模型 A.项目反应理论&#xff08;IRT item response theory&#xff09; 概述 IRT理论即项目反应理论(Item Response Theory, IRT)&#xff0c;又称题目反应理论、潜在特质理论…

知识追踪系列之IRT

IRT简介 IRT理论即项目反应理论(Item Response Theory, IRT)。F. Lord在1951年从普林斯顿大学毕业时的博士论文《A Theory of Test Scores》被认为是IRT理论的开端之作。IRT最早使用在心理学领域&#xff0c;目的是做能力评估。现在已广泛应用于教育行业&#xff0c;用于校准评…

贝叶斯分类器(上)

目录 一、有关贝叶斯的简介 二、相关数学知识 1.先验概率与后验概率 2.贝叶斯公式 3、最大后验概率 4、最大似然估计法 一、有关贝叶斯的简介 贝叶斯老爷子的名字&#xff0c;很多同学都耳熟能详。估计不少的同学都在数学上被贝叶斯折磨过。贝叶斯在数学方面主要研究概率论…

机器学习常用的分类器比较-实例

这篇学习文章是在上一篇博客&#xff08;http://blog.csdn.net/july_sun/article/details/53088673&#xff09;的基础上&#xff0c;从机器学习的四要素&#xff08;数据&#xff0c;算法和模型&#xff0c;计算机硬件&#xff0c;机器学习平台&#xff09;角度出发用实例将各…

模式识别之分类器

常见分类器介绍 1、SVM分类器&#xff08;监督学习分类器&#xff09; 答&#xff1a;训练样本必须先标识不同类别&#xff0c;然后进行训练。SVM算法就是找一个超平面&#xff0c;对于已经被标记的训练样本&#xff0c;SVM训练得到一个超平面&#xff0c;使得两个类别训练集中…