ERTEC200P-2 PROFINET设备完全开发手册(8-2)

article/2025/9/28 3:49:42

8.2 IRT通讯原理及API

PROFINET RT通讯的特点:

典型的PROFINET网络如下图所示。

 

其中:

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PROFINET RT的系统下,Profinet I/O 通讯是以准确的时间间隔(IO更新时间)进行周期通讯。但是每个设备都有各自时钟,每个设备按照自己的周期采样输入或者建立输出。这样 T1-T7没有任何的同步对应关系。这样系统的响应时间(输入到输出)在最好的情况下为: (T1+T2+T3+T4+T5+T6+T7),在最坏的情况下为2X(T1+T2+T3+T4+T5+T6+T7)

PROFINET IRT通讯的特点:

在同步的应用下,所有一个同步域内的IO设备都通过PTCP报文会获得PLC的主时钟(master clock 或者 send clock),并且将自己的时钟同步到PLC的时钟上。目前 CPU1518 + ERTEC200P-2可以做到最小125 µs。

这样一个同步域内的所有设备会有一个全局的时钟基准。在全局的时钟基础上,组态软件(TIA)会给同步域内的所有IO设备规划统一的采样输入时刻Ti和建立输出时刻To。这样所有IO设备在同一时刻采样输入、建立输出。相对应,PLC需要定义专用的、优先级高的同步组织块("synchronous cycle" OB6x),统一读取同步输入数据;进行逻辑运算;统一更新同步输出数据。

 为了保证Ti、To、同步组织块的时序关系。IO数据通讯需要在准确的时间开始和结束,因此IRT通讯技术采用时间分片的模型:

 每个通讯周期被分割为时间片 ,通讯周期开始时刻的时间片预留给优先级最高的IRT报文(RT_Class3),剩余的时间片分配给RT, TCP/UDP,..。在IRT通讯时间片内,PN网络所有交换机和设备不允许转发和发送非IRT数据。这样,相当于为IRT通讯预留了快车道:

 因此我们常说IRT应用是指IRT通讯+同步应用

RT

IRT

同步

  • 实时通讯
  • IO更新周期 >=250µs

  • 带有预留带宽和同步周期的实时通讯
  • IO更新周期 >=125µs
  • 需要特殊硬件(CC-C,IRT交换机)支持
  • 由同步组织块(e.g. OB61)处理的IRT通讯
  • 用户程序、采样输入、建立输出同步到统一的周期上
  • 典型应用:运动控制精确测量

在我们TIA中设定IRT带宽预留(图中1),和查看实际使用的带宽(图中2)

 开启等时同步模式后,IO通讯周期Tdc (Time of Data Cycle)=发送时钟。如果同步组织块(e.g. OB61)在一个Tdc内无法完成计算任务,可以调整应用周期的时间为发送周期的整数倍,相当于多个通讯周期更新一次输出数据。这个整数倍被定义为Tcacf(control application cycle factor)。这样Tdc、Ti、To和Tcacf定义了IRT等式同步的基本时间参数。PLC在与设备建立连接时,会将这些参数通过索引号为0x8030数据记录写入到设备。如下图,左侧是协议栈打印输出的0x8030数据,右侧是TIA的等时同步配置。

PN设备需要在同步事件Ti、To更新输入、建立输出。200P既可以中断的形式响应同步事件,也可以将GPIO1-7设置为同步输出(PN-PLL)。协议栈已默认将GPIO0关联到Tdc。

同步GPIO输出初始化函数为:PNIO_IsoActivateGpioObj,即在发送周期开始时延时指定的时刻在GPIO上产生上升或下降沿触发信号。同步事件中断初始化函数为PNIO_IsoActivateIsrObj,即在发送周期开始时延时指定的时刻回调中断处理函数。

 在参考代码中,PLC通过0x8030写入Ti、To

 将GPIO7设置为Ti同步输出

 将GPIO5设置为To同步输出

 从示波器查看GPIO0,GPIO5,GPIO7可以看到输出脉冲

IRT通讯支持两种特殊的模式

1)快速转发模式(Fast Forwarding)

多口设备转发延时的时间可以从1440ns减少的320ns

 2)动态组包(DFP - Dynamic Frame Packing)

就是我们常说的火车模式,这样可以极大的提高IRT通讯的效率。

 目前,ERTEC200P-2对于上述两种增强模式提供了很好的支持。


http://chatgpt.dhexx.cn/article/cIQ76Cn1.shtml

相关文章

多维IRT模型的EM估计

多维IRT模型的EM估计 MIRT (Multidimensional Item Response Theory)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,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,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,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,修改源代码usrapp_cfg.h的宏为 #define EXAMPL_DEV_CONFIG_VERSION 3 使能App3,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,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,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,一个深度学习模型的可解释性是其内 在的固有性质,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,代表模 型的行为对人类越透明,模型的不确定性也就越低;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,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,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:…

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(latent trait)是否可以通过测试题被反应出来,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:文章写完后,目录可以自动生成,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?二、具体内容1.基于贝叶斯的知识追踪(BKT)项目反应理论(IRT)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: 本文在DKVMN的基础上结合项目IRT,加入了student ability network 和 difficulty network两个网络,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,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(ZPD)是由心理学家Vygotsky提出来的一种学习理论,是目前自适应学习常用的思考模型。他认为,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(item response theory 项目反映理论)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,由于被试者的能力不能通过可观测的数据进行描述,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(IRT item response theory) 概述 历史发展 特点 模型 A.项目反应理论(IRT item response theory) 概述 IRT理论即项目反应理论(Item Response Theory, IRT),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,目的是做能力评估。现在已广泛应用于教育行业,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,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(http://blog.csdn.net/july_sun/article/details/53088673)的基础上,从机器学习的四要素(数据,算法和模型,计算机硬件,机器学习平台)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(监督学习分类器) 答:训练样本必须先标识不同类别,然后进行训练。SVM算法就是找一个超平面,对于已经被标记的训练样本,SVM训练得到一个超平面,使得两个类别训练集中…

常用分类器的效果对比

如果把机器学习归为两大类,那么主要的工作可以分为:分类和聚类。而分类任务基本上占整个机器学习或者是数据挖掘领域的70%,可见我们遇到的很多问题,都可以用分类的算法进行解决。机器学习发展到现在,许多被证实有效的分类算法被提…