×
这里隐藏的消息。

存储PLCNext社区LinkedIn上的PLCNEXT.Instagram上的PLCNEXT.  youtube上的plcnext. github plcnext社区存储PLCNext社区

商务休息室
Hits: 6486

工业自动化的Python

Python  in industrial automation

 

Yuri Chamarelli.

铅产品营销专家

 

当我们开始对工业自动化用例使用的关于哪种编程语言的对话时,我们通常首先谈论 IEC 61131-3 languages for PLC,如经典梯形图(LD)或结构化文本(ST)。对于像机器人等的应用程序,我们经常看到编译,低级编程语言,如那些 C family.

直到最近,没有人在谈论使用 Python 在工厂楼层。改变了做出解释,高级语言突然吸引人的变化? Python代码通常比较近的编译语言慢 机器代码,它肯定不达到实时控制的任务,这是在开发工业系统时的主要粘痕点。

但是,我们现在看到了在Python上闪耀着聚光灯的因素的汇合。第一的, Industry 4.0 正在改变范例如何考虑工业自动化;即,重点是“智能”机械,改善自治,富人 big data 景观,与下一代技术完全集成 添加剂制造 and cloud computing.

行业4.0的另一种含义是 工业互联网 (IIT),将工业机械连接在当地网络上实时连接 machine-to-machine (M2M)通信,并提供用于分析的源源不断的传感器数据流。结果,我们目睹了一个 IT / OT收敛,将信息技术专业人员从其运营技术对应上分开了孤立的孤岛。毕竟,IIOT设备使用信息来优化其运营。

这让我们回到Python。当我们看看的力量 世界上最受欢迎的编程语言,我们会看到IIot的一些明显的优势。最重要的, Python以其处理庞大数据集的能力而闻名。二,Guido Van Rossum,Python的发明家,设计了它 高可读性,当多个工程师工作或维护相同的代码和燃料创新迭代火灾的功能时,一个关键特征。最后,Python是 开源,有一个惊人的社区,是今天许多最引人注目的应用程序的去选择。

让我们进入他们。

 

机器学习

 

00006707 2毫无疑问,Python最大影响的竞技场在 Machine Learning (ml),一个人工智能(ai)的分支在哪里 algorithms 从数据中学习,没有任何人明确编码任何规则。普通工业应用包括 预测维护 and 自治机器人。今天的大部分ML都是用Python写的。框架喜欢 PyTorch 和谷歌的开源 TensorFlow use Python. AWS SAGEMAKER,亚马逊的云AI服务,附带了一个内置的 Python软件开发套件(SDK)。简单地说,Python是这份工作的最佳工具。

这是一个常见的工业ml设置的样子。机器和传感器数据被发送到云,我们可以轻松访问我们可以使用的高性能资源来训练ML模型。一旦我们有一个训练有素的模型,例如可以分析数据以说机器可能会破坏多久,我们可以将该模型返回到厂房。

通过运行任职 edge computing by embedding GPUs 进入生产设备本身或利用当地的资源 iiot Gateway for Fog Computing,我们可以在现场使用训练有素的模型。如果我们查看一个自主机器人,Python代码将解释高级目标,然后又被解释为低级的移动,直接与硬件接口接口。一个简单的类比正在移动你的手臂:你的大脑设定了高级别的意图,低级神经系统移动了你的肌肉。由于我们进一步进入工业4.0而且制造商为AI找到了更多的创新用途,期望看到Python工程技能成为一个日益关键的资产。

 

计算机视觉

 

对于机器人手臂来选择一些东西,它首先需要知道它的样子。进入 computer vision (CV),一个AI领域,使机器能够使用其相机作为眼睛,甚至更为关键,识别他们看到的对象。只需通过考虑Python在ML中的突出角色,它并不难看看Python如何对CV有用。

最初由英特尔开发的90年代后期, OpenCV 现在是开源CV开发的最佳选择之一。尽管图书馆仍然用C ++写成,但是Python包装器, OpenCV-Python,是ML应用程序的理想选择 deep learning for CV 因为它保留了原始C ++代码的速度,同时仍在解锁Python的好处。

此外,由于Opencv-Python创建 NumPy 阵列作为输出,我们可以立即将数据端口遍及到其他Python工具中 SciPy, Matplotlib,或您的ML的选择平台。结果是一台可以看到的机器,可以区分产品,执行质量保证检查,并以复杂的细节操纵其环境。

 

为连接的生态系统创建桥梁

 

 DSC2509当机器制造商船舶设备时,他们通常不会优先考虑与以外的任何东西沟通的能力 人机界面(HMI)。当我们添加许多机器运行专有代码或 G-Code,它令人难以置信地靠近硬件,IT / OT融合的IT侧变得更加困难。如果他们不能谈论相同的语言,我们如何让机器互相交谈?

好吧,我们需要翻译 - 并且python达到任务。程序喜欢 OpenMTC act as a M2M和IOT应用程序的中间件或“软件胶水”。例如,如果我们将此中间件放在设备上,如同简单 raspberry pi,然后python脚本从一个源取消数据,转换它,并以它可以读取的格式将其发送到另一台计算机。

一个简单的例子是任何温度敏感的制造过程。虽然机器可能无法调节温度本身,但它的温度计可以读取读数,如果它过于一定的阈值,那么它会引起中间件,然后它可以告诉加热器降低恒温器。

我们可以向任何取决于另一台机器输出的机器应用相同的逻辑。此外,我们不仅可以使用这种方法来集成当前的机器来提高性能,但这也打开了一个新的可能性世界的大门。一个这样的地平线域是无人驾驶汽车;通过与道路上的其他车辆进行沟通,他们将优化交通模式,缩短通勤,减少事故。如果我们不得不打赌,我们会说Python将成为这一互联的未来的关键构建块。

 

结论

 

虽然我们可能不会使用Python来控制机器人硬件或直接与制造机械接口,但这并不意味着这种编程语言没有工业应用。当我们拍摄行业4.0的大型景色时,我们看到数据是它定义的特征。我们直接将数字世界叠加到物理世界上。这就是为什么我们需要Python:弥合它们之间的差距,处理我们生成的前所未有的数据卷,并支持宏观控制。