基于PLC的生产设备数据采集与远程监控系统设计

李飞

（德州职业技术学院 山东省德州市 253014）

计算机技术和人工智能的快速发展，使得智能工业逐渐成为当前设备加工领域的重要形式。其中，对数控机床等设备的数据采集、无线通信和远程监控也是当前智能工业领域热门话题。如何将单片机与PLC无线串行通信技术进行连接和处理是当前数控设备数据采集研究的重点。汤才刚等采用 STM32型号的单片机作为数控设备数据采集中的的SD卡，通过该存储器对数控工作时的信息进行采集和读写，并利用无线网络与其采集设备进行连接，实现了无线通信；谭建斌等针对太阳能跟踪数据，设计并实现了基于STC8F单片机的PLC控制系统，通过将单片机与PLC相结合，提升了太阳能数据的实时跟踪和捕捉；石英等提出基于“单片机+FPGA”，设计一个数控机床运作数据自动采集和远程监测系统，通过数字芯片对监测信息进行读取和表述，从而提高了远程监测数据的准确性。基于此，集合单片机与PLC控制系统的原理，针对数控机床的工作原理，设计一个生产设备数据采集与远程监控原型系统，通过该系统实现单片机的PLC无线串行通信的结合，从而完成数据采集、无线通信和远程监控。

1 系统整体设计

为满足智能工厂中，机床设备采集、互联网通信和远程监控的需求，将设计一个多层的数据采集与设备监控系统。系统分为五个层级，分别为设备层、数据采集层、网络层、数据管理层和应用层。系统整体架构如图1。

图1：设备数据采集与远程监控系统架构

（1）设备层主要包括传感器、数据采集卡、通信卡和数控机床等基础设备，其主要负责为系统提供基础设计和数据。

（2）数据采集层则为所有采集系统集合，作用是通过采集系统进行数据采集。 数据采集主要包括感知层、信息处理层和应用服务层。感知层中，采集设备包括数控机床、PLC设备数据和音视频等设备，设备数据采集选用集成西门子840D数控系统中OPC实时采集数控机床NC变量。

西门子840D数控系统硬件主要由机床控制面板、主流电机、数控单元NCU和人机通讯接口MMC等部分组成。其中，基于OPC实时采集数控机床NC变量时西门子840D系统进行数据采集的主要方式。通过OPC服务器与其他应用程序和服务器进行连接，可实现数据采集和通信，由此实现人机交互功能。基于OPC的数据采集方法在系统中扩展性更强，组网方便快捷，数据传输速度和效率高，通用性强，符合智能工厂各个机床设备的数据采集需求。

数据采集前，需对采集系统进行初始化处理，并选取相应的配置文件；之后查看其是否需增加变量和连接OPC服务器，通过对远程服务器进行连接后，即可进行数据采集，并将数据发送至远程服务器中，之后判断该程序是否完成采集工作，若是，则可断开OPC和远程服务器，结束采集工作；反之则重新进行数据采集。

（3）网络层由一个路由器和多个交换机组成，采用车间级以太网进行数据交互和传输。

（4）数据管理层，即逻辑业务层，该层主要由多个服务器、数据库和防火墙组成。

（5）应用层通过企业互联网与管理层进行无线通信，其主要负责对上传的数据进行分析、运算决策和远程监控。

2 功能模块设计

2.1 服务端数据通信模块设计

数据采集后，即可通过数据管理层中的服务器端进行数据通信和传输。根据本数据采集和远程监控系统的数据传输特性，将选用TCP/IP协议实现网络通信，主要分为三步：

（1）服务器与客户端间的连接，该连接对象为socket。

（2）连接完成后，通过方法调用方式对两个设备间的通信信息进行监听；当客户机根据自身需求需求助与服务器时，客户机即可通过监听设备对服务器发送请求，服务器接收请求后再进行信息处理再给与回复。

（3）服务器接收信息后，主要采用逻辑层进行信息逻辑分析和分类处理，逻辑分析结束后，即可将处理结果反馈至客户机，由此完成TCP通信。

数据传输过程中，为保证数据的有效性，将对数据进行过滤和存储，避免数据丢失和遗漏。针对此问题，基于TCP通信协议，对传输数据格式、字段解析方式对数据规则进行定义，从而存储于数据库。

当采集数据传输至客户端时，其可生成有效的字符串，并添加相应的标志位；从而对该标志为进行奇偶校验，若该数为奇数时，即则其校验位=0，若该数为偶数时，则校验位为1，完成奇偶校验后，即可将两者进行融合，从而组成新的字符串，并将该字符串发送至服务器端，服务端则根据接收的字符串进行再次校验处理，若判别该设备为真时，则对其标志位进行检查，从而进行数据处理，若校验位假时，则返回至客户端重新生成有效字符串进行操作，直至校验为真，即可停止校验。

采用图6的数据传输格式解析，即可得到一个传输接口，从而实现采集数据的过滤和校验等操作，从而提升了系统扩展性。

2.2 监控端功能设计

服务器与客户机交互完成后，即可通过监控端对传输数据进行分析、运算决策和远程监控。系统监控主要分为三个步骤，具体如下：

（1）将监控设备与服务器进行通信连接，获取工厂车间内的IP地址，通过密码和用户名进行账号登录；

（2）通过摄像头对远程监控和环境信息进行采集，并设置定时器，当采集时长达到定时标准时，定时器将作出反应，由此实现监控信息采集；

（3）最后将数据设置为文件夹，将其保存在服务器硬盘中，便于后续数据查询，并结束监控。

3 系统实现与性能测试

3.1 开发环境

为验证设计的数据采集和远程监控系统是否有效，实验将B/S架构进行系统构建，在 VB 语言中引入西门子opc，开发环境和平台分别为DAAutomation2.0中的sopcdaauto.dll文件和MFC，系统信息集成采用Windows API,系统封装方式为C++。

3.2 系统实现

3.2.1 数据采集实现

本系统的数据采集实现主要从三个方面入手，分别为数控设备采集、PLC数据采集和监控数据采集。

3.2.1.1 数控设备采集

选用 OPC服务器进行数控设备采集，采集对象分别为机床主要参数、安装配置数据和NC数据等，设备常用变量为机床状态数据、主轴驱动负载（其中通道和驱动均为1）、机床当前位置、当前操作模式、X轴状态和X轴进给率等。

确定西门子840D常用变量后，即可利用OPC对数据进行访问和处理，并根据其常用变量进行变量调用。根据OPC设定事件触发器，当触发器响应时即可得到数控机床具体参数，通过OPC标签名字数组，并在程序中对标签名称进行读取操作，由此实现无线串行网络与单片机的通信连接。 完成以上操作后，即可获得数控机床采集数控。

得到数控机床采集数据后，即可切断OPC端连接，并利用串行无线网络通信将数据传输至服务器端。

3.2.1.2 PLC数据采集

PLC数据采集采用操作简单、速度快、适用性强的组态软件方式进行实现，即安装与西门子840D相对应的WinCC组态软件。将其与PLC中的SMATIC产品进行连接后，即可得到采集数据，从而构建PLC变量列表。在PLC列表中选择一编码与TCP网络通信进行连接，从而将采集数据传输至服务器端。

3.2.1.3 监控数据采集

系统监控数据采集通过摄像头开发接口API和SDK结合，并在MFC平台上进行再次开发，之后通过方法调用方式获取监控信息，根据想要查看的时间段进行数据标签输入，即可实现数据查询和存储。

3.2.2 服务器端管理功能的实现

服务器端功能主要从系统界面得以实现，该界面中分为服务器开启和关闭功能、数据库配置功能、设备管理模块、用户管理模块和视频监控模块。

管理人员根据所需查询设备在系统界面中输入该设备编号，设备名称等，系统连接无线网络后，即可从数据库中匹配出相应的设备IP、在线状态和设备类型等信息，用户可在该数控设备显示界面中，对设备信息进行进一步查询、添加修改、检索和删除等操作。由此实现服务端管理功能实现。

3.2.3 监控功能实现

要实现监控窗口可视化，主要通过MFC将监控视频界面分为动态和静态形式。管理人员根据摄像头监控信息，从数据库中选择某一时间段的设备信息，即可输入该设备IP型号和时间，即可得到PLC监控数据显示界面，该界面中包含了设备的名称、设备编号、实际工作图像、可监控变量信息等，管理人员可根据想要获取的信息从界面中进行点击和查询操作，即可完成PLC控制系统的操作。

3.3 系统测试

3.3.1 测试方案

为验证设计系统的功能性，实验将对系统性能和各功能模块进行测试，具体测试方案如下所示。

（1）测试工具选择。首先对测试脚本信息进行提前设置，选用Load Runner工具进行系统测试,并采用多台测试终端服务器进行测试。

（2）测试数据准备。其中，测试数据的内容为对一个省份内全部管理人员和志愿者信息进行登录维护。

（3）测试场景参数设置。根据不同的实验场景，对其不同的参数进行设置。

（4）测试启动。根据以上测试脚本进行参数设置和并发用户输入。

（5）实时监控系统的表现参数。分别对TPS、ART、CPUT占用率、内存占用率、输入输出IO等参数进行监控，并实时查看系统各个功能模块的运行状况。

（6）测试完成，给出最终测试结果并进行具体分析，给出相应的解决措施。

3.3.2 测试指标

根据设定的测试方案，采用以下评价指标对实验结果进行评估：

（1）由用户登录系统的并发量大小、系统作出反应的响应时间对系统性能进行评估。

（2）查看用户通过账号密码成功登录系统后，系统各个设备和数据是否正常。

（3）对系统输入不同大小的数据，从而对系统服务器CPU、内存和反馈时间进行判断。

3.3.3 测试环境

为取得更好的实验结果，将按照1:1比例还原真实环境下的生产状态。并分别对系统性能、应用服务器和数据库服务器性能进行测试，具体配置信息如下：

表1：系统测试缺陷清单列表

（1）Load Runner控制器，压力测试服务器与Load Runner控制器相互配合，对运行脚本进行测试。并选择普通的PC机器作为测试服务器，其硬件配置选用2个CPU，内存大小为4GB，硬盘大小为500G，光纤大小为100M，软件设置中，选用Window作为操作系统，Load Runner选用9.5版本。

（2）应用服务器主要负责系统应用测试。依旧选用普通PC机器作为测试服务器，其硬件环境选用4CPU、8GB内存和500G硬盘，光纤依旧为100M。系统软件选择Linux和Tomcat7.0。

（3）数据库服务器与应用服务器选用同种硬件配置，软件配置则选用Linux、MySQL5.5进行测试。

3.3.4 测试结果

在以上测试环境下，将对系统正常运行时的CPU、内存大小和响应时间进行分析，在相同时间段内，由50名用户进行系统并发操作后，得到测试结果如下：

从图2结果能够直观的看出，相同条件下，50名用户进行并发测试后，系统始终保持较为稳定的状态，CPU使用率最高仅为25%，处于相对较低状态。由此可知，通过50名用户对系统进行并发测试对系统影响较小，系统无明显卡顿现象。

图2：50名用户并发测试结果

因此，为进一步验证系统性能，将并发用户增加至100个，得到的系统测试结果如下：

从图3结果可知，用户并发量增加至100个时，系统仍无明显卡顿和反馈慢的现象，且系统响应时间依旧保持较好。CPU占用率增加了20%左右，但对系统内存无较大影响。由此说明，即使增加了并发量，系统依旧可以取得较好的测试结果，系统性能优越。

图3：100名用户并发测试结果

通过以上测试结果对系统测试的缺陷进行清单列表，得到的列表如下：

从表1中可以看出，系统在50～100个并发量的状态下，除CPU占用率有所增加外，其他方面均保持稳定，无明显变化，由此说明该系统性能稳定性较强，具备一定的有效性，通过以上改进措施即可提升系统性能，避免缺陷发生。

4 结论

综上所述，设计的生产设备数据采集与远程监控原型系统性能优越，可实现数控机床智能工厂中数据采集、单片机与PLC无线串行通信和远程监控。测试结果表明，通过50名并发用户进行系统测试后，系统可在短时间内给与反馈和回复，响应时间较短，且系统CPU使用率保持在较低水平。将并发用户增加至100人时，除CPU占用率少量增加外，系统依旧处理平稳状态。由此说明，系统受并发量的影响较小，系统稳定性较强，各功能模块性能优越。