首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >国内PLC研发路线,南北自动化两巨头汇川与和利时的PLC谁更像西门子?

国内PLC研发路线,南北自动化两巨头汇川与和利时的PLC谁更像西门子?

作者头像
剑指工控
发布于 2023-10-12 07:52:10
发布于 2023-10-12 07:52:10
4.1K0
举报
文章被收录于专栏:剑指工控剑指工控

JZGKCHINA

工控技术分享平台

可编程逻辑控制器(PLC)

可编程逻辑控制器(PLC)是一种用于自动化控制系统的电子设备。它是一种专用计算机,用于监控和控制制造过程中的机器和设备。PLC的主要功能包括输入信号的读取、逻辑运算、输出信号的生成,以及对系统进行实时监控和反馈控制。当前PLC市场主要以西门子为代表的欧系、AB代表的美系以及三菱代表的日系为主,但是这些年国产PLC奋发图强也取得了不错的成绩。

国产PLC按应用场景与商业模式可以分为两大体系,

即离散行业自动化与流程行业自动化

离散行业自动化以华为系最为显著,代表企业是汇川技术,离散行业主打的是性价比、运动控制解决方案、销售渠道。流程行业自动化院所系最为突出,和利时与中控两大巨头,和利时主打电力行业,中控主打化工,流程行业以工程项目为主,招标是流程项目的主线。

今天我们从产品应用场景、公司商业模式一起来研究如何设计一台PLC,分析南北自动化两大巨头的PLC技术产品体系的区别以及导致这种差异的主要因素,以及分析当今PLC产品的发展方向和前景。

和利时的PLC产品的历史比汇川是要久很多的,准确来说汇川PLC是这几年起来的,但是和利时的PLC超过15年历史,并且已经大批量应用与轨道交通、火电、核能等控制领域,可谓是久经考验,底蕴深厚,和利时最突出的业务是DCS,集散发布控制业界闻名。和利时它的商业模式是以工程项目为主,这种类型的项目基本几百万几千万,这种商业模式导致和利时看不上卖产品的钱,这是过程控制系的通病。

卖产品的模式是滴水穿石,积水成河,和利时这些公司忍受不住卖产品的寂寞,因此和利时这些公司在中小型PLC产品的影响力有限,可以说中小型运动控制市场不太突出。但是和利时在大型PLC领域知名,大型PLC它们采用的设计方式基本是ARM+FPGA搭载操作系统军工系喜欢用VXworks,因为Vx实时性高,但是费用很高,大PLC的主控芯片基本是800M主频以上了,和利时的国产化龙芯方案挺有样板样子。

和利时大型PLC基本和西门子300/400如出一辙,可以说是西门子再现,PROFIBUSDP和PROFINET基本是标配,不过PROFIDRIVE一直被西门子牢牢掌控。和利时的PLC系统类似CODESYS路线,操作系统运行上位机实时运行核,这种做法在SCADA里常见。

汇川技术的商业模式以产品为主,可谓是一刀一枪干出的市场,汇川的产品思维是比和利时强的,毕竟百亿销售额就是一个个几百块的PLC伺服电机累积起来的。汇川PLC的设计模式以仿三菱起家,并逐步衍生出自己的风格,是不是觉得H3U和H5U这些和三菱的好匹配,AM600更是绝。言归正传,我们还是讲解PLC研发设计。

PLC研发设计技术实现方式主要有几种技术模式:

第一种就是三菱Gworks、西门子smart200这种类型的PLC

这种小PLC产品下位机和上位机是相互独立的,即下位机与上位机之间的配合是对接指令,硬件的实现的话可以采用STM32类单片机或者DSP实现,小型机要做稳做好还是有挑战的。国产很长一段时间都是套壳西门子或三菱的软件,甚至现在你会发现三菱的Gworks和一些国产PLC是可以兼容的。

第二种模式就是CODESYS类路线

CODESYS类对硬件要求高,对芯片的运算能力、内存大小(采用flash或EMMC)要求都不低,毕竟要运行操作系统,ubantu挺费资源的,ROM基本上是1GB起步,RAM128M起,芯片的主频能力基本是600M起步。常用的芯片可以选择AM33系列、ZYNQ70系列、IMX8系列、T3这些,操作系统可以选择linux、QNX,从设计模式来说,中大型PLC基本差不多。

用linux的PLC的性能还是受限了,对于追求极致性能的可以走X86路线,ARM架构基本局限在1.6G内,做的最多的运动控制性能也就是64轴EtherCAT。更多可以上X86架构,运行windows系统,工控机路线,现在的软PLC就是windows系统运行codesys类运行时。X86架构的芯片轻轻松松干倒6G主频,性能也不仅仅只是运动控制了,更多的是人工智能运算,X86架构用Intel、AMD芯片多。

国产plc的发展是一个循序渐进的过程,从用CODESYS、gworks再到汇川easy等全自主平台,从仿西门子、仿三菱到全新的国产风格,国产PLC的发展可以说是进步神速。尽管现在国产PLC还有着各种毛病,但是10年后国产PLC与西门子等国外plc碰撞出的火花值得期待。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2023-10-11,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 剑指工控 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
【下载】面向Python深度学习实战书籍《Deep Learning with Python》
【导读】机器学习专家Nikhil S. Ketkar博士撰写的Python深度学习实战《Deep Learning with Python: A Hands-on Introduction》深入检出地讲解了各个深度学习框架的实际应用,面向尝试深度学习作为解决特定问题的软件开发人员,或者是想要将数据科学家开发的深度学习模型应用于实际场景。本书向我们介绍了Keras,Theano和Caffe等深度学习框架,并且帮助我们可以在较短的时间里掌握这些知识,并且将重点更多地放在实际应用领域,模型和算法上。因此,这本书是
WZEARW
2018/04/11
2.7K0
【下载】面向Python深度学习实战书籍《Deep Learning with Python》
【下载】 TensorFlow:实战Google深度学习框架
【导读】“深度学习”这个词在过去的一年之中已经轰炸了媒体、技术博客甚至到朋友圈。这也许正是你会读到本书的原因之一。数十年来,人工智能技术虽不断发展,但像深度学习这样在学术界和工业界皆具颠覆性的技术着实十年难遇。可惜的是,理解和灵活运用深度学习并不容易,尤其是其复杂的数学模型,让不少感兴趣的同学“从入门到放弃”。更糟糕的是,因为深度学习技术的飞速发展,而写书、出版的过程又非常复杂,不论是英文还是中文,都很难找到从实战出发的深度学习参考书。Tensorflow 实战Google深度学习框架这本书一经推出,干货比
WZEARW
2018/04/12
1.6K0
【下载】 TensorFlow:实战Google深度学习框架
【经典】Yann LeCun:如何有效实现无监督学习(158页PPT)
【新智元导读】Yann LeCun日前在法国大学做了系列讲座。这篇演讲中他结合大量实例,全面系统梳理了深度学习关键知识点和待解决的问题。其中,LeCun简单讲解了如何有效实现无监督学习,并详细比较了不同深度学习的特点。LeCun指出目前实现强人工智能还是一个科学问题,并非技术挑战;同时,要区分“智能”与“自主”的概念,大部分的智能系统将不会是自主性的。 第一部分 LeCun以“我们应该拷贝大脑来发展智能机器吗?”这一问题作为开题,随后给出否定答案,对于智能机器的发展,我们“应该从自然中获得动力,但不
新智元
2018/03/21
1.7K0
【经典】Yann LeCun:如何有效实现无监督学习(158页PPT)
【下载】面向机器智能的TensorFlow实践书籍和代码
【导读】自2015年11月TensorFlow第一个开源版本发布以来,它便迅速跻身于最激动人心的机器学习库的行列,并在科研、产品和教育等领域正在得到日益广泛的应用。这个库也在不断地得到改进、充实和优化。与此同时,TensorFlow社区正以惊人的速度发展壮大。面向机器智能的TensorFlow实践《TensorFlow for Machine Intelligence》是一本很不错的TensorFlow入门指南,生动讲解TensorFlow的底层原理,并从实践角度介绍如何将两种常见模型——深度卷积网络、循环
WZEARW
2018/04/12
1.3K0
【下载】面向机器智能的TensorFlow实践书籍和代码
【下载】深度学习DL4j实战指南《Deep Learning—A Practitioner's Approach》
【导读】 深度学习工程师、deeplearning4j框架贡献者之一Adam Gibson等人的新书《Deep Learning—A Practitioner's Approach》面向希望学习深度学习的数据科学家和工程师,从实战角度出发带你用DL4j快速上手深度学习方法,这本书的目标是使深度学习大众化,利用DL4J进行一系列深度学习实战,并且介绍了在Spark和Hadoop上使用DL4J进行深度学习开发的教程。 请关注专知公众号 后台回复“DLP” 就可以获取深度学习实战指南 pdf下载 后台回复“DLP
WZEARW
2018/04/11
1.7K1
【下载】深度学习DL4j实战指南《Deep Learning—A Practitioner's Approach》
【下载】Scikit-learn作者新书《Python机器学习导论》, 教程+代码手把手带你实践机器学习算法
【导读】哥伦比亚大学老师Andreas C. Müller同时也是著名机器学习Python包scikit-learn的主要贡献者 Andreas Muller 和 Reonomy 公司数据科学家 Sarah Guido 的新书《Python机器学习导论》(Introduction to machine learning with Python)从实战角度出发带你用Python快速上手机器学习方法。随书同时提供代码和Jupyter Notebook,可以让你动手调试改进。 请关注专知公众号(扫一扫最下面专知
WZEARW
2018/04/11
2.3K0
【下载】Scikit-learn作者新书《Python机器学习导论》, 教程+代码手把手带你实践机器学习算法
机器学习和深度学习视频资料精选(附学习资料)
来源:大数据挖掘DT数据分析 本文长度为633字,建议阅读3分钟。 本文为你介绍机器学习和深度学习的视频资料。 第一部分 基础语言 pandax视频教程链接: https://pan.baidu.com/s/1pLqavVX密码: fath python入门到精通链接: https://pan.baidu.com/s/1mhVNIkC 密码: cvp3 第二部分 数据篇 链接: https://pan.baidu.com/s/1pLK25zP 密码: qtuu 第三部分 机器学习部分 吴恩达机器学习链接
数据派THU
2018/01/30
2.6K0
机器学习和深度学习视频资料精选(附学习资料)
阿里大佬力荐K8s项目实战笔记!图文并茂带你深度解析Kubernetes
当我们尝试去理解 Kubernetes 集群工作原理的时候,控制器肯定是一个难点。这是因为控制器有很多,具体实现大相径庭;且控制器的实现用到了一些较为晦涩的机制,不易理解。但是,我们又不能绕过控制器,因为它是集群的“大脑”。
愿天堂没有BUG
2022/10/28
1.5K0
阿里大佬力荐K8s项目实战笔记!图文并茂带你深度解析Kubernetes
学界 | 微软论文概述神经信息检索技术:如何将神经网络用于信息检索?
选自arXiv 作者:Bhaskar Mitra、Nick Craswell 机器之心编译 参与:晏奇、黄小天 近日,微软研究人员 Bhaskar Mitra 和 Nick Craswell 在 arXiv 上提交了一篇名为《用于信息检索的神经模型(Neural Models for Information Retrieval)》论文,论文概述了神经信息检索模型背后的基本概念和直观内容,并且将其置于传统检索模型的语境之中。论文的目的在于为神经模型与信息检索之间架起桥梁,互通有无,加快神经信息检索技术的发展。
机器之心
2018/05/07
1.4K0
学界 | 微软论文概述神经信息检索技术:如何将神经网络用于信息检索?
为什么说NVIDIA 黄仁勋 CES演讲引领人工智能未来五年发展方向?
北京时间1月7日早上10点30,NVIDIA黄仁勋身穿新皮衣等上CES的讲台,发表CES开幕演讲。将近1个小时40分钟的演讲里,黄仁勋再次给大家描述了人工智能未来发展蓝图。
GPUS Lady
2025/01/07
2180
卷不赢也躺不平?从入门到万丈高楼,代码与梦想的交织之路
无论你是抱着哪种想法选择了计算机专业,不可否认的是——计算机已经渗透到我们生活的方方面面。从手机、汽车、医疗设备,到人工智能、自动驾驶、区块链,每一个技术的背后,都有无数程序员在敲着键盘,一行行写出了这个数字时代的基石。
羑悻的小杀马特.
2025/07/22
1240
从网络设计到实际应用,深度学习图像超分辨率综述
图像超分辨率(SR)是指从低分辨率(LR)图像中恢复高分辨率(HR)图像的过程,是计算机视觉和图像处理中一种重要的图像处理技术。它在现实世界中有着广泛的应用,如医学成像、监控和安全等。除了改善图像的感知质量,它还有助于改善其它计算机视觉任务。总的来说,由于单个 LR 图像通常对应多个 HR 图像,因此这个问题比较具有挑战性。以往的文献中提到了多种经典的 SR 方法,包括基于预测的方法、基于边缘的方法、统计方法、基于 patch 的方法和稀疏表征方法等。
机器之心
2019/03/12
8300
从网络设计到实际应用,深度学习图像超分辨率综述
IBM高级研发工程师武维:如何分布式训练深度学习模型?| 分享总结
AI 研习社按:随着深度学习神经网络规模越来越大,训练一个深度神经网络(Deep Neural Networks, DNNs)往往需要几天甚至几周的时间。为了加快学习速度,经常需要分布式的 CPU/GPU 集群来完成整个训练。本文就就来为大家简单简单介绍一下如何进行分布式训练深度学习模型。 在近期 AI 研习社的线上公开课上,来自 IBM 系统部研发工程师武维博士为大家做了一期主题为「深度学习中的分布式训练」的在线分享,错过了直播的同学们如果看了本文有疑惑之处还可以到雷锋网(公众号:雷锋网) AI 慕课学院
AI研习社
2018/03/16
8320
IBM高级研发工程师武维:如何分布式训练深度学习模型?| 分享总结
超全整理深度学习相关学习资料,提供系统化的深度学习路径
最近刷到某乎,看到有小伙伴提问到 「"深度学习如何入门,有哪些学习资料?"」。看到这里,笔者想整理下一些翻山越岭,爬坑超车的经验,帮助刚入门深度学习的小伙伴。如果有想了解机器学习入门方法的朋友,可以看我之前写的机器学习入门方法和资料合集。
提莫在线发育
2020/04/17
6150
超全整理深度学习相关学习资料,提供系统化的深度学习路径
手把手教你从零搭建深度学习项目(可下载PDF版)
第一部分:启动一个深度学习项目 1. 应该选择什么样的项目? 很多人工智能项目其实并没有那么严肃,做起来还很有趣。2017 年初,我着手启动了一个为日本漫画上色的项目,并作为我对生成对抗网络 ( GAN ) 研究的一部分。这个问题很难解决,但却很吸引人,尤其是对于我这种不会画画的人来说!在寻找项目时,不要局限于增量性改进,去做一款适销对路的产品,或者创建一种学习速度更快、质量更高的新模型。 2. 调试深度网络(DN)非常棘手 训练深度学习模型需要数百万次的迭代,因此查找 bug 的过
昱良
2018/06/25
1.2K0
[自建题库]c认证初级
第九部分(ISO/IEC 14496-9),参考硬件:提供了用于实现本标准功能的硬件设计方案。
天天Lotay
2022/12/02
1.1K0
[自建题库]c认证初级
深度学习相关最新图书推荐
如果您是初学者,那么您可能会将深度学习与机器学习混为一谈。实际上,机器学习包含深度学习,深度学习只是机器学习的研究领域之一。深度学习是一个交叉学科,涉及到神经网络、人工智能、图建模、最优化理论、模式识别和信号处理等多学科领域知识。硬件计算能力的升级使得深度学习在人们的日常生活中有了用武之地。深度学习的应用领域包括计算机视觉、语音识别、图像识别,自动驾驶,自然语言理解、手写识别、音频处理、信息检索、机器人学等。 关于深度学习,市场上已经有很多参考资料以及著作。若您是个书虫,点击这里可以看到 Amazon 上
杨熹
2018/04/03
8260
深度学习相关最新图书推荐
手把手搭建游戏AI—如何使用深度学习搞定《流放之路》
翻译 | 彭硕,姜沂,reason_W 编校 | reason_W DeepMind开源《星际2》AI平台,OpenAI人工智能系统打败Dota2游戏顶级玩家......越来越多的科技巨头开始进入到游戏AI的领域,并相继开放了他们的接口和数据集。复杂的训练数据,即时多变的对战环境,对多智能体协作能力的要求等等使得《星际争霸》这样的游戏被称为通用智能的关键,预示着AI将在越来越真实的混乱环境里向人类的心智靠近。 那么小白玩家该如何入坑游戏AI呢?游戏AI到底是如何和游戏进行接口交互,判断角色状态,执行动作
AI科技大本营
2018/04/26
3.1K0
手把手搭建游戏AI—如何使用深度学习搞定《流放之路》
深度学习笔记之《解析卷积神经网络》附下载地址
实际上深度学习,只是机器学习的一个子领域,同样地,机器学习也是人工智能的一个子领域。但是随着深度学习的发展,尤其是在AlphaGo那场世纪大战之后,深度学习渐渐地脱离于机器学习,人们口中的“机器学习”逐渐地成了传统机器学习,即不包含深度学习的那部分。与此同时,机器学习、深度学习同时也是计算机视觉、自然语言处理、语音识别的工具,上述领域的关系相辅相成,不能割裂地看待。
Datawhale
2019/08/16
7010
深度学习笔记之《解析卷积神经网络》附下载地址
如何从零开始构建深度学习项目?这里有一份详细的教程
选自Medium 作者:Jonathan Hui 机器之心编译 在学习了有关深度学习的理论课程之后,很多人都会有兴趣尝试构建一个属于自己的项目。本文将会从第一步开始,告诉你如何解决项目开发中会遇到的各类问题。 本文由六大部分组成,涵盖深度学习 ( DL ) 项目的整个过程。我们将使用一个自动漫画着色项目来说明深度学习的设计、程序调试和参数调整过程。 本文主题为「如何启动一个深度学习项目?」,分为以下六个部分: 第一部分:启动一个深度学习项目 第二部分:创建一个深度学习数据集 第三部分:设计深度模型 第四部分
朱晓霞
2018/04/19
9490
如何从零开始构建深度学习项目?这里有一份详细的教程
推荐阅读
【下载】面向Python深度学习实战书籍《Deep Learning with Python》
2.7K0
【下载】 TensorFlow:实战Google深度学习框架
1.6K0
【经典】Yann LeCun:如何有效实现无监督学习(158页PPT)
1.7K0
【下载】面向机器智能的TensorFlow实践书籍和代码
1.3K0
【下载】深度学习DL4j实战指南《Deep Learning—A Practitioner's Approach》
1.7K1
【下载】Scikit-learn作者新书《Python机器学习导论》, 教程+代码手把手带你实践机器学习算法
2.3K0
机器学习和深度学习视频资料精选(附学习资料)
2.6K0
阿里大佬力荐K8s项目实战笔记!图文并茂带你深度解析Kubernetes
1.5K0
学界 | 微软论文概述神经信息检索技术:如何将神经网络用于信息检索?
1.4K0
为什么说NVIDIA 黄仁勋 CES演讲引领人工智能未来五年发展方向?
2180
卷不赢也躺不平?从入门到万丈高楼,代码与梦想的交织之路
1240
从网络设计到实际应用,深度学习图像超分辨率综述
8300
IBM高级研发工程师武维:如何分布式训练深度学习模型?| 分享总结
8320
超全整理深度学习相关学习资料,提供系统化的深度学习路径
6150
手把手教你从零搭建深度学习项目(可下载PDF版)
1.2K0
[自建题库]c认证初级
1.1K0
深度学习相关最新图书推荐
8260
手把手搭建游戏AI—如何使用深度学习搞定《流放之路》
3.1K0
深度学习笔记之《解析卷积神经网络》附下载地址
7010
如何从零开始构建深度学习项目?这里有一份详细的教程
9490
相关推荐
【下载】面向Python深度学习实战书籍《Deep Learning with Python》
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档