Industrielle Fertigung
Industrielles Internet der Dinge | Industrielle Materialien | Gerätewartung und Reparatur | Industrielle Programmierung |
home  MfgRobots >> Industrielle Fertigung >  >> Industrial Internet of Things >> Sensor

Open-Source-Lösungen für moderne industrielle Automatisierung

AutomationDirect, Cumming, GA

Abbildung 1. Traditionelle SPS und klassische Leiterlogik – wie die AutomationDirect Productivity-Familie mit klassischer Leiterlogik-Programmierung – spielen nach wie vor eine wichtige Rolle und haben viele moderne Fähigkeiten gewonnen, obwohl ihre Entwicklungsumgebung proprietär ist. (Bild: AutomationDirect)

Vom proprietären zum offenen Automatisierungsansatz

Industrielle Automatisierung war traditionell durch proprietäre Technologien und herstellerspezifische Lösungen geprägt. Aktuelle Trends verschieben sich jedoch hin zu größerer Offenheit sowohl in Hardware als auch Software, was die sich wandelnden Bedürfnisse von Endanwendern, Systemintegratoren (SIs) und Erstausrüstern (OEMs) widerspiegelt.

Zunächst basierte industrielle Automatisierung auf hartverdrahteten Systemen wie Relais und Schaltern. Mit der Weiterentwicklung der Automatisierung entstanden programmierbare Logiksteuerungen (SPS), die spezialisierte Programmiermethoden nutzten, typischerweise Leiterlogik. Diese SPS und ihre integrierten Entwicklungsumgebungen (IDEs) waren proprietär, was zu Vendor Lock-in führte (Abbildung 1). Steuerungs- und Softwareumgebungen wurden eng von Lieferanten kontrolliert, was Zuverlässigkeit sicherte, aber Flexibilität und Interoperabilität einschränkte.

Während dieses Modell viele Jahre gut funktionierte, ist der Industriesektor zunehmend komplexer geworden, mit größerem Bedarf an Anpassung, Datenverarbeitung und Analytik. Dies hat die Nachfrage nach offeneren und flexibleren Programmierlösungen getrieben. Industrielle Anwendungen erfordern heute oft fortgeschrittene Datenverarbeitung und Integration mit modernen IT-basierten Systemen, sodass traditionelle Methoden manchmal unzureichend sind. Es gab mehrere Entwicklungen hin zu offenerer Automatisierung:

IEC 61131 Standards

In den mittleren 1990ern eingeführt, war der IEC 61131-Standard ein bedeutender Schritt zur Standardisierung industrieller Programmiersprachen. Er umfasst Leiterdiagramm (LD), Funktionsbausteindiagramm (FBD), Strukturierter Text (ST) und Sequentielles Funktionsdiagramm (SFC). Während diese Sprachen einen gemeinsamen Rahmen bieten, lösen sie Probleme der plattformübergreifenden Code-Portabilität nicht vollständig.

CODESYS IDE

Um den Bedarf an Portabilität zu decken und die Benutzerfreundlichkeit zu verbessern, wurde CODESYS entwickelt. CODESYS basiert auf IEC 61131-3 und bietet eine hardware-agnostische IDE, die mehrere Plattformen unterstützt. Diese Umgebung ermöglicht Entwicklern, Code einmal zu schreiben und auf verschiedenen Hardwaresystemen bereitzustellen. Sie erleichtert Code-Wiederverwendung und verringert die Lernkurve für Nutzer, kann aber Einschränkungen beim Zugriff auf bestimmte hardwarespezifische Funktionen haben.

Offene Mikrocontroller

Das Aufkommen von Mikrocontroller-Plattformen wie Arduino und Raspberry Pi hat moderne Programmiersprachen wie C++ und CircuitPython in industrielle Anwendungen eingeführt. Diese Sprachen, die jüngeren Ingenieurgenerationen vertrauter sind, glänzen bei der Handhabung komplexer mathematischer Operationen und datenintensiver Aufgaben. Obwohl diese Mikrocontroller SPS nicht vollständig ersetzen mögen, bieten sie zusätzliche Optionen für die Integration in bestehende Systeme und die Verbesserung der Datenkonnektivität.

Hybride Ansätze: Das Beste aus beiden Welten

Abbildung 2. AutomationDirect bietet viele Automatisierungsoptionen, einschließlich traditioneller SPS, einer CODESYS-kompatiblen SPS und der ProductivityOpen-Familie, die Arduino-kompatible Prozessoren nutzt, damit Anwender ihre Automatisierungsanwendungen mit moderneren Sprachen wie C++ und CircuitPython programmieren können. (Bild: AutomationDirect)

Während der Wandel zu offenen Sprachen und Plattformen zahlreiche Vorteile bietet, einschließlich reduzierter Lizenzkosten und erhöhter Flexibilität, werden traditionelle SPS mit proprietären IDEs weiterhin umfangreich für Echtzeit-Steuerungsaufgaben eingesetzt, wo Zuverlässigkeit und deterministisches Verhalten oberste Priorität haben.

Die industrielle Automatisierungslandschaft wird zunehmend vielfältiger. Einige Anwendungen profitieren von den robusten Fähigkeiten von SPS, während andere moderne, offene Technologien für höherwertige Verarbeitung und Integration nutzen. In vielen Fällen wird ein hybrider Ansatz verwendet, der traditionelle SPS für Kernsteuerungsfunktionen mit offenen Plattformen für Datenverarbeitung und Analytik kombiniert (Abbildung 2).

Da sich industrielle Automatisierungstechnologien weiterentwickeln, wird sich das Gleichgewicht zwischen traditionellen und offenen Lösungen voraussichtlich weiter verschieben. Der Schwerpunkt liegt auf der Bereitstellung vielseitiger Plattformen, die unterschiedliche Benutzerbedürfnisse erfüllen und eine Umgebung fördern, in der sowohl Legacy- als auch moderne Systeme koexistieren und sich effektiv ergänzen können.

Dieser Artikel wurde von Tim Ensminger, Product Manager, und Matthew Lappin, Technical Product Manager, beide bei AutomationDirect (Cumming, GA), verfasst. Weitere Informationen finden Sie hier.

Sensor

  1. Wie Gefährliche-Gas-Detektion Leben und Arbeitsplätze schützt
  2. Executive Roundtable: Industry 4.0 vorantreiben mit smarten Sensoren & IIoT
  3. Nebelsichere Fortbewegung voranbringen: Sandia Labs testet Sensoren für autonome Fahrzeuge
  4. Flüssigkeitssensor-Genauigkeit optimieren für präzise industrielle Prozessmessung
  5. Northwestern University enthüllt Wearable-Gerät zur Messung der Hautatmung
  6. Winzige PM2.5 & VOC Sensoren ermöglichen Echtzeit-Personal-Luftqualitätsmonitoring
  7. Infrarot (IR) Sensoren: Funktionsweise & praktische Schaltpläne
  8. Automobilnavigation revolutioniert: ACEINNAs leistungsstarke, skalierbare MEMS-IMUs
  9. AEye stellt Langstrecken-LiDAR vor: Erkennt Fahrzeuge bis 1.000 m für autonome Fahrzeuge
  10. Software-gestütztes Wafer-Level-Reliability-Testing für Next-Gen-Halbleiter