PLC的工作原理

简介: PLC采用循环执行用户程序的方式,称为循环扫描工作方式,一个循环扫描周期,主要可分为输入采样、用户程序执行和输出刷新三个阶段。

PLC采用循环执行用户程序的方式,称为循环扫描工作方式,一个循环扫描周期,主要可分为输入采样、用户程序执行和输出刷新三个阶段。PLC运行后首先执行一次启动组织块,再开始监视时间,在输入采样阶段,读取输入设备的状态,并存储到IO映像区中,之后进入执行用户程序阶段,按照从上到下从左到右的顺序依次执行用户程序,执行完用户程序,将输出映像区的结果刷新到输出设备。这一过程就是一个扫描周期,循环进行上述步骤称为循环扫描工作方式。


640.jpg


在扫描周期中的输入采样阶段,依次读入所有输入状态和数据,并将它们存入IO映像区中的相应单元内,输入采样结束后,转入用户程序执行和输出刷新阶段。在这两个阶段中,即使输入状态和数据发生变化,IO映像区中的相应单元的状态和数据也不会改变。因此如果输入是脉冲信号,该脉冲信号的宽度必须大于一个扫描周期,才能够保证在任何情况下该输入均能被读入。


640.jpg


在扫描周期中的用户程序执行阶段,PLC总是按由上而下的顺序依次扫描用户程序,再扫描每一条梯形图时,并按先左后右先上后下的顺序进行逻辑运算。 逻辑运算的结果存于映像区,上面的逻辑运算,其运算结果会对下面的逻辑运算起作用。相反下面的逻辑运算,其运算结果只能到下一个扫描周期,才能对上面的运算结果起作用。


640.jpg


在扫描周期中的输出刷新阶段,当扫描用户程序结束后,PLC就进入输出刷新阶段。在此期间,CPU按照保存在IO映像区的运算结果,刷新所有对应的输出锁存电路,再经输出电路驱动相应的外设,这时才是PLC的真正输出。


640.jpg


综合上述过程,PLC的工作特点如下:一、所有输入信号在程序处理前统一读入,并在程序处理过程中不再变化。 而程序处理的结果也是在扫描周期的最后时段统一输出,其工作特点是将一个连续的过程分解成若干静止的状态。二、PLC仅在扫描周期的起始时段读取外部输入状态,该时段相对较短,对输入信号的抗干扰能力强。三、循环扫描的工作方式,对于高速变化的过程可能漏掉变化的信号,也会带来系统响应的滞后。为克服上述问题,可利用立即输入输出脉冲捕获高速计数器或中断技术等。


640.jpg


下面我们来看一个实例,I0.1代表外部的按钮,当按钮动作后,左面的程序只需要一个扫描周期,就可以完成对M0.4的刷新,而右面的程序要经过四个扫描周期才能完成对M0.4的刷新,在扫描周期极短,无时序配合要求时,感觉不到这两个程序执行的差异。 在有时序配合的情况下,这种差异要引起注意。


640.jpg


结合PLC循环扫描工作方式分析图示双线圈输出程序。当I0.0按下时,最终输出Q0.0还是0,当I0.1按下时,最终输出Q0.0才是1。


640.jpg


下面通过示意图介绍S7-1200 PLC启动到运行的过程,启动过程中依次执行以下步骤:A、清除输入映像存储器。B、使用上一个值或替换值,对输出执行初始化。C、执行启动OB块。D、将物理输入的状态复制到输入映像存储器。F、启用将输出映像存储器的值写入到物理输出。 E、将所有中断事件存储到要在软模式下处理的队列中。运行时依次执行以下步骤:①将输出映像存储器写入物理输出。②将物理输入的状态复制到输入映像存储器。③执行程序循环OB块。④执行自检诊断。⑤请注意,在扫描周期的任何阶段,可实时处理中断和通信。


640.jpg


以上我们以西门子S7-1200为例介绍了PLC的工作原理,在后续文章中我们将继续学习S7-1200的相关知识,欢迎大家持续关注!

相关文章
|
机器学习/深度学习 算法 数据可视化
智能扑克牌识别软件(Python+YOLOv5深度学习模型+清新界面)
智能扑克牌识别软件(Python+YOLOv5深度学习模型+清新界面)
1963 0
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
阶跃星辰开源! Step 3 :最新一代基础大模型 ,多模推理,极致效率
阶跃星辰开源新一代大模型 Step 3,采用 MoE 架构,参数量达 321B,激活参数 32B,平衡推理效率与资源利用,具备强大多模态能力,支持复杂推理与视觉分析,已在多个评测集取得领先成绩。
694 10
|
JavaScript 前端开发 Docker
如何通过pm2以cluster模式多进程部署next.js(包括docker下的部署)
通过这些步骤,可以确保您的Next.js应用在多核服务器上高效运行,并且在Docker环境中实现高效的容器化管理。
1244 44
|
人工智能 安全 Android开发
《鸿蒙系统AI优势:超越安卓,开启智能新篇》
鸿蒙系统在人工智能浪潮中展现出独特优势。其系统级原生智能简化开发,AI大模型接入提升智慧交互,微内核架构保障安全稳定,分布式架构实现多设备无缝协同,隐私保护措施全面,智能检测实时防护。相比安卓,鸿蒙在开发效率、智能性、安全性及用户体验上更具竞争力,为用户带来更智能、便捷、安全的使用体验。
1269 6
|
数据挖掘 项目管理
如何通过PDCA循环和团队协作工具实现高效项目管理?
2分钟带你快速了解PDCA循环,以及如何利用团队协作工具高效实现这一方法。
408 2
如何通过PDCA循环和团队协作工具实现高效项目管理?
|
监控 前端开发 JavaScript
楼层导视软件
楼层导视软件通过直观的3D地图和精准的实时定位功能,帮助用户快速找到目的地,大大节省了时间和精力。
434 21
楼层导视软件
|
数据采集 机器学习/深度学习 自然语言处理
利用阿里云实现情感分析:从理论到实践
在当今数字化时代,了解用户的情感和态度对于企业和组织来说至关重要。情感分析(Sentiment Analysis)是一种自然语言处理技术,用于识别和提取文本中的主观信息,如情感倾向和情绪状态。本文将介绍如何使用阿里云平台提供的工具和服务来实施情感分析,并探讨其在不同场景下的应用。
1093 0
利用阿里云实现情感分析:从理论到实践
|
Windows
Multisim 14 常见电子仪器的使用和Multisim的使用
Multisim 14 常见电子仪器的使用和Multisim的使用
602 1
|
机器学习/深度学习 人工智能 达摩院
阿里巴巴达摩院“绿色能源AI”解决方案
阿里巴巴达摩院决策智能实验室致力于研究决策智能系统需要的国际前沿技术,提升业务运营效率和收益、降低成本。在电力能源行业构建出“绿色能源AI”方案,与国家电网、南方电网等企业合作落地多个项目。代表作软件是行业领先的MindOpt优化求解器、智能电力预测eForecaster、MindOpt Studio决策开发云平台。研究方向包含机器学习、数学建模、优化求解、 时序预测、因果分析、决策方案可解释性、决策推理大模型等。本篇是达摩院“绿色能源AI"方案的介绍幻灯片图,供大家了解方案的能力。
2452 1
阿里巴巴达摩院“绿色能源AI”解决方案