什么是SIMATIC NET、它分为哪四个层级?SIMATIC NET网络有哪些优点?

简介: SIMATIC NET是西门子通讯部分的统称,通常分为四个层级。最底层的为执行器/传感器级,用于智能仪表、阀门等带有通讯接口的设备,协议一般用ASI、DP、PA等。第二层为现场级,指PLC和PLC之间、现场的操作站或触摸屏之间的通讯,这部分通常用PROFIBUS现场总线。第三层为单元级或称为车间级,这部分通常使用以太网,用于工厂中控室操作员站之间、服务器和操作员站之间、服务器和PLC之间的通讯。第四层为管理级或称为工厂级,这部分也使用以太网,用于服务器和MIS系统、ERP系统等的对接,使公司管理层能够进行统一的生产管理。

SIMATIC NET是西门子通讯部分的统称,通常分为四个层级。最底层的为执行器/传感器级,用于智能仪表、阀门等带有通讯接口的设备,协议一般用ASI、DP、PA等。第二层为现场级,指PLC和PLC之间、现场的操作站或触摸屏之间的通讯,这部分通常用PROFIBUS现场总线。第三层为单元级或称为车间级,这部分通常使用以太网,用于工厂中控室操作员站之间、服务器和操作员站之间、服务器和PLC之间的通讯。第四层为管理级或称为工厂级,这部分也使用以太网,用于服务器和MIS系统、ERP系统等的对接,使公司管理层能够进行统一的生产管理。


640.jpg


第三层和第四层均使用以太网,其特点为采集的数据比较多,对数据的实时性要求不太高。从当前工业自动化的发展来看,有很多地方已经开始实施从上到下全部采用工业以太网,已经显现出统一的趋势,其优点为可以从上层直接读取下层的信息而且通过一个网络就可以实现,另外以太网的通讯速率较高,通常采用百兆的网络甚至高层会采用千兆网络,万兆网络当前也正在研发,有些地方已经开始尝试使用。


640.jpg


在各个级别我们来进行一个对比。在执行器/传感器级,从数据量来看其传输的数据一般按位来传输,响应时间一般为数毫秒,传输频率为数毫秒传输一次;在现场级,传输的数据一般按字节来传输,响应时间为10毫秒至100毫秒,传输频率为数毫秒至数秒传输一次;在单元级,传输的数据一般按千字节来传输,响应时间为100毫秒至1秒,传输频率为数秒至数分钟传输一次;在控制级,传输的数据一般按兆字节,响应时间为数分钟至数小时,传输频率为每天/班次/小时来传输。


640.jpg


SIMATIC NET网络的优点:


   1、节约成本。安装比较方便,可以节省安装和布线成本。

   2、灵活性。可以实现快速“重新布线”。

   3、高可靠性。为满足工业应用而进行优化,使用屏蔽电缆或光纤电缆,满足工业需求的专用协议。

   4、强大的测试和诊断功能。可以快速组态并测试,诊断功能使调试变得简单。



相关文章
|
13天前
|
数据可视化
R语言弹性网络Elastic Net正则化惩罚回归模型交叉验证可视化
R语言弹性网络Elastic Net正则化惩罚回归模型交叉验证可视化
19 1
|
13天前
|
机器学习/深度学习 存储 计算机视觉
r语言中对LASSO回归,Ridge岭回归和弹性网络Elastic Net模型实现-4
r语言中对LASSO回归,Ridge岭回归和弹性网络Elastic Net模型实现
42 11
|
9天前
|
机器学习/深度学习 存储 算法
r语言中对LASSO回归,Ridge岭回归和弹性网络Elastic Net模型实现(下)
r语言中对LASSO回归,Ridge岭回归和弹性网络Elastic Net模型实现
29 2
|
9天前
|
机器学习/深度学习 并行计算 算法
r语言中对LASSO回归,Ridge岭回归和弹性网络Elastic Net模型实现(上)
r语言中对LASSO回归,Ridge岭回归和弹性网络Elastic Net模型实现
|
13天前
|
机器学习/深度学习 算法 数据可视化
r语言中对LASSO回归,Ridge岭回归和弹性网络Elastic Net模型实现-3
r语言中对LASSO回归,Ridge岭回归和弹性网络Elastic Net模型实现
15 0
|
13天前
|
并行计算
r语言中对LASSO回归,Ridge岭回归和弹性网络Elastic Net模型实现-2
r语言中对LASSO回归,Ridge岭回归和弹性网络Elastic Net模型实现
14 0
|
13天前
|
算法 数据可视化
r语言中对LASSO回归,Ridge岭回归和弹性网络Elastic Net模型实现-1
r语言中对LASSO回归,Ridge岭回归和弹性网络Elastic Net模型实现
20 0
|
17天前
|
存储 测试技术 计算机视觉
高维数据惩罚回归方法:主成分回归PCR、岭回归、lasso、弹性网络elastic net分析基因数据
高维数据惩罚回归方法:主成分回归PCR、岭回归、lasso、弹性网络elastic net分析基因数据
36 0
|
18天前
|
计算机视觉 存储 机器学习/深度学习
r语言中对LASSO回归,Ridge岭回归和弹性网络Elastic Net模型实现3
用SPSS Modeler的Web复杂网络对所有腧穴进行关联规则分析2
18 0
r语言中对LASSO回归,Ridge岭回归和弹性网络Elastic Net模型实现3
|
18天前
|
并行计算 算法 数据可视化
r语言中对LASSO回归,Ridge岭回归和弹性网络Elastic Net模型实现1
r语言中对LASSO回归,Ridge岭回归和弹性网络Elastic Net模型实现
26 0
r语言中对LASSO回归,Ridge岭回归和弹性网络Elastic Net模型实现1