YFIOServer后台驱动算法优化

简介:

以前,虽然YFIOServer的驱动实现了各种PLC的通信(如PPI,MPI,Modbus等等),但是以前的IO变量读写并没有优化,所以当要访问的变量一多,效率就成为问题。

目前,采用了最新的优化算法(具体思路下面再说),效率提高了好多倍,有如下指标可以参考,以前用Prodave访问S7-300PLC(用MPI访问,波特率19200),10个变量,读一次,近500ms,目前经过优化,读1000个变量,不过200ms,效率提高了不知多少倍。

这样一来,YFIOServer终于实现了真正的工控应用,逐渐走向了工业现场。目前配水系统,四车系统都采用该后台,效果很好,编程也变得异常简单,不用在考虑太多的通信问题,直接访问后台就可以了。


配水系统

 

四车系统

--------------------

优化算法简介

--------------------

目的:因为与硬件进行通信最耗时,数据解析和类型转换倒不是瓶颈,所以用最快速的方法把要获取的数据或要写入的数据,整体一次性完成。

思路:访问的变量地址要归类,此外要排序,便于批量操作。

实现:在上位机内存中,建立硬件数据映射表,此外还要建立一个同样大小的标志表,根据变量地址和类型填写标志表的读写标志,最后程序统一更加读写标志完成读写。

 

 














本文转自yefanqiu51CTO博客,原文链接:http://blog.51cto.com/yfsoft/324078,如需转载请自行联系原作者

相关文章
|
2月前
|
Windows
U3D引擎虚拟仿真课程加载缓慢怎么解决?实时渲染技术
针对以上问题,既要考虑原有资源的利旧使用,也要考虑用户使用的流畅体验。实时渲染云流化技术方案,可以很好地解决这两个问题。因为点量云流实时渲染系统,不仅仅是针对U3D/UE引擎,还可以是webgl网页的流化,直接将整个浏览器流化给用户来使用。这样可以将这些原来比较老的webgl课程放在服务器端,为服务器配置高性能的显卡和CPU ,在教学或者使用过程中直接使用服务器算力,用户侧只需要普通的电脑、平板等轻终端设备即可实时使用这些课程。而且高性能的显卡,一般可以支持数十个用户同时使用,可能一台服务器1-2张显卡就可以满足30-40个人使用(这里只是预估,具体以实际为准)。
15 0
|
2月前
|
算法 机器人 定位技术
论文介绍:DexCap——用于灵巧操作的可扩展和便携式动作捕捉数据收集系统
【2月更文挑战第28天】论文介绍:DexCap——用于灵巧操作的可扩展和便携式动作捕捉数据收集系统
29 2
论文介绍:DexCap——用于灵巧操作的可扩展和便携式动作捕捉数据收集系统
|
10月前
|
传感器 运维 监控
转:滤波算法在电脑监控软件中的性能分析与优化
在计算机监控软件中,滤波算法可是个非常重要的技术,它的任务是处理监控数据里烦人的噪声和那些没用的东西,然后提高数据的质量和准确性。对于电脑监控软件来说,滤波算法的性能分析和优化也是至关重要的,这两个可是能让软件跑得更快、更稳定的关键。下面就来给大家介绍一下相关的性能分析与优化方法。
51 0
|
机器学习/深度学习 监控 自动驾驶
从NMEA0183到GNSS定位数据获取(一)原理篇
从NMEA0183到GNSS定位数据获取(一)原理篇
332 0
从NMEA0183到GNSS定位数据获取(一)原理篇
|
Linux 定位技术 数据格式
从NMEA0183到GNSS定位数据获取(二)软件篇
从NMEA0183到GNSS定位数据获取(二)软件篇
228 1
从NMEA0183到GNSS定位数据获取(二)软件篇
|
存储 开发者 芯片
第五章 在线逻辑分析仪-SIGNALTAP
第五章 在线逻辑分析仪-SIGNALTAP
186 0
第五章 在线逻辑分析仪-SIGNALTAP
|
移动开发 小程序
分析实时云渲染在小程序中可行性应用
实时云渲染是可以应用于小程序中的,因为小程序其实从技术角度来说,X小程序的本质是H5网页,其实和我们在电脑上打开网页道理差不多,只不过小程序还有些其他的特定。而云流化在网页中打开是基础功能,因此在将需要流化的3D应用程序流化出的地址直接内嵌于小程序中,即可实现小程序中打开服务器端的3D应用并进行实时的交互。
147 0
分析实时云渲染在小程序中可行性应用
|
数据采集 JSON 监控
离线计算-数据改装程序|学习笔记
快速学习离线计算-数据改装程序
74 0
离线计算-数据改装程序|学习笔记
|
Dart 对象存储 索引
表驱动法,逻辑控制优化利器
最近好多同学在开发过程中谈到设计表结构的一些idea,为了让大家少走一些弯路,今天就计划聊聊表驱动法吧~
表驱动法,逻辑控制优化利器
|
机器学习/深度学习 存储 人工智能
智能语音机器人底层系统设计逻辑机器人源码系统逻辑
— 1 — 智能客服背景 智能语音客服机器人是在传统的客服系统基础上,集成了语音识别、语义理解、知识图谱、深度学习等多项智能交互技术,能准确理解用户的意图或提问,再根据丰富的内容和海量知识图谱,给予用户满意的回答。目前已广泛应用于金融、保险、汽车、房产、电商、政府等多个领域。