当前位置:网站首页>【新閣教育】窮學上位機系列——搭建STEP7模擬環境
【新閣教育】窮學上位機系列——搭建STEP7模擬環境
2020-11-06 01:32:00 【itread01】
經常有學員問我,學習上位機要不要買PLC硬體?
我一般的回答是:富則自行購買,窮則搭建模擬。
PLC硬體,對於學習上位機來說,是錦上添花的事,經濟條件允許,有則更好,條件不允許,我們也可以通過搭建模擬環境的方式來學習,因此我專門準備了一個系列——窮學上位機系列。
01、寫在前面
本文的主題是基於STEP7搭建西門子模擬環境,STEP7是西門子300系列、400系列的程式設計軟體,早期學習PLC的小夥伴對這個一定不陌生,雖然現在可以在TIA環境下編寫S7-300/400的程式,但是不可否認,仍然有很多企業(尤其是製造業)在使用S7-300/400 PLC,如果僅僅使用S7-300/400,我覺得STEP7相比博圖來說,會更加小巧和方便。
軟體環境:SIMATIC Manager V5.6、PLCSIM V5.4、NetToPLCsim、CMSPro硬體環境:WIN10 64位
軟體獲取關鍵詞:STEP7、PLCSIM、NetToPLCsim、CMSPro【dotNet工控上位機:thinger_swj】
02、模擬步驟
1、建立專案:使用STEP7建立一個PLC專案,取名thinger_cn_PLCSimulator,插入一個SIMATIC 300站點,如下所示:
2、硬體組態:開啟硬體組態,首先插入一個機架Rack,然後插入一個S7-300的CPU,最好直接選擇帶PN介面的,這裡選擇的是CPU 315-2 PN/DP,如下所示:
3、建立Ethernet:雙擊上圖中的PN-IO,在彈出的窗體中,選擇屬性>>新建,然後將IP地址修改成192.168.1.123,這裡的IP地址是自己設定的,只要和本機在同一網段即可。
4、編譯儲存:點選下圖中的紅框圖示,將硬體組態編譯並儲存。件模擬300/400PLC,而不需要安裝龐大的博圖軟體,而且這裡主要採用的是NetToPLCsim的方案,也不需要安裝PLCSIM-Advanced。
5、啟動NetToPLCsim:以管理員許可權執行NetToPLCsim,會彈出以下視窗,選擇是即可。
6、啟動PLCSIM:在SIMATIC Manager窗體中,點選下圖中的紅框圖示,啟動PLCSIM,如果該圖示為灰色,說明PLCSIM未安裝。
7、下載PLC程式:在SIMATIC Manager窗體中,點選下圖中的紅框圖示,下載PLC程式。
8、新增Station:回到NetToPLCsim軟體中,點選Add,新增Station,如下圖所示:
9、Start Server:在NetToPLCsim軟體中,點選Start Server,如下圖所示:
10、通訊測試:按照以上步驟執行完成後,一個S7-300PLC的模擬環境就搭建好了,接下來可以進行通訊,這裡使用的是通訊測試平臺,設定IP地址為192.168.1.103,PLC型別選擇300PLC,讀取變數選擇MD0(由於沒有寫任何程式,也沒有建立DB塊,所以就直接測試M儲存區變數),型別選擇INT型別,讀取並寫入資料,進行測試,結果如下所示:【dotNet工控上位機:thinger_swj】
特別注意:這裡的IP地址要填寫PC的IP地址,而不是PLC的IP地址。
03、整體總結
STEP7模擬最大的好處在於可以使用SIMATIC Manager軟體模擬300/400PLC,而不需要安裝龐大的博圖軟體,而且這裡主要採用的是NetToPLCsim的方案,也不需要安裝PLCSIM-Advanced。
【晶晶助教微信:xiketang777】
【dotNet工控上位機:thinger_sw
版权声明
本文为[itread01]所创,转载请带上原文链接,感谢
https://www.itread01.com/content/1604566382.html
边栏推荐
- 6.9.1 flashmapmanager initialization (flashmapmanager redirection Management) - SSM in depth analysis and project practice
- 小白量化投资交易入门课(python入门金融分析)
- TF flags的简介
- Skywalking系列博客2-Skywalking使用
- 键盘录入抽奖人随机抽奖
- 7.3.1 file upload and zero XML registration interceptor
- 面经手册 · 第14篇《volatile 怎么实现的内存可见?没有 volatile 一定不可见吗?》
- Anomaly detection method based on SVM
- Gradient understanding decline
- 7.3.2 File Download & big file download
猜你喜欢
随机推荐
c++学习之路:从入门到精通
drf JWT認證模組與自定製
免费的专利下载教程(知网、espacenet强强联合)
keras model.compile损失函数与优化器
API 测试利器 WireMock
适合时间序列数据的计算脚本
【數量技術宅|金融資料系列分享】套利策略的價差序列計算,恐怕沒有你想的那麼簡單
看完这篇就看懂了很多webpack脚手架
Electron应用使用electron-builder配合electron-updater实现自动更新
如何选择分类模型的评价指标
Anomaly detection method based on SVM
业务策略、业务规则、业务流程和业务主数据之间关系 - modernanalyst
微信小程序:防止多次点击跳转(函数节流)
滴滴 Elasticsearch 集群跨版本升级与平台重构之路
VUEJS开发规范
计算机TCP/IP面试10连问,你能顶住几道?
数据科学家与机器学习工程师的区别? - kdnuggets
Jmeter——ForEach Controller&Loop Controller
Pycharm快捷键 自定义功能形式
不吹不黑,跨平臺框架AspNetCore開發實踐雜談