在当今世界，我们依赖PLC作为我们的眼睛和耳朵来了解自动化设备的健康状态。我们依靠他们知道什么时候发生了设备故障或者什么时候需要预防性维护。为了获得这个级别的诊断信息，PLC必须做更多的工作，即需要更多的代码程序来监控由传感器、执行器、电机、驱动器等提供的诊断信息。
就处理机器上的诊断信息而言，我看到了两种理念。第一种，是把最小的基础架构放入PLC。PLC代码少，扫描速度快，PLC运行效率高。但由于缺乏粒度诊断，当出现故障时，此版本的停机时间较长。第二种选择是添加大量诊断特性，这意味着需要大量代码，这可以减少停机时间，但可能会限制处理能力，因为PLC的扫描时间增加了。
那么如何才能在机器上获得更高级别的诊断信息并减轻PLC的负担呢?
虽然我们通常不能鱼和熊掌兼得，但借助工业4.0和IIoT概念，您可以同时拥有这两种场景的最佳效果。关于这些术语或想法的含义有很多观点，但让我们看看这两个想法对于市场而言，为减轻我们的PLC负担提供了什么。
IO-Link技术导致了可生成数据的设备的激增。设备的多样性程度比我们以往看到过的都要多，从I/O，模拟，温度，压力，流量等，对于机器来说，提供了更多的可视化信息。在机器上使用这些设备还可以极大地提高进程的可视化。许多IO-Link master通过基于以太网的协议进行通信，因此在以太网“线”上提供的诊断信息，以及通过JSON、OPC UA、MQTT、UDP、TCP/IP等提供的IO-Link设备数据，PLC都可以访问。
通过IO-Link在以太网“线”上获取诊断信息之后，我们需要使用某种级别的控制器来收集和分析它。树莓派被用于工业自动化的场合并不少见，但是基于linux的“沙盒”控制器(具有比Pi更高的温度、振动等标准)现在已经可以使用了。这些控制器可以与Codesys、Python、Node-Red等一起加载，利用诊断来提供一个编程平台。
有了提供更高级别诊断数据的IO-Link设备以及基于linux的收集和分析诊断数据的控制器，您如何将其可视化呢?我们通常在车间看到昂贵的HMIs来显示机器的诊断健康状况，但是通过利用基于linux的控制器，我们现在可以通过一个简单的显示器来显示诊断数据。通常其价值就在于显示，因为一些编程平台具有某种程度的可视化界面。例如，Node-Red有一个仪表板视图，它可以很容易地显示在一个简单的监视器上。如果数据是在服务器中收集的，可以使用其他可视化软件，如Grafana。
综上所述，我们不要用诊断来加重PLC的负担，我们要利用IIoT和工业4.0的理念来获得工业自动化机器的可视化。IO-Link设备可以提供数据，基于linux的控制器可以收集和分析数据，可以使用可视化数据来实现简单的显示。通过使用这个概念，我们可以大大减少PLC的扫描时间，同时获得更高水平的机器进程的可视化，获得更多的正常运行时间。