Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 长沙矿冶研究院有限责任公司侯奔获国家专利权

长沙矿冶研究院有限责任公司侯奔获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉长沙矿冶研究院有限责任公司申请的专利通用的PLC数据处理方法及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115826492B

龙图腾网通过国家知识产权局官网在2025-06-06发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211477317.5,技术领域涉及:G05B19/05;该发明授权通用的PLC数据处理方法及装置是由侯奔;高静;毛桂庭;杨杰;宋紫棋;柯熠;欧阳邓培设计研发完成,并于2022-11-23向国家知识产权局提交的专利申请。

通用的PLC数据处理方法及装置在说明书摘要公布了:本发明涉及数据信息的传输技术领域,公开一种通用的PLC数据处理方法及装置,以将单一的通讯传输协议拆分为通讯传输协议和能供上位机自动且通用化处理的结构化的数据描述文件两部分,实现开发与调试效率提升。本发明通过上位机软件对PLC的符号表进行处理,抽取符号表中变量的信息,按照类型进行变量分组,按照变量起始地址进行排序,进一步自动生成一种跨平台通用的数据描述文件。在进行通讯传输过程中,PLC只需按照描述文件组织数据上传,上位机只需按照描述文件对二进制数据流进行切分即可获得全部数据。由于数据描述文件采用了固定的生成规则,方法具有通用性,使得上位机与PLC之间的数据采集与传输实现了自动化。

本发明授权通用的PLC数据处理方法及装置在权利要求书中公布了:1.一种通用的PLC数据处理方法,其特征在于,包括:步骤S100、上位机根据用户所创建的采集传输规则表配置数据结构缓冲区;步骤S200、上位机导出PLC符号表,从导出的PLC符号表中筛选出与所述采集传输规则表的变量类型相对应的记录,并转化为结构变量后分组存储于相对应的数据结构缓冲区中,并创建通用的数据描述文件;所述数据描述文件用于描述与数据域相关联的结构变量的数量、各个结构变量的名称、长度和偏移量信息及在数据域中的排序信息并独立于通讯传输协议之外;步骤S300、PLC按照数据描述文件中每个结构变量的顺序,将对应变量的内容依次放入一个地址连续的缓冲区中并在每个扫描周期内更新缓冲区内容,并在收到上位机的读取命令后,PLC按照通讯传输协议的格式将缓冲区的内容通过数据帧上传;其中,所述通讯传输协议中省略已由所述数据描述文件所决定的对PLC数据的说明;步骤S400、上位机通过协议解析和处理,将数据帧中的数据域提取出来,当成二进制字节流暂存;然后根据所述数据描述文件自动完成暂存字节流的数据提取和解析以获得PLC所上传数据中与各所述结构变量的名称所对应的二进制值;其中,生成所述数据描述文件的具体过程包括:S4:上位机采用标准通用标记语言格式新生成一个结构化数据描述文件,首先生成“数据域”根节点元素,并在“数据域”根节点元素中新建一个“总数据个数”子节点元素;S5:上位机按行读取PLC符号表,逐一判断各行“地址”字段内容的PLC变量类型,若类型不在所述采集传输规则表内则丢弃相应行,否则提取相应行的信息保存于结构变量的对应成员中,并将结构变量附加存储于与之对应的数据结构缓冲区中;并在最后一行读取完成后,将数据描述文件中“总数据个数”元素的属性的值更新为有效行数;S6:上位机对每个数据结构缓冲区的结构变量按照成员保存的PLC变量的地址升序进行排序,形成排序后的数据结构缓冲区;S7:上位机按照所述采集传输规则表的顺序,将第一个缓冲区中排序后的结构变量依次取出,为每个结构变量在描述文件中新建一个“传输变量”子节点元素,该子节点元素的子元素至少包含有“名称”、“长度”和“偏移量”,然后将该子节点元素写入数据描述文件“数据域”根节点下;S8:上位机按照S7中的操作依次完成剩余所有缓冲区结构变量的取出和“传输变量”子节点元素的生成与写入,形成最后的数据描述文件。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人长沙矿冶研究院有限责任公司,其通讯地址为:410000 湖南省长沙市岳麓区麓山南路966号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。