从 PLCnext 云数据创建 Power BI 仪表板

PLCnext 控制器支持多种连接云服务方式。可用 IOT 库的 IEC 功能块、构建自己的 .NET 应用、写 Python 脚本或编译 GoLang 连接器。若想写代码，选项很多。但如果出于某种原因不想写代码呢？可能是首个项目，或许久未写代码？本博客展示如何构建 IoT Web 应用，不写一行代码！ 好吧，说不写一行代码可能有点夸张。当然我们需要某种方式告诉 PLCnext 控制器和云服务我们想要什么。为此我们只用图形界面，所以我猜技术上说不写一行代码是对的？总之这种方法叫 “低代码”。 先介绍本博客用到的不同元素或服务。 简介 PLCnext 控制器，这不需多介绍。若对其能力仍不确定请

机器学习早已家喻户晓，但鲜有人知如何着手应用。希望阅读本文能帮助您理解如何利用 PLCnext 控制器开启机器学习之旅。本文将涵盖：训练首个 ML 模型、转换为 ONNX 标准、在 PLCnext 控制器上推理。为避免过度复杂，我们将使用经典的 Iris 鸢尾花数据集构建模型。 开始前，明确目标至关重要。以下简要介绍本文涉及的主题，参考资料见文末。 机器学习简介 什么是机器学习 机器学习的本质是利用统计与算法在数据集中发现模式。主要分为三类：监督学习、无监督学习和强化学习。监督学习最常用，本文采用此类。监督学习中，我们对数据打标签，明确告知机器寻找的模式。 无监督学习不打标签，让机器自行发现模

Azure IoT Edge 可将云分析与自定义逻辑下沉至“边缘”——即我们的 PLCnext 设备。这能有效降低带宽占用和延迟。通过 Azure IoT Edge，您可从中央云应用开发并部署自有应用。本文将指导您搭建 Azure IoT Edge 并掌握其基本原理。 简介 在 Makers 博客中详述 Azure IoT Edge 所有细节不太现实，建议先阅读官方文档建立整体认知。此门户提供所需所有信息。让我们开始安装运行时。 安装步骤 创建 Azure IoT Hub 与设备 假设您已有 Azure 账号。首先创建资源组并命名。点击“创建资源组”，若未列出可点“+”搜索。 创建 IoT

PLCnext 功能应用 easymon 免去了搭建远程监控的繁琐配置。无需折腾云端 IoT 服务的各种细节，只需在 PLCnext 上运行的 easymon 配置器中，勾选想在移动端监控的 PLCnext 项目变量并设置通知阈值。 配置器运行在 PLCnext 上，确保仅显式选中的变量数据上传云端。 PLCnext Store 让功能扩展的安装管理极简，无需逐个连接控制器。装好 easymon 后，浏览器打开 PLCnext IP 即可。若不知本地 IP（如刚设置完），easymon 提供智能发现功能——easymon finder，无需端口扫描或网络嗅探即可发现本地网络中运行 easy