简介 CXMM_MessageManagement 库提供功能块，将应用程序的信息、警告、错误等消息显示在 HMI 上，设计参考 PLCnext WBM 通知显示风格。 首步示例 设置消息文本到 PLC 变量 udtTextBuffer 建议将消息文本存储在 CSV 文件，用 PLCnextBase 库的 FB PBCL_FileCsvRead 读取并赋值给 PLC 变量。 设置发送者栏文本 参数设置：uiSender > 0, wCode = 0, wAddCode = 0 CXMM_udtMessageMgr.udtTextBuffer.arrText[0].uiSender :=

Java 9 引入新工具 jlink，可组合模块构建全功能运行时镜像。一方面可在 PLCnext Control 运行完整 32 位 ARM JDK；另一方面结合 jlink 与模块系统，可裁剪出仅含应用所需 JDK 部分的精简包，大幅降低资源占用。 前置条件 宿主机系统 JDK 控制器目标平台 JDK OpenJDK 多平台二制包可在 AdoptOpenJDK 获取。本教程选用 Linux arm32 jdk-12.0.2+10 作为控制器目标，宿主机用对应 Windows x64 版本。JDK 路径示例： C: ---Java | +---jdk-12.0.2 | ..

本文指导您在 PLCnext 上构建 Go 应用的第一步。不熟悉 Go 的读者可参考官网 www.golang.org。 Go 的一大优势：易于创建 Web 应用，却能编译为静态二进制，部署到 PLCnext 无需安装额外依赖包。 本文仅涵盖针对 PLCnext 的交叉编译，包含两个小程序：经典 HelloWorld 验证编译流程，及一个 REST API 调用展示 Go 实力。制作过程中使用： Ubuntu 18.04 LTS + VS Code + Go 开发环境 WinSCP 传输二进制文件 PuTTY 执行程序 HelloWorld 入门 新建 HelloWorld.go 粘贴示例

Docker 容器可在 PLCnext 设备上运行 Node-RED 服务。虽有其他方法稍快，但 OCI 容器优势明显：重复使用相同包时可构建标准镜像从 Docker Hub 下载，也可按需启停 Node-RED 服务。 本文将指导：安装 Docker 并验证、用 Dockerfile 构建预装包的自定义镜像、创建容器、设置开机自启、推送镜像到 Docker Hub。 安装 Balena Engine 严格说我们用 Balena Engine 运行 OCI 容器。命名细节见文末延伸阅读。安装步骤参考此处，命令如下。 确保以 root 登录，先设 root 密码： sudo passwd roo

读完 Dries 关于在 Docker 容器运行 Node-RED 的博客，我想分享一些实用技巧。 数据持久化 容器数据非持久化，删除容器即丢失。Docker 和 balenaEngine 提供两种将文件存储到宿主机的方式：Volumes 存储在 Docker 管理的宿主文件系统区域（/var/lib/docker/volumes），与宿主隔离，非 Docker 进程不应修改。Bind mounts 可存储在宿主机任意位置，非 Docker 进程随时可修改。 在 RUN 命令添加 -v 标志将容器数据目录绑定到宿主机目录。步骤： # 创建卷 balena-engine volume cre

大家好， 本文将探讨 C++ 与 PLCnext Engineer 中的简单和复杂数据类型，包含简单和复杂两个练习。 假设您具备 C++ 和 PLCnext Engineer 基础经验。 准备工作 所需工具：C++ 编辑器、PLCnext Engineer 软件、Phoenix Contact PLC。我使用的环境： AXC F 2152，固件 2021.0.3 PLCnext Engineer 2021.0.2 Visual Studio 2019 Community 16.9.4 我选用 Visual Studio，Eclipse 亦可。教程链接：Visual Studio、Eclip

各位 PLCnext 用户好， 前言 得益于 Jan Christoph Müller，我已在 PLCnext 设备（EPC 1522）上安装 ioBroker，现分享给大家。 问题与目标 我拥有： Pluggit 通风机，Modbus TCP 通信。上月用 Visu+ 做了小项目但不满意 若干 Shelly 继电器，MQTT 通信 若干小米智能家居设备（Yeelight、扫地机器人等） 目标：单一系统统管所有设备 为何选择 ioBroker？ 智能家居领域知名系统，支持多种设备（含 PLCnext） 拥有丰富的智能家居设备模板/库 支持 Docker 部署 操作步骤 用浏览器登录设

TankerKönig API 提供德国所有注册加油站的实时油价数据。德国 14,000+ 加油站必须及时向联邦卡特尔办公室旗下部门上报 Super E5、Super E10 和柴油价格。仅持牌燃油价格信息服务商可直接访问该数据。为让 App、网站开发者等用户也能使用，TankerKönig 提供免费 API，秉承开放数据理念共享经验。 结合 TankerKönig 云服务 API 与 PLCnext Control，您可轻松可视化和分析本地加油站的实时油价。 官网：www.tankerkoenig.de 附录提供分步指南，演示如何在 PLCnext Control 与 Node-RED 中

当 Phoenix Contact PLCnext Control 数据已上云，接下来便是创建 Grafana 仪表板实现轻松监控。但首先，需将 PLCnext Control 接入 Microsoft Azure。 Phoenix Contact 官方视频（链接）演示了用 Node.js 客户端连接 Azure IoT Hub 的繁琐步骤。为省时省力，我选择使用 Fathym 的 IoT Ensemble。一键注册 PLCnext 设备，即刻获得数据访问权限，可直接用于告警、仪表板和可视化。注册后 IoT Ensemble 显示 IoT Hub 连接字符串，将其填入 PLCnext Eng

当 Phoenix Contact PLCnext Control 数据已上云，接下来便是创建 Power BI 报表实现轻松监控。但首先，需将 PLCnext Control 接入 Microsoft Azure。 Phoenix Contact 官方视频（链接）演示了用 Node.js 客户端连接 Azure IoT Hub 的繁琐步骤。为省时省力，我选择使用 Fathym 的 IoT Ensemble。一键注册 PLCnext 设备，即刻获得数据访问权限，可直接用于告警、仪表板和可视化。注册后 IoT Ensemble 显示 IoT Hub 连接字符串，将其填入 PLCnext Eng

当 Phoenix Contact PLCnext Control 数据已上云，接下来便是创建 Tableau 仪表板实现轻松监控。但首先，需将 PLCnext Control 接入 Microsoft Azure。 Phoenix Contact 官方视频（链接）演示了用 Node.js 客户端连接 Azure IoT Hub 的繁琐步骤：创建资源组、IoT Hub、存储容器、存储端点等。为省时省力，我选择使用 Fathym 的 IoT Ensemble。一键注册 PLCnext 设备，即刻获得数据访问权限，可直接用于告警、仪表板、可视化和机器学习。注册后 IoT Ensemble 显示

本教程演示如何在 PLCnext Engineer 中使用多语言功能，该功能自 2021.0 LTS 版本起支持。 示例以英语为默认语言，瑞典语为备选语言。 硬件：AXC F 2152 PLCnext 控制器（固件 2021.0 LTS 起） 软件：PLCnext Engineer 2021.0 LTS 项目：Starterkit Demo 项目（需适配至 2021.0 LTS） 步骤 1：在项目中启用多语言 选择“Extras > Options”。 点击“International”文件夹，选择“Default Language Settings”类别。 将“Default”语

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

技术背景 Apache Kafka Apache Kafka 是用于数据采集、存储、处理和再分发的框架，现已在全球企业广泛部署。其官网提供更多理念与部署信息。核心特性之一是拥有海量现成连接器，支持 MQTT 等协议与应用集成。 MQTT MQTT 是基于 TCP 的轻量级消息协议，因其健壮性和小体量，常用于物联网通信。OASIS 标准详情见其官网。 此前有文章介绍如何为 PLCnext 交叉编译 Eclipse Mosquitto，PLCnext Store 也提供现成 MQTT 应用。 需求清单 PLCnext 上的 MQTT 客户端（实现提示见上文） 控制器与 PC/VM 网络互通 PC

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

本演示项目展示如何通过 REST API 和 Modbus TCP，将 PLCnext 控制器作为智能家居设备轻松接入开源家庭自动化软件 Home Assistant。借助 PLCnext 控制器，您可在自动化中使用 Axioline 组件，轻松扩展比树莓派 GPIO 引脚更强大的输出能力、Pt100 温度传感器以及 DALI 等总线系统。所需条件仅为一套正常运行的 Home Assistant 安装和一个包含可运行项目的 PLCnext 控制器。 前置条件 Home Assistant Core 2021.1.5 Balena PLCnext Engineer 2020.6 AXC F 2

当完整交付系统时，系统体积往往会变得非常庞大，这不仅包含构建过程，还包括构建和测试环境。即使提取待交付文件不是问题，但这一过程耗时较长。 容器技术提供了自动化解决这一问题的可能性。 您可以在一个文件中定义多个容器。例如，使用 Node.js 构建的 JavaScript 网站就是一个典型场景。 以此为例： Node.js：约 400–600 MB Nginx Web 服务器：约 20 MB 网站文件：约 2 MB 若将整个系统打包为单一容器，总大小将超过 600 MB，但实际上生产运行仅需 22 MB（Web 服务器 + 网站）。此外，容器中包含生产环境不需要的软件，存在安全风险。解决方案

此演示项目展示如何为 PLCnext Engineer 中的 eHMI 创建自定义键盘。此为 BWP 2000 系列 HMI 触摸屏开发的变通方案，但也适用于 WP 4000 系列触摸屏。 BWP 2000 系列触摸屏仅有全屏屏幕键盘；无小键盘选项。屏幕键盘可从屏幕底部移至顶部以免遮挡输入字段，但许多场景下需要数字小键盘。 WP 4000 系列触摸屏有全屏屏幕键盘和数字小键盘。然而 PLCnext Engineer 无法使用内置数字小键盘。更具挑战的是全屏屏幕键盘无法移动，常遮挡输入字段。 历史 2019.0 LTS 此项目最初在 PLCn

挑战 为加速开发，我们想在 x86 硬件上为 AXCF2152 或 AXCF1152 创建基于 ARM 的容器。为此使用运行在普通 PC 上的基于 Debian 或 Ubuntu 的虚拟机。 我们需要模拟器 在 x86 系统运行 ARM 二进制代码需要允许此操作的模拟器。 Qemu 是少数能仿真 ARM 二进制代码并为 x86 编译的 hypervisor。只需在宿主系统安装 Qemu 并激活模拟器。为 Ubuntu 或 Debian 安装 Qemu： apt-get update && apt-get install -y --no-install-recommends qemu-user-

作为 IT 领域多年标准，在工业界尚未产生大影响。常被视为过于复杂和不必要。问题在于：它们能带来优势吗？ 以 Kubernetes 为例展望 PLCnext 的愿景。 Kubernetes Kubernetes 是编排器（管理系统、主节点），除其他外利用容器在各设备间形成网络。系统以略微不同方式提供应用。 传统方式应用分发维护在设备上。知晓应用运行在哪台计算机。若应用需在另一计算机运行须人工操作。若一台计算机故障，其所有应用不可用。 使用 Kubernetes，向主节点给出应用状态描述，主节点处理其余。确保始终维持请求状态。但不知应用当前运行在哪节点，原则上仍可访问。 问答 什么是状态描述