2. 工业自动化基础

在工业AI与PLC联动体系中，PLC（可编程逻辑控制器）是连接物理产线与数字算法的核心执行层。理解PLC的工作原理、扫描周期、I/O模块以及编程语言，是构建边缘识别到产线控制闭环的前提。本章将从硬件执行机制与软件编程范式两个维度，系统拆解PLC的基础知识体系，为后续AI模型输出与PLC指令交互打下扎实基础。

PLC工作原理：循环扫描与事件驱动

PLC本质上是一台专为工业环境设计的工业计算机，其核心运行机制是循环扫描。与普通PC的CPU按需处理不同，PLC按照固定的顺序周而复始地执行三个阶段：输入采样、程序执行和输出刷新。这种设计保证了控制逻辑的确定性和实时性，使得同一段程序在任何时刻扫描，其输入状态都是某一瞬间的“快照”，避免了信号竞争问题。

在输入采样阶段，PLC读取所有输入模块的物理信号（如传感器通断、模拟量电压），并将其存入输入映像寄存器。程序执行阶段，CPU从第一条指令开始逐条执行用户程序，期间只访问输入映像寄存器和内部存储器，不直接读取物理输入。输出刷新阶段，CPU将输出映像寄存器的状态一次性传送给输出模块，驱动外部执行器。整个过程构成一个扫描周期，典型耗时在1毫秒到100毫秒之间，取决于程序长度和CPU性能。

I/O模块：物理世界与数字逻辑的桥梁

I/O模块是PLC与现场设备交互的物理接口，分为数字量（开关量）和模拟量两大类。数字量输入模块（DI）接收来自按钮、限位开关、光电传感器等的通断信号，通常采用24V DC或220V AC电平，内部经过光电隔离和滤波处理。数字量输出模块（DO）驱动继电器、接触器、指示灯等负载，常见类型有晶体管输出（响应快，适合高频动作）和继电器输出（带载能力强，适合大电流）。

模拟量输入模块（AI）将4-20mA电流、0-10V电压或热电偶信号转换为12位或16位数字值，分辨率决定了检测精度。模拟量输出模块（AO）则将数字值转换为连续电信号，用于控制变频器、比例阀等设备。选择I/O模块时需关注通道数、隔离方式、响应时间、接线方式和防护等级。在AI视觉联动场景中，相机触发信号通常接入DI，而控制气缸动作的电磁阀则接DO，模拟量模块常用于读取温度或压力反馈。

梯形图与结构化文本：两种主流编程范式

梯形图（Ladder Diagram, LD）是最经典的PLC编程语言，其设计灵感来源于继电器控制电路图。它由左右母线、触点（常开/常闭）、线圈和功能块组成，从左到右表示信号流，从上到下表示执行顺序。梯形图的优势在于直观性强，电气工程师无需编程基础即可上手，且便于现场排查故障。例如，一个简单的电机启停控制，用梯形图只需三个元素：启动按钮（常开触点）、停止按钮（常闭触点）和电机线圈。

结构化文本（Structured Text, ST）是一种高级编程语言，语法类似Pascal或C语言，支持变量声明、IF/ELSE条件判断、FOR循环、CASE选择等结构。ST在处理复杂数学运算、数据转换、算法实现方面远优于梯形图，特别适合与AI系统对接。例如，将视觉检测输出的缺陷坐标转换为机器人抓取偏移量，用ST编写只需几行赋值和条件语句。在IEC 61131-3标准中，ST被定义为五种标准编程语言之一，现代PLC几乎都支持LD与ST混合编程。

// 结构化文本示例：根据视觉检测结果控制剔除气缸
IF vision_defect_count > 0 THEN
    reject_cylinder := TRUE;      // 激活剔除气缸
    defect_total := defect_total + vision_defect_count;
    // 等待气缸动作完成
    WAIT 200ms;
    reject_cylinder := FALSE;
ELSE
    reject_cylinder := FALSE;
END_IF;

扫描周期对AI联动的影响与优化策略

扫描周期是PLC性能的核心指标，直接影响AI控制闭环的响应速度。一个完整的扫描周期包括系统管理、I/O刷新、程序执行和通信服务等部分。当PLC程序较长或包含大量浮点运算时，扫描周期会显著增加。在AI视觉检测场景中，若相机检测耗时50ms，PLC扫描周期为20ms，则从检测完成到执行机构动作的理论延迟为20-40ms（取决于检测信号在扫描周期中的相位），实际还需加上输出模块的物理响应时间。

优化扫描周期的方法包括：将实时性要求高的逻辑放在程序前部；使用中断程序处理紧急事件（如急停）；避免在程序中使用循环次数过多的FOR语句；将不频繁更新的通信任务放到后台任务中。对于高速视觉检测（如每分钟检测600个产品），建议PLC扫描周期控制在10ms以内，必要时选用支持多任务并行处理的PLC或采用硬件中断触发方式。

案例拆解：视觉引导的包装线剔除控制

某食品包装产线需要检测包装封口缺陷，检测速度120个/分钟，即每个产品检测周期500ms。原方案采用人工目检，漏检率约3%。现引入AI视觉检测系统，需要与PLC联动实现自动剔除。系统约束：产线空间有限，剔除气缸距离检测工位仅300mm，传送带速度0.5m/s，即从检测到剔除位置的时间窗口为600ms。PLC选用西门子S7-1200，扫描周期约8ms，DI/DO响应时间约2ms。

初始方案中，视觉系统通过以太网将检测结果发送给PLC，但网络通信延迟不稳定（10-50ms），且PLC需要轮询通信状态，导致整体响应时间波动大。改进方案改为：视觉系统检测完成后，通过硬接线DO输出一个10ms脉冲信号给PLC的DI中断输入，同时通过以太网传输缺陷类型和位置数据。PLC收到中断后立即执行剔除逻辑，将缺陷产品标记到移位寄存器中，当产品到达剔除位时触发气缸。

实际操作中，移位寄存器长度设置为10个工位（对应500ms传送时间），每个工位存储该位置是否有缺陷。当产品到达剔除位时，PLC读取对应寄存器值，若为缺陷则输出DO信号驱动气缸动作。经过实测，从视觉检测完成到气缸动作的端到端延迟稳定在15-25ms，远小于600ms的时间窗口。实施后漏检率降至0.2%，误剔率0.5%。项目复盘发现，关键成功因素在于：硬接线中断保证了实时性，移位寄存器避免了复杂的位置跟踪算法，而AI检测结果通过以太网传输仅用于数据统计和趋势分析，不参与实时控制。

该案例的代价是增加了一路DI中断模块和相应的接线成本，但换来了控制确定性的显著提升。复盘经验表明，在AI与PLC联动设计中，应遵循“实时控制走硬接线，非实时数据走网络”的原则，避免将通信延迟引入控制回路。

常见误区与总结复盘

• 误区一：认为PLC扫描周期越短越好。实际上，过短的扫描周期可能增加系统负担，且对于大多数工业场景（如传送带控制、温度调节），10-50ms的周期完全足够。盲目追求高速可能导致成本上升和系统不稳定。
• 误区二：忽视I/O模块的响应时间。PLC扫描周期只是延迟的一部分，输入滤波时间、输出模块的机械动作时间（如继电器吸合5-10ms）同样不可忽略。计算总延迟时需将所有环节相加。
• 误区三：用梯形图实现复杂算法。梯形图适合逻辑控制，但进行浮点运算、数组处理时效率极低且难以调试。应使用ST或SCL语言封装算法块，通过功能块接口与梯形图交互。
• 误区四：忽略PLC程序的上电初始化和故障恢复。在AI联动系统中，PLC断电重启后必须确保输出处于安全状态，防止执行机构突然动作造成安全事故。