zoukankan      html  css  js  c++  java
  • AB PanelView 触摸屏分类以及开发软件




    ​前言:罗克韦尔自动化的可视化解决方案,主要包括PanelView 终端和工业计算机、监视器和瘦客户端,其中PanelView 终端,即为大家熟悉的触摸屏,主要有三大系列,而每个系列所支持的控制器以及开发软件大不相同,那么,今天的主题就是介绍各大系统的特征以及开发平台。

    01  PanelView触摸屏

    1. PanelView 800系列

    2. PanelView Plus系列

    3. PanelView 5000系列

    02  PanelView 800

    1. 如果需要使用AB触摸屏,又想价格便宜的话,建议先看看PanelView 800系列触摸屏, 该系列有 4 英寸、7 英寸 和 10 英寸三规格型号.

    2. PanelView 800系列触摸屏的型号,如下图所示

    3. 支持的控制器,为AB自家的MicroLogix、Micro800、CompactLogix 5370 和 SLC 500 系列,暂不支持第三方控制器.

    4. 支持的通信协议,有EtherNet/IP、DF1 和 DH-485第三方通信:ModbusASCII、Modbus RTU(主、从/ 未请求),和 Modbus TCP.


    5. 开发软件,PanelView 800系列触摸屏采用 Connected Components Workbench(简称CCW)软件进行开发,目前最新版本为12.0

    03  PanelView Plus

    1. PanelView Plus系列为罗家触摸屏中流砥柱产品,主要为PanelView Plus 6 Compact、PanelView Plus 6、PanelView Plus 7 Standard(标准型)、PanelView Plus 7 Performance(增强型).

    2. 支持的控制器,自家绝大多数的控制器不在话下,当然也支持第三方控制器,详见下表.

    3. 支持的通信协议,有EtherNet/IP、RS232、RS485、Kepware提供的OPC等.


    4. 开发软件,PanelView Plus系列触摸屏采用FactoryTalk View Machine Edition,简称ME,从3.2版本开始,到目前最新版本11版本.

    04  PanelView 5000

    1. PanelView 5000系列触摸屏,用于监视和控制通过EtherNet/IP 网络连接到 ControlLogix 5570/5580、CompactLogix5370/5380/5480 系列控制器。 其动画图形和文本显示便于操作员查看机器或过程的工作状态。 操作员通过终端的触摸屏或键盘与控制系统进行交互。

    2.  PanelView 5000系列目前有3个小系列,分别为5310、5510、5500,它们主要支持ControlLogix 5570/5580、CompactLogix5370/5380/5480系列的控制器,其中对开发软件Studio 5000也有版本要求,详见下图.

    3. 支持的通信协议,为EtherNet/IP,其中5500、5510支持DLR(设备级环网).


    4. 开发软件,PanelView 5000系列触摸屏采用Studio 5000 View Designer,其集成在Studio 5000开发平台里面.

    05  资料下载

    1. 如果,你正在为AB PanelView触摸屏选型或使用感到困惑时,那么,非常可能需要一些资料.

    2. 以上资料,下载方法:

    请关注本公众号,在该文章左下角,点击“阅读原文”,提取码:iq4p


    结语综上所述,本文较详细介绍了AB PanelView系列触摸屏的分类,以及各大系列的特征和开发软件,并提供了选型手册、开发手册、视频教程,希望能帮助到有需要的朋友。


    【AB PLC工作室】

    微信公众号ID:abseme

       坚持原创  注重实用  


    如果本文,对您有一点帮助或启示。

    请分享给更多的朋友,对小编以示鼓励,谢谢!

  • 相关阅读:
    Ansible inventory(主机清单的静态文件)
    Ansible的安装和命令的介绍
    ansible的介绍
    python笔记---day4
    zabbix 监控 linux的防火墙是否运行
    python笔记---day3
    python笔记---day2
    Pytorch_第十篇_我对卷积神经网络(CNN)的理解(包含例子)
    Pytorch_第九篇_神经网络中常用的激活函数
    Pytorch_第八篇_深度学习 (DeepLearning) 基础 [4]---欠拟合、过拟合与正则化
  • 原文地址:https://www.cnblogs.com/abseme/p/14294828.html
Copyright © 2011-2022 走看看