YFIOServer 后台IO接口使用说明

2006年05月27日 10:04:00

1、YFIOServer目前实现的驱动如下

I、modbus Rtu / ASCII / TCP

II、西门子 MPI / PPI / CP243 / Prodave / SoftNet

III、DDE Client / Server

IV、OPC Client / Server

V、YFIOServer TCP Client / Server (两个IOServer后台可以远程通过网络进行互相访问)

VI、此外是我们公司的一些设备的通信驱动

2、目前可以操作变量类型如下(比以前更为细化)

I、位 / 字节 / 字 / 双字 / 整型 / 双整 / 实数 / 字节BCD / 字BCD

II、可访问的硬件变量区和具体的硬件设备相关,一般包括 I(输入) Q(输出) DB/V(内存变量)SM/M(系统变量)等等

III、可以操作位,有位偏移参数 0~7

3、如何访问IOServer后台

I、DDE方式:只要是DDE客户端,就可以实现与YFIOServer互连 有三种连接方式 热连接/温连接/冷连接

要构选 "DDE服务"后,该变量才提供DDE服务。

II、OPC 2.0 方式:只要是标准OPC客户端,就可以实现与YFIOServer互连,目前提供同步和异步两种方式

III、API 接口

'IO内存区初始化
Public Declare Function IOMInit Lib "YFIOS.dll" () As Long
'关闭IO内存区
Public Declare Function IOMClose Lib "YFIOS.dll" () As Long
'读指定标识的数据 标识=变量名.字段名
'字段名:值Value,类型Type,小数位Decimal,上上限HHMax,下下限LLMin,上限HMax,下限LMin,读写模式RWMode,读写标志RWFlag,数据更新时间DateTime,IO连接标志IOConnect
Public Declare Function IOMReadField Lib "YFIOS.dll" (ByVal strName As String, ByVal strData As String) As Long
'写指定标识的数据 标识=变量名.字段名
Public Declare Function IOMWriteField Lib "YFIOS.dll" (ByVal strName As String, ByVal strData As String) As Long
'读外部数据 可以更改读写标志 由其它应用程序采用
Public Declare Function IOMReadData Lib "YFIOS.dll" (ByVal strName As String, ByVal strData As String) As Long
'写外部数据 可以更改读写标志 由其它应用程序采用
Public Declare Function IOMWriteData Lib "YFIOS.dll" (ByVal strName As String, ByVal strData As String) As Long
'读内部数据 可以更改读写标志 由驱动程序采用
Public Declare Function IOMRead Lib "YFIOS.dll" (ByVal strName As String, ByVal strData As String) As Long
'写内部数据 可以更改读写标志 由驱动程序采用
Public Declare Function IOMWrite Lib "YFIOS.dll" (ByVal strName As String, ByVal strData As String) As Long

'添加内存数据 多个数据可以用","分开
Public Declare Function IOMAddNote Lib "YFIOS.dll" (ByVal strName As String, ByVal strData As String) As Long
'删除指定变量名的数据
Public Declare Function IOMDelNote Lib "YFIOS.dll" (ByVal strName As String) As Long
'清除所有的内存变量数据
Public Declare Function IOMClearNote Lib "YFIOS.dll" () As Long

'获取内存变量的数据个数
Public Declare Function IOMGetNoteNum Lib "YFIOS.dll" () As Long
'获取指定索引的变量名称
Public Declare Function IOMGetNodeName Lib "YFIOS.dll" (ByVal lngNo As Long, ByVal strName As String) As Long

IV、swl.ocx 控件接口

函数名称:IOControl
类型: YFIOS操作函数
功能描述:
输入: ByVal lngFlag(IOSERVERMODE)
l 0-打开
l 1-启动
l 2-暂停
l 3-停止
l 4 关闭
l 5 锁定
l 6 解锁
l 7 监控
输出:
l 0 成功
l 1 参数出错
l 2 IOserver窗口找不到
l 3- 控制异常
l -1 异常

函数名称:IORead / IOWrite
类型: YFIOS操作函数
功能描述:外部应用 读/写IO数据
输入:
l ByVal strName(String) - 名称
l ByVal strData(String) – 返回的变量数据
输出:
l - 0 成功
l 非0失败

函数名称:IOReadField,IOWriteField
类型: YFIOS操作函数
功能描述:读写数据字段
输入:
l ByVal strName(String) - 标识=变量名.字段名
Name 32 变量的名称
Type 2 数据类型 B 布尔型 I 整型 F 浮点型 S 字符串
Value 32 变量的值
Comment 32 注释
EULO 16 量程上限 0- 无效
EUHO 16 量程下限 0- 无效
RawLO 16 裸数据上限 0- 无效
RawHI 16 裸数据下限 0- 无效
LLLimit 16 下下限 0- 无效
LLimit 16 下限 0- 无效
HLimit 16 上限 0- 无效
HHLimit 16 上上限 0- 无效
Dev 8 报警偏差 0- 无效
SP 16 偏差设定值
Rate 4 报警变化率 0- 无效
RateCyc 4 变化率周期
AlmTime 8 报警延迟时间
HLDeadBand 8 上下限报警死区
DevDeadBand 8 偏差报警死区
RWMode 2 读写类型 0 只读 1 只写 2 读写 ( 自动读 ) 3 读写 ( 手动读 )
4- 只读 ( 手动 )
RWFlag 2 R 自动读 W 自动写 r 手动读 n 读不操作 N 写不操作
Decimal 2 小数位数 0 9
Priority 2 报警优先级
OperateFlag 2 操作标志 0 无操作 1 开平方操作 <5 开关量报警
Alarm 2 报警标志 1 报警 0 未报警
LLStatus 2 下下限报警状态 1 报警 0 未报警
LStatus 2 下限报警状态 1 报警 0 未报警
HStatus 2 上限报警状态 1 报警 0 未报警
HHStatus 2 上上限报警状态 1 报警 0 未报警
RateStatus 2 变化率报警状态 1 报警 0 未报警
DevStatus 2 偏差报警状态 1 报警 0 未报警
DateTime 24 数据更新时间
ByVal strData(String) – 返回的字段名数据
输出:
l 0 成功
l 非0失败

函数名称:IOReadData,IOWriteData
类型: YFIOS操作函数
功能描述:内部驱动读写数据
输入:
l ByVal strName(String) - 名称
l strData(String) - 数据
输出:
l - 0 成功
l 非0失败

函数名称:HideSysKey
类型:系统键屏蔽函数
功能描述:屏蔽系统键Ctrl+Alt+Del WinKey等
输入:
l
输出:
l

函数名称:ShowSysKey
类型:系统键屏蔽函数
功能描述:恢复系统键 Ctrl+Alt+Del WinKey等
输入:
l
输出:
l

V、内部脚本也可以直接访问内部变量



Trackback: http://tb.blog.csdn.net/TrackBack.aspx?PostId=757327


深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值