浅谈现场总线和SharkNet新型智能重构现场总线特点
什么是现场总线？
现场总线的概念是90年代初形成的，随着生产规模的扩大，工厂的设备有了互联的需求，人们希望通过综合掌握多点的运行参数与信息，进而实现多点信息的操作控制。
但这个时候的计算机系统存在系统封闭的缺陷，想实现更大范围信息共享的网络系统由于当时技术的局限性，存在很多困难。
但在工业4.0时代，各种通信技术的蓬勃发展为企业实现智能化和自动化带来了诸多可能。
作为工业数字通信网络的基础，现场总线沟通了生产过程现场及控制设备之间及其与更高控制管理层次之间的联系。
它不仅是一个基层网络，而且还是一种开放式、新型全分布控制系统。这项以测量传感、控制、数字通讯等技术为主要内容的综合技术，已经受到世界范围的关注，成为自动化技术发展的热点。
现场总线的主要特点：
1.系统的开放性
在现场总线技术中，用户可按自己的需要和对象，将来自不同供应商的产品组成大小随意的系统。
2.现场设备的智能化与功能自治性
传统数控信号传递难以迅速判断故障。而现场总线中采用双向数字通信，将传感测量、补偿计算、工程量处理与控制等功能分散到现场设备中完成，可随时诊断设备的运行状态。
3.对现场环境的适应性
现场总线是作为适应现场环境工作而设计的，能采用两线制实现送电与通信，并可满足安全及防爆要求等。
浅谈SharkNet总线特点：
山西省新型工业总线工程技术研究中心，依托中北大学仪器与科学学科，历时七年，自主研制高可靠性弹载、箭载、车载需求和工业自动化领域、高带宽、高实时性测控需求的新型网络化智能重构现场总线——SharkNet
SNXI（SharkNet eXtensions for Instrumentation）是利用 SharkNet交换机替代仪器总线背板，将标准化仪器板卡改造为 SharkNet 终端节点的新一代网络化仪器总线架构。
在一个网络化仪器系统中，SNXI 和SharkNet 可相融共存，但分工明确。
1.全自主创新网络技术
SharkNet 为无主型网络。
不同于现有任何总线，网络主体架构、数据结构和协议体系为全自主创新技术，从底层代码完全独立设计开发，拥有全部知识产权。
SNXI 可以将大范围分布式的测点信息全部集成展示为一台仪器，所有节点自动拥有网络功能，并可直接访问，所有节点间可以实现数据自由互通
2.独特的快速智能重构与最优化寻路算法
网络对用户全透明，无需对网络设备做任何配置，交换机会自动周期性侦查端口连接的变化，动态构建更新整个网络，隔离故障；
网络会在很多条冗余路径中寻找到最优路径实施信息传输，网络的一致性和完备性是网络自身维护的，彻底消除不同用户间的协调成本，降低使用门槛；
3.增强的实时性和确定性
ns 级时间同步，命令和状态包可强制插入数据包中优先无阻塞传输，确保其实时性。
采用数据包等宽度的 80 位并行处理内核，对信息包的校验和纠错不占用额外时间，实现对信息包确定时钟转发，从链路层支持命令包的高优先级，数据传输时间可控，满足强实时控制应用需求
4.多冗余链路确保网络高可靠性
可以针对特殊应用将部分或全部端口连接为冗余链路（自动重构，无需配置）。
提高网络连接可靠性的同时也可以对网络传输负载进行平衡优化。最大端对端可达到4096条物理路径。
5.三重机制保障数据传输链路自恢复
数据传输链路发生故障时可通过以下三个步骤确保链路连通。
通过端口状态变化改变冗余链路使用策略来实现热切换；
监测端口变化实时触发网络重构；
周期性自动触发网络重构，实现网络自愈合
6.支持高精度时间触发机制
支持目前高端航空总线采用的时间确定性调度方式——时间触发机制，时间槽宽度可达到 10us 级。
SNXI 作为仪器总线，板卡间的同步与触发直接借助 SharkNet 内置的时间同步与触发机制，不仅极大地降低了成本，也能够达到目前市场主流仪器总线的触发精度
7.内置 PTP 和 NTP 时间同步协议
无需用户配置和编码，SharkNet内置该协议，且自动维护整个网络高精度的时间同步。在实现时针对SharkNet 网络进行了优化，其同步精度远高于其它工业以太网。
SharkNet 节点采用存储转发方式。网络拓扑支持环型、星型、树型、网状型以及多种类型的组合
协议从链路层约定标准包长为 10 字节，所有命令和状态包均采用标准包长，数据包可用多个标准包组合。
与其它工业网络相比，定长包可以从底层更好地确保命令传输的时间确定性，而 10 字节短包与 80 位并行处理方式可以最大程度提高命令传输的实时性。
网络传输被限制在最多 12 跳范围内，节点数量被限制在 65535 内。保障数据传输的实时性和确定性，满足现有工业现场绝大部分应用场合节点规模的需求
基于前述多种措施，SharkNet 在主要指标上可以比以太网类总线提升 5～10 倍以上。
关键词：
免责声明：本网站内容主要来自原创、合作媒体供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
资讯排行榜
-
2023-11-20 10:42
-
2018-09-29 14:02
-
2018-09-29 14:04
-
2018-09-29 14:09
-
2018-09-30 09:15
资讯热门推荐
-
2023-11-20 10:42
-
2018-09-29 14:02
-
2018-09-29 14:04
-
2018-09-29 14:09
-
2018-09-30 09:15
