PLC的固件升级方法、装置、计算机设备和存储介质与流程

本发明涉及plc固件升级的，特别涉及一种plc的固件升级方法、装置、计算机设备和存储介质。

背景技术：

1、plc（可编程逻辑控制器）是工业自动化中的关键组件，广泛应用于控制和监控生产线、机械设备和工业过程。plc的固件是嵌入在plc硬件中的软件，它负责指令解释、执行和设备管理等核心功能。随着技术的发展和工业自动化需求的增长，plc必须适应新的控制算法、安全标准和通信协议。固件升级因此成为了确保plc适应这些变化、提升系统稳定性和扩展功能的必要手段。通过固件升级，可以延长设备的使用寿命，避免频繁更换硬件带来的高成本。

2、然而新固件可能引入未知的错误，影响plc的稳定性和可靠性，这对于生产线的连续运行是不可接受的。

技术实现思路

1、本发明的主要目的为提供一种plc的固件升级方法、装置、计算机设备和存储介质，以解决新固件可能引入未知的错误，进而影响plc的稳定性和可靠性的技术问题。

2、为实现上述目的，本发明提供了一种plc的固件升级方法，包括以下步骤：获取plc的初始配置数据，将所述初始配置数据中的原始固件的配置信息剔除得到目标配置数据，并基于所述目标配置数据采用数字孪生技术对plc和所述plc所管理的所有生产线进行虚拟复制，以构建初始plc生产系统数字孪生模型，其中，所述初始配置数据中至少包括生产线布局数据；基于所述原始固件的配置信息将原始固件逻辑集成于所述初始plc生产系统数字孪生模型中，得到第一plc生产系统数字孪生模型，运行所述第一plc生产系统数字孪生模型，并对所述第一plc生产系统数字孪生模型中的plc和生产线的性能进行评估，得到第一plc稳定性评估数据；获取所述原始固件升级后的目标固件的配置数据，并基于所述目标固件的配置数据将所述目标固件逻辑集成于所述初始plc生产系统数字孪生模型中，得到第二plc生产系统数字孪生模型，运行所述第二plc生产系统数字孪生模型，并对所述第二plc生产系统数字孪生模型中的plc和生产线的性能进行评估，得到第二plc稳定性评估数据；以所述第一plc稳定性评估数据作为所述plc和所述生产线的稳定性标准，对所述第二plc稳定性评估数据进行数据分析，评估所述目标固件引入对所述plc和所述生产线的稳定性影响，得到最终plc稳定性评估数值；判断所述最终plc稳定性评估数值是否处于预设范围，若所述最终plc稳定性评估数值处于预设范围内，则采用所述目标固件对所述plc进行固件升级，若所述最终plc稳定性评估数值未处于预设范围内，则结束流程。

3、进一步的，获取plc的初始配置数据，将所述初始配置数据中的原始固件的配置信息剔除得到目标配置数据，并基于所述目标配置数据采用数字孪生技术对plc和所述plc所管理的所有生产线进行虚拟复制，以构建初始plc生产系统数字孪生模型，包括：收集所述plc的配置数据，将所述初始配置数据中的原始固件的配置信息剔除得到目标配置数据，其中，所述配置数据还包括机械参数数据；根据所述生产线布局数据和机械参数数据，在数字孪生平台中创建plc生产系统数字孪生预备模型，并将所述目标配置数据中的plc控制逻辑和plc程序代码，导入到所述plc生产系统数字孪生预备模型中，得到所述初始plc生产系统数字孪生模型。

4、进一步的，基于所述原始固件的配置信息将原始固件逻辑集成于所述初始plc生产系统数字孪生模型中，得到第一plc生产系统数字孪生模型，运行所述第一plc生产系统数字孪生模型，并对所述第一plc生产系统数字孪生模型中的plc和生产线的性能进行评估，得到第一plc稳定性评估数据，包括：在所述初始plc生产系统数字孪生模型中加载所述原始固件的配置信息，令所述原始固件逻辑集成于所述plc生产系统数字孪生模型中，得到第一plc生产系统数字孪生模型；在所述第一plc生产系统数字孪生模型中测试所述plc控制逻辑，若所述第一plc生产系统数字孪生模型中的plc控制逻辑未通过测试，则根据测试结果对所述第一plc生产系统数字孪生模型进行调整，并重新执行“在所述第一plc生产系统数字孪生模型中测试所述plc控制逻辑”步骤；若所述第一plc生产系统数字孪生模型中的plc控制逻辑通过测试，则激活所述第一plc生产系统数字孪生模型的模拟环境，令所述第一plc生产系统数字孪生模型中的虚拟传感器模拟输入操作和虚拟执行器模拟输出操作；控制所述第一plc生产系统数字孪生模型在所述模拟环境中，基于所述原始固件逻辑模拟所述plc的日常操作，同时收集模拟过程中的所述plc和所述生产线的运行数据，得到第一plc运行数据；基于所述第一plc运行数据的时间序列，将所述第一plc运行数据转换为第一网格数据，其中，每个时间点作为所述网格中的一个节点，相邻时间点之间的数据相似度决定所述相邻时间点所对应的节点之间的连接强度；计算所述第一网格数据的全局聚类系数，得到第一评估数据，计算所述第一网格数据的平均路径长度，得到第二评估数据，计算所述第一网格数据的网络直径，得到第三评估数据；对所述第一评估数据、第二评估数据和第三评估数据进行整合，得到第一plc稳定性评估数据。

5、进一步的，基于所述目标固件的配置数据将所述目标固件逻辑集成于所述初始plc生产系统数字孪生模型中，得到第二plc生产系统数字孪生模型，运行所述第二plc生产系统数字孪生模型，并对所述第二plc生产系统数字孪生模型中的plc和生产线的性能进行评估，得到第二plc稳定性评估数据，包括：在所述初始plc生产系统数字孪生模型中加载所述目标固件的配置信息，令所述目标固件逻辑集成于所述plc生产系统数字孪生模型中，得到第二plc生产系统数字孪生模型；激活所述第二plc生产系统数字孪生模型的模拟环境，令所述第二plc生产系统数字孪生模型中的虚拟传感器模拟输入操作和虚拟执行器模拟输出操作；控制所述第二plc生产系统数字孪生模型在所述模拟环境中，基于所述目标固件逻辑模拟所述plc的日常操作，同时收集模拟过程中的所述plc和所述生产线的运行数据，得到第二plc运行数据；基于所述第二plc运行数据的时间序列，将所述第二plc运行数据转换为第二网格数据，其中，每个时间点作为所述网格中的一个节点，相邻时间点之间的数据相似度决定所述相邻时间点所对应的节点之间的连接强度；计算所述第二网格数据的全局聚类系数，得到第四评估数据，计算所述第二网格数据的平均路径长度，得到第五评估数据，计算所述第二网格数据的网络直径，得到第六评估数据；对所述第四评估数据、第五评估数据和第六评估数据进行整合，得到第二plc稳定性评估数据。

6、进一步的，对所述第一评估数据、第二评估数据和第三评估数据进行整合，得到第一plc稳定性评估数据，包括：采用最小-最大规范化公式，对所述第一评估数据、第二评估数据和第三评估数据进行规范化处理；对所述第二评估数据和所述第三评估数据进行分位数映射处理，调整所述第二评估数据和所述第三评估数据的评估方向；对所述第一评估数据、第二评估数据和第三评估数据进行加权聚合，得到第一plc稳定性评估数据；

7、进一步的，对所述第四评估数据、第五评估数据和第六评估数据进行整合，得到第二plc稳定性评估数据，包括：采用最小-最大规范化公式，对所述第四评估数据、第五评估数据和第六评估数据进行规范化处理；对所述第五评估数据和所述第六评估数据进行分位数映射处理，调整所述第五评估数据和所述第六评估数据的评估方向；对所述第四评估数据、第五评估数据和第六评估数据进行加权聚合，得到第二plc稳定性评估数据。

8、进一步的，以所述第一plc稳定性评估数据作为所述plc和所述生产线的稳定性标准，对所述第二plc稳定性评估数据进行数据分析，评估所述目标固件引入对所述plc和所述生产线的稳定性影响，得到最终plc稳定性评估数值，包括：计算所述第一plc稳定性评估数据和所述第二plc稳定性评估数据之间的差值，得到所述最终plc稳定性评估数值。

9、本发明还提供了一种plc的固件升级装置，包括：构建单元，用于获取plc的初始配置数据，将所述初始配置数据中的原始固件的配置信息剔除得到目标配置数据，并基于所述目标配置数据采用数字孪生技术对plc和所述plc所管理的所有生产线进行虚拟复制，以构建初始plc生产系统数字孪生模型，其中，所述初始配置数据中至少包括：plc配置数据和生产线布局数据；第一评估单元，用于基于所述原始固件的配置信息将原始固件逻辑集成于所述初始plc生产系统数字孪生模型中，得到第一plc生产系统数字孪生模型，运行所述第一plc生产系统数字孪生模型，并对所述第一plc生产系统数字孪生模型中的plc和生产线的性能进行评估，得到第一plc稳定性评估数据；第二评估单元，用于获取所述原始固件升级后的目标固件的配置数据，并基于所述目标固件的配置数据将所述目标固件逻辑集成于所述初始plc生产系统数字孪生模型中，得到第二plc生产系统数字孪生模型，运行所述第二plc生产系统数字孪生模型，并对所述第二plc生产系统数字孪生模型中的plc和生产线的性能进行评估，得到第二plc稳定性评估数据；第三评估单元，用于以所述第一plc稳定性评估数据作为所述plc和所述生产线的稳定性标准，对所述第二plc稳定性评估数据进行数据分析，评估所述目标固件引入对所述plc和所述生产线的稳定性影响，得到最终plc稳定性评估数值；升级单元，用于判断所述最终plc稳定性评估数值是否处于预设范围，若所述最终plc稳定性评估数值处于预设范围内，则采用所述目标固件对所述plc进行固件升级，若所述最终plc稳定性评估数值未处于预设范围内，则结束流程。

10、本发明还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。

11、本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。

12、本发明提供的plc的固件升级方法、装置、计算机设备和存储介质，通过获取plc的初始配置数据，包括plc配置数据和生产线布局数据。从这些数据中剔除原始固件的配置信息后，利用数字孪生技术构建一个初始的plc生产系统数字孪生模型。这一步骤允许我们在不干预实际生产系统的情况下进行虚拟模拟，从而确保在理论上重现生产环境。接下来，将原始固件的逻辑整合到数字孪生模型中，形成第一plc生产系统数字孪生模型。通过模拟运行此模型，可以评估包含原始固件的plc及其控制下的生产线的性能，进而获得第一plc稳定性评估数据。这一步是为了确立基准数据，以便与新固件的性能进行比较。通过整合升级后的目标固件的逻辑到同一数字孪生模型中，创建第二plc生产系统数字孪生模型。运行此模型并评估其性能，可以获取第二plc稳定性评估数据。这允许直观地比较新旧固件在相同条件下的表现，以及新固件可能引入的任何性能改进或问题。将第一plc稳定性评估数据作为基准，对第二plc稳定性评估数据进行详细分析，评估目标固件对plc系统稳定性的实际影响。这一步是决策的关键，因为它直接关系到是否应该部署新固件。最后进行判断，如果最终plc稳定性评估数值处于预设的接受范围内，则可以进行固件升级；若不在此范围内，则终止升级流程。这一决策确保了任何固件升级都不会对生产线的连续运行造成负面影响。

13、总体而言，这种基于数字孪生技术的固件升级方法为plc系统提供了一种安全、可靠且成本效益高的升级策略。通过详细模拟和比较分析，该方法能够最大限度地减少新固件可能带来的风险，确保生产系统的持续稳定运行。