正常情況下，車間/機器應以盡可能的蕞大生產率、蕞低的停機時間來運行。因此，診斷的目標是將車間/機器的停機時間降至蕞低。診斷可以幫助車間/機器在運行期間識別和避免干擾。維護人員需要快速標識干擾的源頭（哪里發生）、嚴重性（以何種速度響應）、類別（什么引起的干擾）及對策（精確預防）。
PROFINET診斷功能完美解決了維護人員的需求，診斷信息構成如下：
（1）診斷（diagnosis source）識別干擾的源頭；（2）嚴重性（severity）表示維護的緊迫性； （3）診斷信息（diagnosis information）標識“問題/原因”并建議“應對措施”。
PROFINET把故障分為通信錯誤和外設錯誤。通信錯誤與網絡相關，比如，布線錯誤、連接器錯誤、拓撲錯誤、不正確的設備名稱或IP地址、負載超載等。外設錯誤與設備輸入和輸出有關（傳感器和執行器），比如，傳感器或執行器導線接線錯誤、輸出功率損失或者甚至是機械問題等。外設錯誤不影響通信，外設錯誤一般由設備檢測并用PROFINET報警報告。通信錯誤可由設備報告、也可以由管理交換機和其他網絡組件報告。
需注意的是，本文所說的診斷由PROFINET IO設備自身基于制造商特定的方式探測，用于維護傳感器、設備、機器等車間裝備，診斷的發布方式與IO設備處于什么樣的應用中無關。而過程診斷是過程值（例如，溫度、壓力和濕度值的組合）元值，標識關鍵或無效過程狀態，它們在機器接口、PLC或操作員站等上層應用程序中進行評估，IO設備不提供過程診斷。
1 PROFINET設備診斷基本模型
PROFINET診斷基本模型如圖1所示，診斷信息產生、發布、去除等規則如下： （1）子模塊應用確定增加/去除診斷信息； （2）診斷信息可通過Signaling在本地顯示； （3）診斷查詢功能用于外部應用訪問診斷信息；（4）診斷ASE通過Alarm AR（應用關系）將信息變化通知IO控制器。當前的子模塊診斷狀態可通過AlarmNotification PDU的元素AlarmSpecifier和/或MaintenanceItem提供，以支持在IO控制器快速發布診斷狀態。
圖1 診斷基本模型
PROFINET診斷信息通過診斷類型的報警報文進行非循環傳輸。
2 PROFINET診斷數據基本結構
PROFINET通過ChannelErrorType（通道診斷報文元素）和ExtChannelErrorType（擴展通道診斷報文元素）定義錯誤Error原因。如果適用，強烈建議使用這些預定義的標準Error信息。如果標準Error不合適，IO設備制造商也可以額外定義其他錯誤信息，而這些錯誤信息需要在GSDML中進行描述并傳遞給診斷客戶端。
2.1 PROFINET診斷信息格式
PROFINET定義了兩種診斷信息格式，分別為標準格式和USI格式。標準格式診斷信息結構如下：
（1）Severity，采取維護措施的緊迫性； （2）USI，用來表示診斷編碼； （3）ChannelErrorType，診斷類型； （4）（可選）ExtChannelErrorType，診斷的子類型；（5）（可選）ExtChannelErrorAddValue，關于診斷的附加信息。
USI格式的診斷信息結構如下： （1）USI，表示診斷類型； （2）ManufacturerData，關于診斷的附加信息USI診斷格式限于子模塊使用（ChannelNumber為0x8000）。
2.2 診斷信息的尋址方式
診斷源通過以下信息定位，如表1所示。
API、slot和subslot僅僅是用于尋址。子模塊實際帶有對象：IO數據、診斷和記錄數據。子模塊可以用通道（channel）進一步結構化，這些通道可以在參數化、IO數據和診斷中可見。那么，什么是通道呢？
通道是服務器的輸入/輸出應用對象的單一物理或邏輯鏈接，目的是支持診斷信息的尋址。通道作為模塊或子模塊的實際接口，通常標識單一連接器或夾具。該引用被用來標識診斷PDU中的失敗點。
為了實現診斷，一個通道等同于一個被監視的實體。監視可以由子模塊自身實現（例如，短路，斷線或過溫），也可以由附加的傳感器或執行器實現（例如，傳感器故障）。特定的通道由ChannelNumber和Direction唯一標識，通道號標識診斷
2.3 Severity診斷嚴重性分類
嚴重性分級用來表達需要維護的急迫性，分類如表2所示。
Qualifier用來細分嚴重性等級。
3 如何通過PROFINET實現預測性診斷
預測性維護是以狀態為依據的維修，是對設備進行連續在線的狀態監測及數據分析，診斷并預測設備故障的發展趨勢，提前制定預測性維護計劃并采取相應措施的行為。因此，狀態監測和故障診斷是預測性維護實現的基礎。PROFINET診斷數據可通過傳統的網絡（比如，PROFINET、以太網）分級向上傳輸，然后在上層實現診斷信息語義化模塊；也可以通過OPC UA進行語義化建模后向上傳輸，可提高維護的效率。
3.1 PROFINET設備診斷數據通過OPC UA建模傳輸
PROFINET是開放的支持標準以太網的技術。這使得可以在傳感器/儀表中增加OPC UA接口，實現數據直接向“云”或邊緣網關的發送，而不對已有的自動化解決方案產生任何影響，這樣的方案對于現有系統中實現創新性的診斷方法提供了一種途徑。OPC UA接口也可以布置在控制層、控制設備與智能設備之間（中間件）、邊緣設備等處，提供診斷信息多路徑（見圖2）的向上傳遞，適應不同的系統設計方案。
圖2 PROFINET診斷信息傳輸路徑
3.2 通過PROFINET實現預測性維護實例–某汽車生產公司
汽車生產工廠的一個在線測量系統，通過高度柔性軟管將鉚釘輸送到機械臂上的鉚接工具，鉚釘會對軟管產生磨損，因此，通常在傳輸一定量的鉚釘之后需更換軟管。傳統維護方式是根據經驗，預估軟管出現問題的時間進行更換。為了降低維護成本和精準維護，通過創建時間分析序列，檢測軟管的磨損程度。軟管的磨損導致出現一些小的空洞，因此，軟管里就能檢測到更多的空氣。實時記錄這些數據，并通過OPC UA技術將數據實時傳輸至PROFINET控制器。現場人員通過數據的實時反饋，可以及時發現軟管是否需要更換，從而實現系統的精準維護。
4 結束語
基于對實驗室進行PROFINET認證測試的IO設備所實現的診斷信息分析，可以發現部分設備制造商并沒有充分利用PROFINET的診斷機制，如此就不能在應用現場提供充分的診斷信息。如果沒有底層診斷數據的支撐，預測性維護將成為無源之水，難以實現。而當前工業4.0背景下，智能工廠對預測性維護的需求尤為迫切。
本文在給出工業以太網PROFINET診斷機理的基礎上，結合智能制造專項研究以及工業智能儀表認證測試經驗，提出智能設備診斷信息語義化（OPC UA）傳輸方式，以及智能儀表自身的診斷能力在工業控制系統預測性維護中的重要性。
原文刊載于《華夏儀器儀表》2021年第8期 ：機械工業儀器儀表綜合技術經濟研究所 謝素芬
更多數字化轉型內容請關注公眾號【：xingongyecn】，或百度搜“新工業網”。這里是百萬新工業人的知識家園。
